# =================================================================================# # Données de test donnees_test = [ # Société - Données sur 2010 et 2020 {'date': '2010-01-15', 'zone': 'Societe', 'temperature': 27.0}, {'date': '2010-06-20', 'zone': 'Societe', 'temperature': 26.5}, {'date': '2011-03-10', 'zone': 'Societe', 'temperature': 27.5}, {'date': '2020-02-14', 'zone': 'Societe', 'temperature': 28.0}, {'date': '2020-08-22', 'zone': 'Societe', 'temperature': 28.5}, {'date': '2021-05-30', 'zone': 'Societe', 'temperature': 29.0}, # Tuamotu - Données sur 2010 et 2020 {'date': '2015-04-10', 'zone': 'Tuamotu', 'temperature': 26.8}, {'date': '2020-07-15', 'zone': 'Tuamotu', 'temperature': 27.5}, {'date': '2021-09-20', 'zone': 'Tuamotu', 'temperature': 28.0}, # Marquises - Données uniquement sur 2020 {'date': '2020-03-15', 'zone': 'Marquises', 'temperature': 25.5}, {'date': '2021-07-10', 'zone': 'Marquises', 'temperature': 26.0}, {'date': '2022-11-25', 'zone': 'Marquises', 'temperature': 26.5}, ] # =================================================================================# # Question 1 : Ecrire le code de votre fonction température_moyenne def temperature_moyenne(zone, donnees): """ Calcule la température moyenne pour une zone donnée. Cette fonction parcourt une liste de relevés de température et calcule la moyenne des températures enregistrées dans la zone spécifiée. Args: zone (str): L'identifiant de la zone pour laquelle calculer la moyenne. donnees (list): Une liste de dictionnaires contenant les relevés. Chaque dictionnaire doit avoir les clés 'zone' et 'temperature'. Returns: float: La température moyenne de la zone (somme / nombre de relevés). None: Si aucun relevé n'existe pour la zone donnée. """ # Initialiser les variables pour accumuler les valeurs somme = 0 # Accumule la somme des températures compteur = 0 # Compte le nombre de relevés pour la zone # Parcourir tous les relevés de température for releve in donnees: # Vérifier si le relevé appartient à la zone recherchée if releve['zone'] == zone: # Ajouter la température à la somme somme += releve['temperature'] # Incrémenter le compteur compteur += 1 # Gérer le cas où aucun relevé n'existe pour la zone if compteur == 0: return None # Calculer et retourner la moyenne (somme / nombre de relevés) return somme / compteur print("Question 1 : Tests de la fonction temperature_moyenne") # on utilise les données de test pour vérifier le fonctionnement de la fonction print(temperature_moyenne('Societe', donnees_test)) # 27.75 print(temperature_moyenne('Australes', donnees_test)) # None # =================================================================================# # Question 2 : Ecrire le code de votre fonction detection_anomalies def detecter_anomalies(zone, seuil, donnees): """ Détecte les relevés de température anormaux pour une zone donnée. Un relevé est considéré comme anormal si son écart à la moyenne dépasse le seuil. Args: zone (str): L'identifiant de la zone à analyser. seuil (float): L'écart maximum acceptable par rapport à la moyenne. donnees (list): Liste des relevés de température. Returns: list: Liste des dates des relevés anormaux, ou liste vide si aucune anomalie. """ # Étape 1 : Calculer la température moyenne de la zone moyenne = temperature_moyenne(zone, donnees) # Étape 2 : Vérifier si la zone existe (si moyenne est None, zone inexistante) if moyenne is None: return [] # Étape 3 : Initialiser la liste pour stocker les dates des anomalies anomalies = [] # Étape 4 : Parcourir tous les relevés for releve in donnees: # Filtrer uniquement les relevés de la zone recherchée if releve['zone'] == zone: # Calculer l'écart absolu entre la température et la moyenne # abs() donne la valeur absolue pour comparer sans tenir compte du signe ecart = abs(releve['temperature'] - moyenne) # Si l'écart dépasse le seuil, ajouter la date à la liste des anomalies if ecart > seuil: anomalies.append(releve['date']) # Étape 5 : Retourner la liste des dates anormales return anomalies print("Question 2 : Tests de la fonction detecter_anomalies") print(detecter_anomalies('Societe', 1.0, donnees_test)) print(detecter_anomalies('Marquises', 1.0, donnees_test)) # Remarque : l'exemple fourni dans l'énoncé ne correspond pas aux valeurs trouvées avec les données de test. # =================================================================================# # code de la fonction evolution_par_decennie à corriger dans la question 4: def evolution_par_decennie(zone, donnees): """ Calcule l'évolution des températures moyennes par décennie pour une zone. ATTENTION: Cette fonction contient un bug volontaire à détecter et corriger. Arguments: zone (str): Nom de l'archipel (ex: 'Societe', 'Tuamotu') donnees (list): Liste de dictionnaires de relevés Renvoie: dict: Dictionnaire {décennie : température_moyenne} ex: {2010: 27.5, 2020: 28.3} Renvoie un dictionnaire vide si la zone n'existe pas """ # Filtrage des relevés pour la zone releves_zone = [r for r in donnees if r['zone'] == zone] if not releves_zone: return {} # Regroupement par décennie temperatures_par_decennie = {} for releve in releves_zone: # Extraction de l'année de la date (format: 'YYYY-MM-DD') annee = int(releve['date'].split('-')[0]) # Calcul de la décennie # Version initiale # decennie = (annee // 10) # BUG : division entière par 10 sans multiplier par 10 → les clés obtenues sont 202 au lieu de 2020 ! # Version corrigée decennie = (annee // 10) * 10 # Correction : on multiplie par 10 pour obtenir la décennie complète (ex: 2020 au lieu de 202) if decennie not in temperatures_par_decennie: temperatures_par_decennie[decennie] = [] temperatures_par_decennie[decennie].append(releve['temperature']) # Calcul des moyennes moyennes = {} for decennie, temperatures in temperatures_par_decennie.items(): moyennes[decennie] = round(sum(temperatures) / len(temperatures), 2) return moyennes # =================================================================================# # Exercice 2.1 : """ Tests À compléter par le candidat dans le cadre de la question 3 """ def test_zone_inexistante(): """ Test 1 : Tester une zone qui n'existe pas À compléter: 1. Appeler evolution_par_decennie avec une zone inexistante 2. Vérifier que le résultat est un dictionnaire vide """ resultat = evolution_par_decennie('Australes', donnees_test) assert resultat == {}, f"Attendu {{}}, obtenu {resultat}" print("Test 1 OK : zone inexistante → {}") def test_une_seule_decennie(): """ Test 2: Tester une zone avec données sur une seule décennie À compléter: 1. Appeler evolution_par_decennie avec la zone appropriée 2. Vérifier que le résultat ne contient qu'une seule décennie (2020) 3. Vérifier la température moyenne """ resultat = evolution_par_decennie('Marquises', donnees_test) # On s'attend à {2020: 26.0} mais on obtient {202: 26.0} ! assert 2020 in resultat, f"Clé 2020 absente ! Clés obtenues : {list(resultat.keys())}" print("Test 2 OK") def test_plusieurs_decennies(): """ Test 3 : Tester une zone avec données sur plusieurs décennies À compléter: 1. Appeler evolution_par_decennie avec la zone appropriée 2. Vérifier que le résultat contient bien les clés 2010 et 2020 3. Vérifier que les températures moyennes sont cohérentes """ resultat = evolution_par_decennie('Societe', donnees_test) assert 2010 in resultat, f"Clé 2010 absente ! Clés obtenues : {list(resultat.keys())}" assert 2020 in resultat, f"Clé 2020 absente ! Clés obtenues : {list(resultat.keys())}" print("Test 3 OK") print("Question 3 : Tests de la fonction evolution_par_decennie") test_zone_inexistante() test_une_seule_decennie() test_plusieurs_decennies() # Les tests ne passent pas : les clés obtenues sont tronquées (202 au lieu de 2020) → il y a un bug dans la fonction evolution_par_decennie à corriger ! # Question 4 : Corriger le code de la fonction evolution_par_decennie pour que les tests passent # Après la correction apportée dans la fonction evolution_par_decennie ci-dessus, les tests passent correctement et les clés des décennies sont correctes (2010 et 2020).