Florian Mathieu
616dd49e8c
- Ajout des 10 TPs d'évaluation (sans PDF) - Création GLOSSAIRE.md et AMELIORATIONS.md - Corrections f-strings, eval(), sommaires Co-Authored-By: Claude Opus 4.5 <noreply@anthropic.com>
54 lines
1.4 KiB
Markdown
54 lines
1.4 KiB
Markdown
### Exercices
|
|
|
|
**Niveaux de difficulté :** ⭐ Facile | ⭐⭐ Moyen | ⭐⭐⭐ Difficile
|
|
|
|
---
|
|
|
|
## Exercice 1 ⭐⭐
|
|
|
|
1. **Écrire une fonction `calculer_distance`** qui prend en entrée les caractéristiques de deux Pokémon et retourne la distance euclidienne entre eux.
|
|
2. **Tester la fonction** avec des exemples simples pour vérifier son bon fonctionnement
|
|
|
|
Conseil : n'oubliez pas d'importer la bibliothèque `pandas` qui permet de travailler avec des fichiers csv (le cours se trouve [ici](../donnees_en_table))
|
|
|
|
Le fichier [pokemons.csv](pokemons.csv) qui va avec.
|
|
|
|
Ne pas oublier d'installer la bibliothèque pandas
|
|
|
|
```python
|
|
pip install --upgrade --proxy=172.16.0.253:3128 pandas
|
|
```
|
|
|
|
Pour charger les données :
|
|
|
|
```python
|
|
import pandas as pd
|
|
|
|
pokemons = pd.read_csv('chemin/vers/pokemons.csv')
|
|
```
|
|
|
|
---
|
|
|
|
<details>
|
|
<summary><strong>Voir la correction</strong></summary>
|
|
|
|
```python
|
|
import numpy as np
|
|
|
|
def calculer_distance(pokemon1, pokemon2):
|
|
# Utilise numpy pour calculer la distance euclidienne
|
|
distance = np.sqrt(np.sum(np.square(np.array(pokemon1) - np.array(pokemon2))))
|
|
return distance
|
|
|
|
# Exemple d'utilisation
|
|
pokemon1 = [60, 62] # Exemple de stats pour le Pokémon 1
|
|
pokemon2 = [85, 80] # Exemple de stats pour le Pokémon 2
|
|
|
|
distance = calculer_distance(pokemon1, pokemon2)
|
|
print("La distance entre les deux Pokémon est :", distance)
|
|
```
|
|
|
|
**Résultat attendu :** `La distance entre les deux Pokémon est : 31.400636936215164`
|
|
|
|
</details>
|