Exercice : MeteoSport

Vous allez travailler avec des données météorologiques pour déterminer les meilleurs créneaux horaires pour pratiquer une activité sportive en plein air...

Pré-requis

Avant de commencer, récupérez les données météorologiques horaires depuis l'API Open-Meteo. La structure des données reste la même.

---

Étape 1 : Récupérer et parser les données

1. Récupérez les données météorologiques depuis l'API Open-Meteo.
2. Désérialisez-les dans des classes C# immuables.

Voir une suggestion de solution

using System;
using System.Net.Http;
using System.Threading.Tasks;
using Newtonsoft.Json;

public record WeatherData(Hourly hourly);

public record Hourly(string[] time, float[] temperature_2m, float[] precipitation, float[] wind_speed_10m);

public class Program
{
    public static async Task Main(string[] args)
    {
        using HttpClient client = new HttpClient();
        string url = "https://api.open-meteo.com/v1/forecast?latitude=46.3833&longitude=6.2348&hourly=temperature_2m,precipitation,wind_speed_10m";

        var response = await client.GetStringAsync(url);
        var weatherData = JsonConvert.DeserializeObject<WeatherData>(response);

        // Utilisez weatherData pour les étapes suivantes...
    }
}

Le type record au lieu de class a été utilisé pour l'immutabilité, car c’est une classe avec des attributs readonly...

---

Étape 2 : Filtrer les créneaux idéaux pour le running

1. Créez une fonction pure GetBestRunningHours.
2. Cette fonction doit filtrer les créneaux horaires optimaux pour une session de running :
   • Température entre 18 et 22 degrés
   • Pas de pluie
   • Vent faible (<10 kmh)

Voir une suggestion de solution

public static IEnumerable<(string Time, float Temperature, float WindSpeed)> GetBestRunningHours(Hourly hourly)
{
    return hourly.time
        .Select((t, index) => new { Time = t, Temperature = hourly.temperature_2m[index], Precipitation = hourly.precipitation[index], WindSpeed = hourly.wind_speed_10m[index] })
        .Where(x => x.Temperature >= 18 && x.Temperature <= 22 && x.Precipitation == 0 && x.WindSpeed < 10)
        .Select(x => (x.Time, x.Temperature, x.WindSpeed));
}

---

Étape 3 : Calculer les moyennes

1. Créez une fonction pure CalculateAverages pour calculer la moyenne de la température et de la vitesse du vent.
2. La fonction doit être immuable et n'altérer aucun des paramètres.

Voir une suggestion de solution

public static (float AverageTemperature, float AverageWindSpeed) CalculateAverages(Hourly hourly)
{
    var averageTemperature = hourly.temperature_2m.Average();
    var averageWindSpeed = hourly.wind_speed_10m.Average();

    return (averageTemperature, averageWindSpeed);
}

---

Étape 4 : Utiliser Aggregate pour compter les heures idéales de sport

Créez une fonction pure CountIdealSportHours qui utilise Aggregate pour compter le nombre d'heures où les conditions sont idéales pour le sport en plein air. Une heure est considérée comme idéale si :

• La température est comprise entre 15°C et 25°C.
• Il n'y a pas de précipitation.
• La vitesse du vent est inférieure à 15 km/h.

Voir une suggestion de solution

using System.Linq;

public static int CountIdealSportHours(Hourly hourly)
{
    return hourly.time
        .Select((t, index) => new { Temperature = hourly.temperature_2m[index], Precipitation = hourly.precipitation[index], WindSpeed = hourly.wind_speed_10m[index] })
        .Aggregate(0, (count, hour) =>
        {
            // Incrémenter le compteur si les conditions sont idéales
            if (hour.Temperature >= 15 && hour.Temperature <= 25 && hour.Precipitation == 0 && hour.WindSpeed < 15)
                return count + 1;
            else
                return count;
        });
}

Étape finale : Afficher les résultats

1. Affichez les résultats des différentes analyses.
2. Utilisez les fonctions pures précédentes pour obtenir les données transformées.