knn_Bollet/knn.py

from datetime import date

def ecartDate(date1, date2):
    """Renvoie le nombre de jours écoulés 
    entre date1 et date2 (modulo 365)"""
    delta_sec = (date.fromisoformat(date2)-date.fromisoformat(date1)).total_seconds()
    secParJour = 86400
    return delta_sec / secParJour

def distance_euclide(point1, point2):
    """Prend en paramètre 2 tuples au format
    (Date du jour, Température moyenne, température de référence)
    et qui renvoie un nombre réel représentant
    la distance euclidienne au carré  entre ces deux points"""
    
    duree = ecartDate(point1[0], point2[0])
    delta_T_moy = (point1[1]-point2[1])**2
    delta_T_ref = (point1[2]-point2[2])**2
    
    return duree**2/100 + delta_T_moy**2 + delta_T_ref**2
    
def distance_manhattan(point1, point2):
    """Prend en paramètre 2 tuples au format
    (Date du jour, Température moyenne, température de référence)
    et qui renvoie un nombre réel représentant
    la distance de Manhattan entre ces deux points"""
    
    duree = abs(ecartDate(point1[0], point2[0]))
    delta_T_moy = abs(point1[1]-point2[1])
    delta_T_ref = abs(point1[2]-point2[2])
    
    return duree/100 + delta_T_moy + delta_T_ref



def kPlusProches(point_a_verifier, tableau, k, isEuclideanDistance):
    """Prend en paramètres un tuple au format
    (Date du jour, Température moyenne, température de référence)
    et un tableau au format (Numéro du jour, Température moyenne, Température de référence).
    `isEuclidDistance` : true -> euclide ; false -> manhattan
    Renvoie un tableau trié avec les k plus proches
    points de `point_a_verifier`, au format (distance, indice du tableau original)"""
    
    dist = []
    if isEuclideanDistance:
        distance = distance_euclide
    else:
        distance = distance_manhattan
    
    for i, point in enumerate(tableau):
        dist.append((distance(point_a_verifier, point[0]), i))
    dist = sorted(dist, key=lambda t: t[0])
    return dist[:k]