Comme on l'a vu dans le concept Nothingness, R dispose de plusieurs façons de représenter des données absentes (NULL), inconnues (NA) ou mathématiquement invalides (NaN, Inf).
En général, R essaie de s'en servir pour signaler les problèmes sur place, et poursuit son exécution sans lever d'exception.
stop()Certains problèmes sont trop fondamentaux pour laisser le programme continuer.
Dans ce cas, utilise stop(msg) pour interrompre immédiatement le programme avec une Error et afficher msg.
f <- function() {
stop("I have a problem")
}
f()
#> Error in f() : I have a problem
stopifnot()Semblable à un assert dans d'autres langages, c'est une enveloppe pratique autour de stop().
Ses paramètres sont un nombre arbitraire de conditions booléennes séparées par des virgules, et le programme ne continue que si elles valent toutes TRUE.
stopifnot(1 < 2) # continues OK
stopifnot(1 < 2, 1 == 2)
#> Error: 1 == 2 is not TRUE
warning() et message()
Ce sont des réponses à des conditions non fatales, par exemple :
w <- function() {
warning("something strange happened")
-1
}
w()
#> [1] -1
#> Warning message:
#> In w() : something strange happened
# if warnings are not wanted
suppressWarnings(w())
#> [1] -1
La fonction suppressWarnings() peut parfois être utile sur Exercism, pour éviter de perturber l'exécuteur de tests avec des sorties indésirables.
Elena est la nouvelle responsable qualité d'une usine de journaux. Comme elle vient tout juste d'arriver dans l'entreprise, elle a décidé de passer en revue certains processus de l'usine pour voir ce qui pourrait être amélioré.
Elle a découvert que les techniciens effectuent de nombreux contrôles qualité à la main.
Elle y voit une belle occasion d'automatiser les choses et te demande, à toi qui es développeur freelance, de concevoir un logiciel pour surveiller certaines machines.
Ta première mission est d'écrire un logiciel pour surveiller le taux d'humidité de la salle de production. Un capteur est déjà connecté au logiciel de l'entreprise et renvoie régulièrement le pourcentage d'humidité de la salle.
Tu dois implémenter une fonction dans le logiciel qui lèvera une erreur si le pourcentage d'humidité est trop élevé.
La fonction doit s'appeler check_humidity_level et prendre le pourcentage d'humidité comme paramètre.
Si le pourcentage dépasse 70 %, tu dois t'arrêter avec une erreur (le message n'a pas d'importance).
Sinon, émets un message qui contient « humidity test passed » et renvoie TRUE pour confirmer que la mesure est bonne.
check_humidity_level(60)
#> humidity test passed
#> [1] TRUE
check_humidity_level(100)
#> Error in check_humidity_level(100) : pct_humidity <= 70 is not TRUE
Elena est très satisfaite de ta première mission et te demande de t'occuper de la surveillance de la température des machines. Alors que tu discutes avec un technicien, Greg, il t'apprend que si la température d'une machine dépasse 500 °C, les techniciens commencent à s'inquiéter d'une surchauffe.
La machine est équipée d'un capteur qui mesure sa température interne. Sache que le capteur est très sensible et tombe souvent en panne. Dans ce cas, les techniciens doivent le remplacer.
Ton travail consiste à implémenter une fonction report_overheating qui prend la température comme paramètre et lève une erreur si le capteur est cassé ou si la machine commence à surchauffer.
Sachant que tu devras plus tard réagir différemment selon l'erreur, tu as besoin d'un mécanisme pour distinguer les deux types d'erreurs.
NULL.
Dans ce cas, tu dois t'arrêter avec un message d'erreur qui contient « Sensor Broken ».FALSE."temperature check passed: t °C", où t est la température, et renvoie TRUE.report_overheating(NULL)
#> Error in report_overheating(NULL) : Sensor Broken
report_overheating(800)
#> Error in report_overheating(800) : Overheating: 800 C
report_overheating(550)
#> [1] FALSE
#> Warning message:
#> In report_overheating(550) : Risk of overheating: 550 C
report_overheating(450)
#> temperature check passed: 450 °C
#> [1] TRUE
Maintenant que ta machine sait détecter les erreurs et que tu disposes d'une erreur personnalisée, tu ajoutes une fonction d'encapsulation qui peut rendre compte de l'état général. En plus de renvoyer les logs des fonctions précédentes, cette fonction d'encapsulation devra aussi ajouter des logs selon le ou les types de pannes qui surviennent.
check_humidity_level() et report_overheating() produire leurs logs.Implémente une fonction monitor_the_machine() qui prend l'humidité et la température comme arguments.
# Working well
monitor_the_machine(53, 200)
#> humidity test passed
#> temperature check passed: 200 °C
#> All OK!
# High humidity
monitor_the_machine(90, 200)
#> Error in check_humidity_level(pct_humidity) :
#> pct_humidity <= 70 is not TRUE
# Faulty sensor
monitor_the_machine(53, NULL)
#> humidity test passed
#> Error in report_overheating(temperature) : Sensor Broken
# Mild overheating
monitor_the_machine(53, 550)
#> humidity test passed
#> Warning message:
#> In report_overheating(temperature) : Risk of overheating: 550 C
# Dangerous overheating: shutdown
monitor_the_machine(53, 650)
#> humidity test passed
#> Error in report_overheating(temperature) : Overheating: 650 C
Inscris-toi sur Exercism pour apprendre et maîtriser R avec 21 concepts111 exercices, et un vrai mentorat humain, le tout gratuitement.