Como vimos no conceito Nothingness, o R tem várias formas de representar dados que estão ausentes (NULL), desconhecidos (NA) ou são matematicamente inválidos (NaN, Inf).
Em geral, o R tenta usar essas formas para sinalizar problemas ali mesmo e seguir adiante sem lançar uma exceção.
stop()Alguns problemas são fundamentais demais para deixar o programa continuar.
Nesse caso, use stop(msg) para interromper o programa imediatamente com um Error e imprimir msg.
f <- function() {
stop("I have a problem")
}
f()
#> Error in f() : I have a problem
stopifnot()Semelhante a um assert de outras linguagens, é uma forma prática de chamar stop().
Os parâmetros são um número qualquer de condições Boolean separadas por vírgula, e o programa só continua se todas forem TRUE.
stopifnot(1 < 2) # continues OK
stopifnot(1 < 2, 1 == 2)
#> Error: 1 == 2 is not TRUE
warning() e message()
Essas funções respondem a condições não fatais, por exemplo:
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
A função suppressWarnings() pode ser útil de vez em quando no Exercism, para evitar confundir o test runner com saída indesejada.
Elena é a nova gerente de qualidade de uma fábrica de jornais. Como acabou de chegar à empresa, decidiu revisar alguns dos processos da fábrica para ver o que poderia ser melhorado.
Ela descobriu que os técnicos fazem muitos controles de qualidade à mão.
Ela vê uma boa oportunidade para automação e pede a você, desenvolvedor freelancer, que desenvolva um software para monitorar algumas das máquinas.
Sua primeira missão é escrever um software para monitorar o nível de umidade da sala de produção. Já existe um sensor conectado ao software da empresa que retorna periodicamente a porcentagem de umidade da sala.
Você precisa implementar uma função no software que lance um erro se a porcentagem de umidade estiver muito alta.
A função deve se chamar check_humidity_level e receber a porcentagem de umidade como parâmetro.
Você deve parar com um erro (a mensagem não é importante) se a porcentagem passar de 70%.
Caso contrário, emita uma mensagem que inclua "humidity test passed" e retorne TRUE para confirmar que a medição está boa.
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 ficou muito satisfeita com sua primeira tarefa e pede que você cuide do monitoramento da temperatura das máquinas. Enquanto conversa com um técnico, Greg, você fica sabendo que, se a temperatura de uma máquina passar de 500°C, os técnicos começam a se preocupar com superaquecimento.
A máquina é equipada com um sensor que mede sua temperatura interna. Você deve saber que o sensor é muito sensível e costuma quebrar. Nesse caso, os técnicos precisarão trocá-lo.
Sua tarefa é implementar uma função report_overheating que recebe a temperatura como parâmetro e lança um erro se o sensor estiver quebrado ou se a máquina começar a superaquecer.
Sabendo que mais tarde você precisará reagir de forma diferente dependendo do erro, você precisa de um mecanismo para diferenciar os dois tipos de erro.
NULL.
Nesse caso, você deve parar com uma mensagem de erro que inclua "Sensor Broken" como parte da string.FALSE."temperature check passed: t °C", em que t é a temperatura, e retorne 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
Agora que sua máquina consegue detectar erros e você tem um erro de máquina personalizado, você adiciona uma função wrapper que consegue relatar como tudo está funcionando. Além de retornar os logs das funções anteriores, esse wrapper também precisará adicionar logs dependendo dos tipos de falha que ocorrerem.
check_humidity_level() e report_overheating() simplesmente emitirem seus logs.Implemente uma função monitor_the_machine() que recebe umidade e temperatura como argumentos.
# 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
Crie sua conta no Exercism para aprender e dominar R com 21 conceitos111 exercícios e mentoria humana de verdade, tudo de graça.