simple output

coord_to_intersections.py

@@ -13,8 +13,10 @@ def coord_to_inter(liste_coord,lat,long,main_street):
         #On regarde l'intersection la plus proche de l'arbre
         print('nouveau candidat')
         try:
+            #On regarde si il reste des intersections possibles
             candidat=liste_coord[dist.index(min(dist))]
         except ValueError:
+            #Si aucune intersection possible, on considère que la rue ne s'intersecte qu'avec elle-même
             inter_street.append(main_street)
             inter_street_coord.append([long, lat])
             inter_street.append(main_street)
@@ -24,7 +26,7 @@ def coord_to_inter(liste_coord,lat,long,main_street):
         #On regarde si cette intersection correspond bien au croisement avec une autre rue, on trouve le nom de cette autre rue
         nom_de_rue=circular_research(candidat[1], candidat[0], main_street)
         if nom_de_rue== None :
-             #Si on ne trouve pas d'autre rue a cette intersection on écarte cette intersection
+             #Si on ne trouve pas d'autre rue que celle de l'arbre a cette intersection on écarte cette intersection
             indice=dist.index(min(dist))
             dist.pop(indice)
             liste_coord.pop(indice)
@@ -55,12 +57,15 @@ def coord_to_inter(liste_coord,lat,long,main_street):
         #On regarde l'intersection admissible la plus proche du début du tronçon
         print('nouveau candidat 2')
         try:
+            #On regarde si il reste des intersections possibles
             candidat=liste_coord_admissibles[d_1_2.index(min(d_1_2))]
         except ValueError:
+            # Si non, la rue est donc une impasse, donc la fin de tronçon correspond au début
             inter_street.append(inter_street[0])
             inter_street_coord.append(inter_street_coord[0])
             print("Arbre au niveau de l'intersection")
             return inter_street+inter_street_coord
+        #On cherche le nom de la rue qui croise la rue de l'arbre à cette intersection
         nom_de_rue=circular_research(candidat[1], candidat[0], main_street)
         if nom_de_rue== None :
             #Si cette intersection ne donne rien, on la rejette
@@ -92,6 +97,7 @@ def coord_to_inter(liste_coord,lat,long,main_street):
         #On prend la liste des intersection situé du premier coté de l'arbe
         #Pour cela on calcule les distances entre le second point trouvé, l'arbre et les autres points
         #On conserve les points qui permettent de former un triangle avec un angle obtu au niveau de l'arbre
+        #Ce qui nous assure que l'on se situe de l'autre côté de l'arbre
         d=(liste_coord[i][0]-inter_street_coord[1][0])**2 + (liste_coord[i][1]-inter_street_coord[1][1])**2
 
         if d > dist[i] + d_2:  
@@ -118,7 +124,9 @@ def coord_to_inter(liste_coord,lat,long,main_street):
 
 
 def opti_inter_street(c, main_street, liste_coord_admissibles, liste_coord_admissibles2, d_1_2, d_2_1, inter_street_init, inter_street_coord_init):
+    #p représente le coté de l'arbre duquel on se situe (p vaut 0 ou 1)
     p = c % 2
+    #On charge les données correspondant au cas p
     if p == 0:
         liste_coord = liste_coord_admissibles2
         dist = d_2_1
@@ -129,6 +137,7 @@ def opti_inter_street(c, main_street, liste_coord_admissibles, liste_coord_admis
     inter_street_coord = deepcopy(inter_street_coord_init)
     found = False
     while not(found):
+        #On cherche l'intersection la plus proche de l'intersection trouvée du côté opposé
         candidat=liste_coord[dist.index(min(dist))]
         nom_de_rue=circular_research(candidat[1], candidat[0], main_street)
         if nom_de_rue== None :
@@ -151,7 +160,8 @@ def opti_inter_street(c, main_street, liste_coord_admissibles, liste_coord_admis
 def fct_d_1_2(liste_coord, inter_street_coord):
     d_1_2 = []
     for i in range(len(liste_coord)):
-        #On prend la liste des intersection situé du premier coté de l'arbe
+        #On prend la liste des intersection situé du second coté de l'arbe
+        #On calcule la distance de ces points avec l'intersection trouvée pour le premier côté
         d=(liste_coord[i][0]-inter_street_coord[0][0])**2 + (liste_coord[i][1]-inter_street_coord[0][1])**2
         d_1_2.append(d)
     return d_1_2
@@ -160,12 +170,14 @@ def fct_d_2_1(liste_coord, inter_street_coord):
     d_2_1 = []
     for i in range(len(liste_coord)):
         #On prend la liste des intersection situé du premier coté de l'arbe
+        #On calcule la distance de ces points avec l'intersection trouvée pour le second côté
         d=(liste_coord[i][0]-inter_street_coord[1][0])**2 + (liste_coord[i][1]-inter_street_coord[1][1])**2
         d_2_1.append(d)
     return d_2_1
 
 def fct_dist(liste_coord, lat, long):
     dist=[]
+    #calcule les distances entre les points de la liste et le point de référence indiqué par lat et longs
     for inter in liste_coord:
         d=(inter[0]-long)**2 + (inter[1]-lat)**2
         dist.append(d)

main.py

@@ -44,8 +44,7 @@ def trees_positions(liste_coord): #ATTENTION mettre la longitude en premier
         ordre=ordre_arbre(new_classement[troncon],troncon[-2]) #troncon[-2] est la coordonnée du début de troncon à partir de laquelle on classe les arbres
         #ordre est le dictionnaire qui contient à la clé i les coordonnées du ième arbre du troncon
         for i in range(len(ordre)):
-            dict[troncon][i+1]={'lat':ordre[i][1], 'lon':ordre[i][0], 'ville':troncon[0], 'rue':troncon[1], 'début tronçon': troncon[2], 'fin tronçon':troncon[3]}
-            print(i+1)
+            dict[troncon][i+1]={'lat':ordre[i][1], 'lon':ordre[i][0]}
     return dict
 
 def classement_arbres(liste_coord):
@@ -121,12 +120,11 @@ if __name__=="__main__":
     #print(tree_position(lat, lon))
     t2 = time.time()
     #print(t2-t1)
-    '''
+    
     lat = 48.89227652
     lon = 2.253773690
     print(tree_position(lat, lon))
     '''
-    #liste=[(2.24697,48.89535),(2.24705,48.89529),(2.2472,48.89518)]
-    liste=[(2.246212,48.896523),(2.247038,48.895916)]
+    liste=[(2.24697,48.89535),(2.24705,48.89529),(2.2472,48.89518)]
+    #liste=[(2.246212,48.896523),(2.247038,48.895916)]
     print(trees_positions(liste))
\ No newline at end of file
-    '''
\ No newline at end of file