spb/rent-ka

1# -----------------------------------------------------------------------------2# Rent-Ka — Rental listings aggregator (Canada, outside Québec)3# Author: Simon-Pierre Boucher — contact@spboucher.ai4# hiver.py : « Vie quotidienne en hiver » — indicateur 0-100 pensé pour le5#            Québec : peut-on vivre son quotidien À PIED quand il fait -20 °C6#            et que les trottoirs sont enneigés?7#8# Calcul déterministe et explicable à partir des données DÉJÀ collectées9# (poi_cache — plus proche commodité par catégorie, OpenStreetMap) :10#   épicerie, pharmacie, arrêt de bus/métro, dépanneur. Chaque sous-score est11#   une décroissance linéaire de la distance de marche (vol d'oiseau × 1,3).12# Pas de données de pente/exposition disponibles -> non pris en compte, et la13# méthodologie l'assume. Sans données POI : aucun score (jamais inventé).14# -----------------------------------------------------------------------------15from __future__ import annotations1617import json1819from . import db2021VERSION = "hiver-1.0"22DETOUR = 1.3          # vol d'oiseau -> distance de marche (même facteur que POI)23VITESSE_M_MIN = 80.0  # 4,8 km/h2425# (catégorie, libellé, poids, distance pleine note (m), distance note nulle (m))26CRITERES = [27    ("epicerie", "Grocery store", 0.35, 300, 1500),28    ("pharmacie", "Pharmacy", 0.20, 300, 1500),29    ("bus", "Bus stop", 0.25, 150, 900),30    ("metro", "Subway/LRT", 0.05, 400, 1800),31    ("depanneur", "Convenience store", 0.15, 200, 1000),32]3334CLASSES = [(80, "very practical"), (60, "practical"), (40, "demanding")]35CLASSE_MIN = "difficult"363738def _sous_score(dist_m: float, plein: float, nul: float) -> float:39    d = dist_m * DETOUR40    if d <= plein:41        return 100.042    if d >= nul:43        return 0.044    return 100.0 * (nul - d) / (nul - plein)454647def score(lat: float | None, lng: float | None, con=None) -> dict | None:48    """Score hiver de l'immeuble (via poi_cache) — None si données absentes."""49    if lat is None or lng is None:50        return None51    own = con is None52    if own:53        con = db.connect()54    try:55        key = f"{round(lat, 4)},{round(lng, 4)}"56        row = con.execute("SELECT pois FROM poi_cache WHERE coord_key=?",57                          (key,)).fetchone()58        if row is None:59            return None60        try:61            pois = {p["cat"]: p for p in json.loads(row["pois"] or "[]")}62        except (ValueError, TypeError):63            return None64        if not pois:65            return None6667        total = 0.068        poids_total = 0.069        detail = []70        for cat, label, poids, plein, nul in CRITERES:71            p = pois.get(cat)72            if p is None:73                # métro absent = normal hors Montréal : critère simplement omis74                if cat == "metro":75                    continue76                s = 0.077                item = {"critere": label, "score": 0, "distance_m": None,78                        "note": "none found within walking distance"}79            else:80                s = _sous_score(p["dist_m"], plein, nul)81                item = {"critere": label, "score": round(s),82                        "distance_m": p["dist_m"],83                        "minutes": max(1, round(p["dist_m"] * DETOUR84                                                / VITESSE_M_MIN)),85                        "nom": p.get("name")}86            total += s * poids87            poids_total += poids88            detail.append(item)89        if poids_total == 0:90            return None91        note = round(total / poids_total)92        classe = CLASSE_MIN93        for seuil, nom in CLASSES:94            if note >= seuil:95                classe = nom96                break97        return {98            "score": note, "classe": classe, "detail": detail,99            "statut": "calculated", "version": VERSION,100            "methode": ("essential amenities within walking distance "101                        "(grocery, pharmacy, bus/subway, convenience store — "102                        "OpenStreetMap), linear decay of the estimated "103                        "walking distance (as the crow flies × 1.3). Slope "104                        "and exposure not available: not considered."),105        }106    finally:107        if own:108            con.close()109