情景描述
有一家专业从事煤矿安全监控和预防的公司。最近该公司承接了某煤井的井下监控工作，需要通过采集井下温度，井下湿度以及气体涌出量来评估和监控井下的环境和状况。
3.绘制曲线
import matplotlib.pyplot as plt
def plot_data(array):
t = np.arange(len(array)) # 生成时间序列
plt.plot(t, array) # 在画布上绘制曲线
plt.plot(t,array,'pr')
plt.show() # 展示画布
plot_data(temperature)
plot_data(humidity)
plot_data(gas)
plot_data(co)
4.写入数据
def write_data(filename,array):
np.savetxt(
filename,
array,
"ug_temperature.csv",
fmt="%.2f",
delimiter=",",
encoding="utf-8"
)
write_data("ug_temperature.csv",temperature)
write_data("ug_humidity.csv",humidity)
write_data("ug_gas.csv",gas)
write_data("ug_co.csv",co)
5.处理其余井下环境指标数据
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate as itp
# 1.读取数据
ug_data = pd.read_csv(
"ug_detect.csv",
header=0, # 将第一行设置为索引列
encoding="gbk"
)
print("读取的数据：\n ", ug_data)
temperature = ug_data['温度（?C）']
humidity = ug_data['相对湿度']
gas = ug_data['瓦斯(m?/min)']
co = ug_data['一氧化碳(m?/min)']
print("ug_data第11行~第20行的值是：\n",ug_data[10:21])
print("ug_data的类型是：\n",type(ug_data))
print("ug_data的维度是：\n",ug_data.ndim)
print("ug_data的形状是：\n",ug_data.shape)
print("co前10个元素是：\n",co[0:10])
print("co_data的类型是：\n",type(co))
print("co_data的维度是：\n",co.ndim)
print("co_data的形状是：\n",co.shape)
"""
print("humidity_data第10~第20个元素是：\n",humidity[10:21])
seriesItp(temperature,60)
seriesItp(humidity,60)
seriesItp(gas,60)
seriesItp(co,60)
"""
print("ug_data第11行~第20行的值是：\n",ug_data[10:21])
print("ug_data的类型是：\n",type(ug_data))
print("ug_data的维度是：\n",ug_data.ndim)
print("ug_data的形状是：\n",ug_data.shape)
# 2. 异常值处理
def defectsCop(data,threshold):
for i in range(len(data)):
if data[i] >= threshold:
data[i] = None # 超过阈值的时候，以为它为异常值，赋值为None
defectsCop(temperature,60)
defectsCop(humidity,200)
defectsCop(gas,100)
defectsCop(co,100)
# 3.插值处理
def seriesItp(data):
for i in range(len(data)):
if pd.isnull(data[i]):
x_list = [i - 1,i + 1]
y_list = [data[i-1],data[i+1]]
lagrange_poly = itp.lagrange(x_list,y_list)
data[i] = lagrange_poly(i)
seriesItp(temperature)
seriesItp(humidity)
seriesItp(gas)
seriesItp(co)
# 4.可视化
def plot_data(array):
t = range(len(array)) # 生成时间序列
plt.plot(t, array) # 在画布上绘制曲线
plt.plot(t,array,'pr')
plt.show() # 展示画布
plot_data(temperature)
plot_data(humidity)
plot_data(gas)
plot_data(co)
# 5.写入文件
all_data = pd.DataFrame(
{"温度":temperature,
"相对湿度":humidity,
"瓦斯浓度":gas,
"一氧化碳浓度":co
}
)
all_data.to_csv(
"all_data.csv",
index=False,
float_format="%0.2f",
encoding="utf-8"
)
