IoT-For-Beginners/translations/hk/2-farm/lessons/1-predict-plant-growth/assignment.md

使用 Jupyter Notebook 視覺化 GDD 數據

指引

在本課程中，你使用 IoT 感測器收集了 GDD 數據。要獲得良好的 GDD 數據，你需要收集多天的數據。為了幫助視覺化溫度數據並計算 GDD，你可以使用像 Jupyter Notebooks 這樣的工具來分析數據。

首先，收集幾天的數據。你需要確保你的伺服器程式在 IoT 裝置運行期間一直運行，可以通過調整電源管理設定或運行類似 這個保持系統活躍的 Python 腳本 來實現。

一旦你有了溫度數據，你可以使用此 repo 中的 Jupyter Notebook 來視覺化數據並計算 GDD。Jupyter Notebook 將程式碼和指引混合在稱為 cells 的區塊中，通常是 Python 程式碼。你可以閱讀指引，然後逐塊執行每段程式碼。你也可以編輯程式碼。例如，在這個 Notebook 中，你可以編輯用於計算植物 GDD 的基準溫度。

1. 建立一個名為 gdd-calculation 的資料夾

2. 下載 gdd.ipynb 檔案並將其複製到 gdd-calculation 資料夾中。

3. 複製由 MQTT 伺服器建立的 temperature.csv 檔案

4. 在 gdd-calculation 資料夾中建立一個新的 Python 虛擬環境。

5. 安裝一些 Jupyter Notebook 所需的 pip 套件，以及管理和繪製數據所需的庫：

   pip install --upgrade pip
   pip install pandas
   pip install matplotlib
   pip install jupyter
   

6. 在 Jupyter 中運行 Notebook：

   jupyter notebook gdd.ipynb
   

   Jupyter 會啟動並在你的瀏覽器中打開 Notebook。按照 Notebook 中的指引逐步操作，視覺化測量的溫度並計算生長度日。

   

評分標準

評分項目	優秀	合格	需要改進
數據收集	收集至少 2 天完整的數據	收集至少 1 天完整的數據	收集部分數據
計算 GDD	成功運行 Notebook 並計算 GDD	成功運行 Notebook	無法運行 Notebook

---

免責聲明：
本文件已使用人工智能翻譯服務 Co-op Translator 進行翻譯。雖然我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。原始語言的文件應被視為權威來源。對於重要資訊，建議尋求專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋概不負責。