2.9 KiB
使用 Jupyter Notebook 視覺化 GDD 數據
說明
在本課程中，您使用 IoT 感測器收集了 GDD 數據。為了獲取良好的 GDD 數據，您需要收集多天的數據。為了幫助視覺化溫度數據並計算 GDD，您可以使用像 Jupyter Notebooks 這樣的工具來分析數據。
首先，收集幾天的數據。您需要確保您的伺服器程式在 IoT 設備運行時始終保持運行，可以通過調整電源管理設置或運行類似於 這個保持系統活躍的 Python 腳本 來實現。
一旦您有了溫度數據，您可以使用此倉庫中的 Jupyter Notebook 來視覺化數據並計算 GDD。Jupyter Notebook 將程式碼和說明混合在稱為 單元格 的區塊中，通常是 Python 程式碼。您可以閱讀說明，然後逐塊運行每個程式碼區塊。您也可以編輯程式碼。例如，在此 Notebook 中，您可以編輯用於計算植物 GDD 的基準溫度。
-
建立一個名為
gdd-calculation的資料夾 -
下載 gdd.ipynb 檔案並將其複製到
gdd-calculation資料夾中。 -
複製由 MQTT 伺服器創建的
temperature.csv檔案 -
在
gdd-calculation資料夾中建立一個新的 Python 虛擬環境。 -
安裝一些 Jupyter Notebook 所需的 pip 套件，以及用於管理和繪製數據的庫：
pip install --upgrade pip pip install pandas pip install matplotlib pip install jupyter -
在 Jupyter 中運行 Notebook：
jupyter notebook gdd.ipynbJupyter 將啟動並在您的瀏覽器中打開 Notebook。按照 Notebook 中的說明操作，視覺化測量的溫度並計算生長度日。
評分標準
| 評分標準 | 優秀 | 合格 | 需要改進 |
|---|---|---|---|
| 數據收集 | 收集至少 2 天完整數據 | 收集至少 1 天完整數據 | 收集了一些數據 |
| 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：
本文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。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。應以原文文件作為權威來源。對於關鍵資訊，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。