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

使用 Jupyter Notebook 可视化 GDD 数据

说明

在本课中，你使用 IoT 传感器收集了 GDD 数据。为了获得高质量的 GDD 数据，你需要收集多天的数据。为了帮助可视化温度数据并计算 GDD，你可以使用像 Jupyter Notebooks 这样的工具来分析数据。

首先，收集几天的数据。你需要确保服务器代码在 IoT 设备运行时始终保持运行状态，可以通过调整电源管理设置或运行类似于 这个保持系统活跃的 Python 脚本 来实现。

一旦你有了温度数据，就可以使用此仓库中的 Jupyter Notebook 来可视化数据并计算 GDD。Jupyter Notebook 将代码和说明混合在称为 单元格 的块中，通常是 Python 代码。你可以阅读说明，然后逐块运行代码块。你还可以编辑代码。例如，在这个 Notebook 中，你可以编辑用于计算植物 GDD 的基准温度。

1. 创建一个名为 gdd-calculation 的文件夹

2. 下载 gdd.ipynb 文件并将其复制到 gdd-calculation 文件夹中。

3. 复制由 MQTT 服务器创建的 temperature.csv 文件

4. 在 gdd-calculation 文件夹中创建一个新的 Python 虚拟环境。

5. 安装一些用于 Jupyter Notebook 的 pip 包，以及管理和绘制数据所需的库：

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

6. 在 Jupyter 中运行 Notebook：

   jupyter notebook gdd.ipynb
   

   Jupyter 将启动并在浏览器中打开 Notebook。按照 Notebook 中的说明操作，可视化测量的温度并计算生长度日（GDD）。

   

评分标准

标准	优秀	合格	需要改进
数据采集	至少采集 2 天完整数据	至少采集 1 天完整数据	采集了一些数据
GDD 计算	成功运行 Notebook 并计算 GDD	成功运行 Notebook	无法运行 Notebook

免责声明：
本文档使用AI翻译服务 Co-op Translator 进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原文档的原始语言版本为权威来源。对于关键信息，建议使用专业人工翻译。我们对因使用此翻译而引起的任何误解或误读不承担责任。