數據分析與處理第四單元

簡易物聯系統實踐1了解常見的數據處理工具，會在物聯網服務平臺中查看和下載數據。2了解物聯系統中處理數據的方法，能夠利用程序處理簡單的數據。目錄CONTENTS行業PPT模板http:///hangye/1.常見的數據處理工具有哪些？2.利用程序處理數據有什么優勢？了解常見的數據處理工具PART01在人類文明的歷程中，人們對數據處理工具的改進一直沒有停止過，從早期的算盤到機械式計算機，再到電子計算機和計算器。小組討論：請學生們討論自己使用過的數據處理工具及處理的數據類型，并說明不同工具的優缺點和適用場景。工具優點缺點適用情況MicrosoftExcel界面友好，易于上手；強大的數據處理和分析功能；廣泛應用于商業和教育領域。處理大規模數據時性能不佳；高級功能的學習曲線較陡。適用于小型到中型數據集的處理和分析，特別適合非專業人士使用。Python強大的數據分析庫（如Pandas、NumPy）適合自動化數據處理和腳本編寫；支持機器學習和深度學習。初期學習成本較高；對于某些任務，代碼編寫不如專用軟件直觀。適用于需要進行復雜數據處理和分析的場景，特別適合數據科學家和程序員。SPSS操作界面友好，易于上手；強大的統計分析功能；廣泛應用于社會科學領域。數據可視化能力較弱；對于大型數據集的處理性能不佳。適用于需要進行統計分析的社會科學領域，特別適合非專業人士使用。

體驗從物聯網服務平臺獲取數據PART02

物聯網服務平臺通常可以提供兩種數據下載方式：以數據文件的形式下載和通過API調用。學習活動1.以數據文件的形式下載，用電子表格軟件進行處理。登錄在線MQTT服務器，進入相應的主題管理頁面，在查看詳情頁面下載。2.通過API調用數據，可以實現自動從物聯網服務平臺獲取數據，主要代碼如圖所示。了解處理數據的一般方法PART03在進行數據處理前，要明確數據處理的目標和思路。通過對環境數據的分析，能夠進一步了解當前環境情況。在Python中可以借助pandas、numpy等數據處理模塊處理數據。例如，pandas提供了對表格數據進行快速處理的一系列方法。學會使用這些數據處理模塊，可以提高數據處理效率。學習活動1.整理數據。對從API獲取的數據進行整理，并轉換為適合編程處理的數據格式，如DataFrame類型數據，主要代碼如圖所示。2.獲取最高溫度和最低溫度。要想從數據中快速得到最高溫度和最低溫度，可以利用sort_values方法對數據進行排序，如圖所示。3.分析光照強度與光照時間。陽光對植物的生長有直接影響，不同位置每天所能接受的光照時間不同。為此可以通過數據篩選出光照強度大于某個閾值的數據，并由此來確定不同位置的光照時間，如篩選出某個設備ID中光照強度大于等于1000的時間段，如圖所示。4.分析土壤濕度。所處位置不同，花盆內土壤濕度情況可能也不同。通過計算每個花盆的土壤濕度平均值，可以了解其濕度情況。為了得到所有花盆中土壤濕度的平均值，需要先根據設備ID對數據進行分組，再求出每個組的平均值。groupby()提供了數據分組功能，先根據clientId進行分組，再利用mean()函數求每組數據的平均值，如圖所示。拓展與提升1.嘗試使用電子表格軟件對數據分析處理，說一說哪種處理方式更好。