资源简介

import pandas as pd
import matplotlib.pyplot as plt
df pd.read_excel("fire_data.xlsx)
#读取文件
df1=df.groupby("监测点"，as_index=False).浓度.mean()
#分组计算
df2
①
id df2.values[o][O]
df3
②
df4
③
#设置绘图参数，选取df4中的数据创建图表，显示如图b所示的线形图，代码略
程序中①②③处可选的代码有：
A.df[df["监测点"]=id
#筛选
B.df1[df1["监测点"]=id]
C.df3.groupby("分"，as_index=False).温度.mean()
D.df3.groupby("时"，as_index=False).温度.mean
E.df1.sort_values("浓度"，ascending=True)
#升序排序
F.df1.sort_values("浓度"，ascending=False)
14.该厂房部署了火情预警和喷淋系统，根据历史数据建立基准线，将烟雾浓度超过基准
线的采集时刻判定为异常波动点，异常波动可能预示火情风险。现需要对监测点3某天
的历史数据进行分析，找出异常波动点最密集的连续1小时时段（即连续12个采集时
刻)，并输出该时段的起始时间。如果有多个时段异常点数量相同，取最早出现的时段。
(1)实现上述功能的部分Python程序如下，请在划线处填入合适的代码。
读取该天采集的烟雾浓度、温度等数据按时间顺序存储在列表中，如
a=[[0,0,7,22],[0,5,1,20],[0,10,17,24]…,[23,50,29,22],[23,55,23,21]
每项为小时，分钟，烟雾浓度，温度]，代码略
#计算烟雾浓度基准线并存储在变量std中，代码略
n len(a)
flag [0]n
for i in range(n):
....if a[i][2]>std:
flag[i]1
start_time =cnt =0
for i in range(12):
①
max_cnt =cnt
for i in range(1,n-11):
....cnt cnt -flag[i -1]+
②
....if cnt max_cnt:
........max_cnt =cnt
技术试卷第5页共15页

展开更多......

收起↑