Relevés des capteurs
Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 58 sur 60.
Un capteur enregistre la température d’une salle serveur toutes les heures, de l’heure 0 (minuit) à 23. Lorsqu’une mesure échoue, il écrit -999 à la place.
Le technicien veut que chaque journée soit résumée sans tenir compte des pannes, et représentée comme celle de lundi (jour 1) :
Au-dessus de 25 °C, la pièce nécessite une attention particulière.
Défi
DifficileLe code de départ contient les relevés de quatre jours dans week, une ligne par jour, et lit un numéro de jour, de 1 à 4.
- Affiche le nombre de relevés défaillants pour ce jour.
- Affiche la moyenne des relevés valides, arrondie à 1 décimale avec
np.round, ainsi que le nombre de relevés supérieurs àlimit. - Affiche l’heure la plus chaude et son relevé.
- Trace les relevés valides en fonction de leurs heures avec la forme
fig, ax, avec pour titreServer Room Temperature, et pour libellésHouretTemperature (C).
Pour le jour 1, la sortie complète est :
Failed readings: 3
Average: 21.9
Hours above 25: 7
Warmest: hour 14 at 29.4
Charts drawn: 1
Title: Server Room Temperature
X label: Hour
Y label: Temperature (C)
Lines: 1
Across (x): [0, 1, 2, 4, 5, 6, 7, 8, 9, 10, 12, 13, 14, 15, 16, 17, 18, 20, 21, 22, 23]
Up (y): [17.2, 16.8, 16.5, 16.1, 16.4, 17.9, 19.6, 21.8, 23.5, 25.1, 27.9, 28.8, 29.4, 28.7, 27.2, 25.6, 23.9, 21, 19.8, 18.6, 17.9]Essayez vous-même
import numpy as np
import matplotlib.pyplot as plt
# Température de la salle des serveurs (C) aux heures 0 à 23, une ligne par jour ; -999 indique que la mesure a échoué
week = np.array([
[17.2, 16.8, 16.5, -999, 16.1, 16.4, 17.9, 19.6, 21.8, 23.5, 25.1, -999,
27.9, 28.8, 29.4, 28.7, 27.2, 25.6, 23.9, -999, 21.0, 19.8, 18.6, 17.9],
[-999, 17.4, 17.0, 16.7, 16.6, 17.0, 18.2, 19.9, 21.5, -999, 24.6, 26.0,
27.1, 27.8, 28.0, 28.3, 26.4, -999, 23.1, 21.7, 20.5, 19.4, 18.8, 18.1],
[18.3, 18.0, 17.8, 17.5, 17.6, -999, -999, 20.4, 22.9, 25.3, 27.6, 29.5,
31.0, 32.2, 32.9, 33.1, 32.4, 30.8, 28.7, 26.5, 24.6, 22.8, 21.3, 20.1],
[16.9, 16.5, 16.2, 16.0, 15.8, 16.1, 16.9, 18.0, 19.4, 20.8, 22.3, 23.6,
24.7, 26.2, 25.8, 25.1, 24.0, 22.6, 21.3, 20.2, 19.3, 18.5, 17.8, -999],
])
day = int(input())
limit = 25
# Écrivez votre code ci-dessous
Cette leçon comprend un petit quiz. Commencez la leçon pour y répondre et suivre votre progression.
Toutes les leçons de Données et visualisations
1Introduction
Bonjour, Machine LearningQu’est-ce qu’un modèle ?Importer des bibliothèquesVotre premier graphique4Façonner les données
Remodeler les tableauxJoindre des tableauxNombres aléatoiresRécapitulatif : simulation de dés2Tableaux NumPy
Créer des tableauxForme et taillePlages de nombresIndexation et découpageRécapitulatif : grille de températures5Graphiques en courbes et nuages de points
Étiquettes et titresNuages de pointsPlusieurs courbes et légendesCouleurs et marqueursFigures et axesRécapitulatif : pas hebdomadaires3Calculs sur les tableaux
Opérations mathématiques sur des tableaux entiersStatistiques récapitulativesStatistiques par axeDiffusionMasques booléensRécapitulatif : notes d’examen6Graphiques de données
Diagrammes en barresHistogrammesPlusieurs graphiques en unImages sous forme de tableauxRécapitulatif : rapport sur les précipitations9Regrouper et nettoyer
Compter les valeursRegrouper les donnéesPlusieurs résumésValeurs manquantesRécapitulatif : résultats de l’enquête12Défis finaux
Rapport des ventesRelevés des capteursLes chiffres en un coup d’œilExplorateur pingouinEntraînez-vous par vous-même : Compilateur Python en ligne