센서 측정값

Coddy Machine Learning 여정의 데이터와 시각화 섹션에 포함된 레슨. 60개 중 58번째.

센서는 0시(자정)부터 23시까지 매시간 서버실의 온도를 기록합니다. 측정에 실패하면 대신 -999를 기록합니다.

기술자는 실패를 제외하고 각 날짜의 값을 합산해 월요일(1일)과 같이 표시하려고 합니다:

서버실 온도라는 제목의 선 그래프: 밤에는 약 17 C에서 시작해 14시에 29.4 C로 최고점에 도달한 뒤, 자정까지 18 C로 다시 내려가는 선

25 C를 초과하면 실내에 주의가 필요합니다.

챌린지

어려움

스타터에는 week에 4일간의 측정값이 하루에 한 행씩 저장되어 있으며, 1부터 4까지의 날짜 번호를 입력받습니다.

해당 날짜의 측정값 중 실패한 개수를 출력합니다.
정상 측정값의 평균을 np.round로 소수점 첫째 자리까지 반올림해 출력하고, limit보다 큰 값이 몇 개인지도 출력합니다.
가장 높은 측정값이 기록된 시간과 해당 측정값을 출력합니다.
fig, ax 형식으로 시간에 따른 정상 측정값을 그립니다. 제목은 Server Room Temperature, 축 레이블은 Hour와 Temperature (C)로 지정합니다.

날짜 1의 전체 출력은 다음과 같습니다.

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]

직접 해보기

import numpy as np
import matplotlib.pyplot as plt

# 0시부터 23시까지의 서버실 온도(C), 하루에 한 행씩 표시; -999는 측정에 실패했음을 의미함
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

# 아래에 코드를 작성하세요