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
~~ 已预览到文档结尾了 ~~
