Introductie tot IoT-data

IoT-gegevens analyseren in Python

Matthias Voppichler

IT Developer

Cursusoverzicht

  • IoT-data verzamelen en analyseren
  • Data verzamelen
    • API-eindpunten
    • Datastromen
  • Data visualiseren
  • Datasets combineren
  • Patronen detecteren
  • ML-modelgestuurde alerts
IoT-gegevens analyseren in Python

Wat is IoT?

IoT == Internet of Things

  • Netwerk van verbonden apparaten
  • Data meten en verzamelen
  • Interactie met de omgeving
IoT-gegevens analyseren in Python

IoT-apparaten

Verbonden apparaten

  • Slimme deursloten
  • Slimme thermostaten
  • Temperatuursensoren

Temperatuursensor

Industriële verbonden apparaten

  • Verbonden machines
  • Robots / cobots
  • Pakkettracking

Industriële robots / Robotarmen

IoT-gegevens analyseren in Python

IoT-dataformaten

  • HTTP / JSON
  • Platte tekst
  • Binaire data
  • XML
  • Proprietaire protocollen
IoT-gegevens analyseren in Python

Dataverzameling

  • Datastromen
  • Verzameld van een apparaat
  • API-eindpunten
IoT-gegevens analyseren in Python

Dataverzameling - requests

import requests
url = "https://demo.datacamp.com/api/temp?count=3"
r = requests.get(url)
print(r.json())
[{'timestamp': 1536924000000, 'value': 22.3},
 {'timestamp': 1536924600000, 'value': 22.8},
 {'timestamp': 1536925200000, 'value': 23.3}]
print(pd.DataFrame(r.json()).head())
       timestamp  value
0  1536924000000   22.3
1  1536924600000   22.8
2  1536925200000   23.3
IoT-gegevens analyseren in Python

Dataverzameling - pandas

import pandas as pd
df_env = pd.read_json("https://demo.datacamp.com/api/temp?count=3")

print(df_env.head())
            timestamp  value
0 2018-09-14 11:20:00   22.3
1 2018-09-14 11:30:00   22.8
2 2018-09-14 11:40:00   23.3
print(df_env.dtypes)
timestamp    datetime64[ns]
value               float64
dtype: object
IoT-gegevens analyseren in Python

Laten we oefenen!

IoT-gegevens analyseren in Python

Preparing Video For Download...