Wprowadzenie do danych IoT

Analiza danych IoT w Pythonie

Matthias Voppichler

IT Developer

Przegląd kursu

  • Zbieranie i analiza danych IoT
  • Pozyskiwanie danych
    • Punkty końcowe API
    • Strumienie danych
  • Wizualizacja danych
  • Łączenie zbiorów danych
  • Wykrywanie wzorców
  • Alerty oparte na modelach ML
Analiza danych IoT w Pythonie

Czym jest IoT?

IoT == Internet of Things

  • Sieć połączonych urządzeń
  • Pomiar i zbieranie danych
  • Interakcja z otoczeniem
Analiza danych IoT w Pythonie

Urządzenia IoT

Urządzenia połączone

  • Inteligentne zamki
  • Połączone termostaty
  • Czujniki temperatury

Czujnik temperatury

Przemysłowe urządzenia połączone

  • Maszyny połączone
  • Roboty / Coboty
  • Śledzenie przesyłek

Roboty przemysłowe / ramiona robotyczne

Analiza danych IoT w Pythonie

Formaty danych IoT

  • http / json
  • zwykły tekst
  • dane binarne
  • XML
  • Protokoły własnościowe
Analiza danych IoT w Pythonie

Pozyskiwanie danych

  • Strumienie danych
  • Zbierane z urządzenia
  • Punkty końcowe API
Analiza danych IoT w Pythonie

Pozyskiwanie danych – 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
Analiza danych IoT w Pythonie

Pozyskiwanie danych – 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
Analiza danych IoT w Pythonie

Czas na ćwiczenia!

Analiza danych IoT w Pythonie

Preparing Video For Download...