违章作业

习惯性违章的问题，老电力人都懂——说白了就是安全观念根深蒂固地松散。违章作业、违章指挥、违章装置、违章管理四大元凶，搞不好直接就出事。文章开头就三板斧：明确、提升、树立，听起来老生常谈，但真落到一线，能做到的企业没几个。 违章这块，不光靠喊口号。像文章里提到的“80%的事故源于违章”，这不是随口说说，是多年事故数据得出的。数据驱动的安全体系，现在挺多电力单位都在尝试。你要是搞安全信息化系统，这思路可以借鉴下。 顺便推荐几个实用案例，像 Spark 违章信息 的用法，还挺适合搞大数据的项目，代码量也不大，性能也还不错。你还可以看看 电力调度内网安全监控 的文章，平台建设这块写得蛮实在。 如果你在

spark 的数据预违章信息案例素材，适合想练练大数据流程的你，数据结构清晰、格式统一，起来比较顺手。你可以直接拿来跑流程，像filter、map这些操作都能练一练。对于刚上手Spark的同学，这类数据挺合适的，不用花时间整理原始数据，直接进场干活就行。

在学习了熊猫基础知识之后，现在是时候将您的技能应用到实际情况中了。完成两个数据挑战中的一个，展示您的熊猫知识。创建一个新存储库pandas-challenge，然后克隆到您的计算机。在本地git存储库中，为您的挑战创建一个目录（HeroesOfPymoli或PyCitySchools），并将您的Jupyter笔记本添加到该文件夹。推送到GitHub或GitLab。

上次发布的Oracle题目答案，请参考以下内容： (请在此处插入答案内容)

记录 MySQL 作业以供查阅。

准备好接受挑战，展示您对 Python Pandas 的掌握能力！现在，您有 2 个数据挑战可供选择，具体挑战内容由您决定。确保全力以赴，因为您所磨练的技能将成为您数据分析工具箱中一把利器。

这款工具包含GUI界面，具备图片显示、锐化等功能，满足您老师布置的作业需求。

基于 MATLAB 的ISR-TrafSim 2.0交叉口仿真工具，挺适合研究慢行交通违章行为的朋友。研究用了南京 4 个典型交叉口的数据，4000 多个人行和非机动车样本，不光量多，而且时间段覆盖也全，统计比较扎实。 慢行交通在不同交叉口、不同时间段的违章情况差别还挺大。比如说，自行车的行驶方向违章率和类型违章率就不是一回事，受信号配时和交叉口设计影响蛮大。适合做可视化或者建模的朋友深入挖掘。 里面还有一些挺有意思的发现，比如说年龄和违章行为之间有关系，青少年的违章比例反而最低，蛮出乎意料的。研究还讨论了信号配时、交叉口形式对违章影响，挺全的，适合做实地数据或算法优化用。 配套资源推荐也挺实

这是乔治亚州立大学计算机科学系张彦庆博士数据挖掘课程的作业仓库。

安老师要求的作业资源，希望大家下载使用，帮助你们学习。