2. Python环境搭建与船舶设备数据初探

预测性维护的第一步不是建模，而是让数据“进得来、看得见”。本节我们完成三件事：搭好Anaconda与Jupyter的运行环境，用pandas读入一份船舶设备传感器数据集，并画出第一张设备运行趋势图。完成后，你将拥有一条可复用的最小数据链路：环境 → 数据文件 → DataFrame → 统计摘要 → 趋势图。

一、为什么选Anaconda + Jupyter

船舶设备数据往往来自振动加速度传感器、温度探头、压力变送器等不同采集通道，采样频率、量纲、缺失情况都不一致。Anaconda把Python解释器、pandas、NumPy、Matplotlib等科学计算库打包在一起，避免逐个安装时的版本冲突；Jupyter Notebook则以“代码块+输出”的形式逐段执行，非常适合边读数据边观察中间结果——这对初次接触设备数据的读者尤其友好。

安装时从Anaconda官网下载对应操作系统的安装包，安装向导中勾选“Add Anaconda to my PATH environment variable”可省去后续配置，若不勾选则通过开始菜单中的“Anaconda Prompt”启动命令行。安装完成后在命令行验证：

conda --version
python --version
jupyter notebook

最后一条命令会在浏览器中打开Jupyter主界面。建议为课程单独建一个环境，避免污染基础环境：

conda create -n ship-pm python=3.11 pandas matplotlib jupyter -y
conda activate ship-pm

环境名ship-pm只是示例命名，激活后命令行提示符前会出现该名称，说明当前使用的是独立环境。

二、准备一份船舶设备传感器数据集

本节使用一份教学示例数据集（非实测数据），模拟某船艉轴承与主海水泵在连续运行中的监测记录。文件名为ship_sensors.csv，采用长表结构：每行是一条“某设备某测点某时刻”的读数。字段设计如下：

长表的好处是新增设备或测点无需改表结构，缺点是同一时刻的多测点读数分散在多行，后续做趋势对比时需要按sensor筛选或透视。示例数据中，艉轴承振动在正常区间约1.5～2.5 mm/s，温度约45～55 ℃；主海水泵出口压力约0.35～0.45 MPa。这些数值仅用于演示，真实阈值应以设备说明书和船级社规范为准。

三、用pandas读取与基本统计

在Jupyter中新建笔记本，第一段代码完成导入与读取：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv("ship_sensors.csv", parse_dates=["timestamp"])
print(df.shape)
print(df.head())
print(df.dtypes)

parse_dates让时间列直接成为datetime64类型，后续按时间排序、重采样都依赖它。若时间列格式特殊，可加dayfirst=True或自定义date_parser。读取后先看形状、前几行和类型，是排查“数字被读成字符串”“时间没解析”的最快手段。

接着做分组统计，这是理解数据分布的核心一步：

summary = df.groupby(["device_id", "sensor"])["value"].agg(
    ["count", "mean", "std", "min", "max"]
)
print(summary.round(3))

输出会给出每个设备每个测点的样本数、均值、标准差、最小值和最大值。重点看三处：一是count是否一致，若某测点明显偏少，说明存在缺失或采集中断；二是std是否异常大，可能混入了停机段或尖峰；三是max是否逼近报警阈值。还可以用df.isna().sum()统计缺失，用df["timestamp"].min()/max()确认时间覆盖范围。

四、绘制第一张设备运行趋势图

趋势图要回答的问题是：这台设备的某个测点，随时间如何变化，是否出现抬升或突变。以艉轴承振动为例：

brg = df[(df["device_id"] == "BRG-01") & (df["sensor"] == "vibration")]
brg = brg.sort_values("timestamp")

plt.figure(figsize=(10, 4))
plt.plot(brg["timestamp"], brg["value"], color="#1f77b4", linewidth=1.2)
plt.axhline(3.0, color="#d62728", linestyle="--", label="预警线 3.0 mm/s")
plt.title("BRG-01 艉轴承振动趋势（示例数据）")
plt.xlabel("时间")
plt.ylabel("振动速度 (mm/s)")
plt.legend()
plt.tight_layout()
plt.show()

图中横轴为时间、纵轴为振动速度，虚线是示例预警线。观察时关注三点：曲线是否整体缓慢上移（劣化趋势）、是否出现孤立尖峰（瞬时冲击或传感器干扰）、是否在某时段突然归零（停机或断线）。若时间轴标签重叠，可加plt.xticks(rotation=30)；若数据点过密，可先按小时重采样取均值：brg.set_index("timestamp")["value"].resample("1h").mean()。

下面这张图把本节的数据链路与关键观察点串在一起，可作为操作时的对照参考：

五、结果如何判断

一张趋势图是否“读对了”，可以用几个具体动作验证。第一，把统计摘要中的max与图中最高点对照，若图中最高点远低于max，说明有离群点被坐标轴压缩或数据未排序。第二，检查count与时间跨度是否匹配：若按分钟采集、跨度为24小时，单测点应有约1440条记录，明显偏少就要查缺失。第三，把预警线与设备说明书中的振动烈度限值核对，示例中的3.0 mm/s只是演示值，实际应依据ISO 10816等标准或厂家规定。

完成本节后，你应当能独立复现这条链路：激活环境、读入CSV、打印形状与类型、按设备和测点分组统计、筛选单测点绘制带预警线的趋势图。这套流程虽然简单，却是后续特征提取、异常检测和剩余寿命预测的共同起点——数据读不对、统计看不准，后面的模型再复杂也没有意义。