滑板车调度

市议会非常认可 Sam 关于滑板车是否阻塞人行道的预测。认可到什么程度呢？他们请她构建一个通知系统，以便派出工作人员将人行道上的滑板车拖走。

借助她创建的数据集，当请求的情绪为负面时，Sam 可以把工作人员派到案件的坐标位置。

Scooter Dataframe

在本练习中，您将帮助 Sam 基于情感分析和图像识别实现一个调度系统。您将帮助 Sam 将人工与机器结合，更高效地管理城市！

本练习是课程的一部分

Python 中的 AWS Boto 入门

查看课程

练习说明

获取 'scooter_notifications' 的 SNS 主题 ARN。
对每一行数据，如果情感为 'NEGATIVE' 且图像中有滑板车，则构造要发送的消息。
将通知发布到该 SNS 主题。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Get topic ARN for scooter notifications
topic_arn = sns.____(Name='____')['____']

for index, row in scooter_requests.iterrows():
    # Check if notification should be sent
    if (row['____'] == 'NEGATIVE') & (row['img_scooter'] == ____):
        # Construct a message to publish to the scooter team.
        message = "Please remove scooter at {}, {}. Description: {}".____(
            row['long'], row['lat'], row['public_description'])

        # Publish the message to the topic!
        sns.____(____ = topic_arn,
                    ____ = message, 
                    ____ = "Scooter Alert")

编辑并运行代码