Python写一段代码：向 82.156.29.3:62609 发送数据包：姓名首字母+日期（240921） 服务器会返回：Message Received!

Python中可以使用socket模块来实现这个功能。以下是一个简单的例子，展示了如何发送一个包含姓名首字母和日期的数据包到指定的IP地址和端口，并接收服务器的响应：

import socket

# 定义要发送的数据
data = "L240921"

# 创建一个TCP套接字
sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

try:
    # 连接到服务器
    server_address = ('82.156.29.3', 62609)
    sock.connect(server_address)

    # 发送数据
    message = f"Name Initial: {data}\nDate: {data}"
    sock.sendall(message.encode())

    # 接收服务器响应
    response = sock.recv(1024)
    print("Server Response:", response.decode())

finally:
    # 关闭连接
    sock.close()

在这个代码中，我们首先创建了一个TCP套接字，然后连接到指定的IP地址和端口。接着发送包含姓名首字母和日期的字符串，最后接收服务器的回应并打印出来。记得替换`server_address`和`data`变量的值以匹配实际需求。

相关问题

用pandas将下面数据画一张统计图表日期/项目（A厂） 进水 COD 氨氮 总磷 总氮 2021.1.1 149 20.1 3.54 30.7 2021.1.2 164 10.1 0.65 20.1 2021.1.3 86 37.1 1.92 44.1 2021.1.4 164 16.4 1.44 21.5 2021.1.5 146 10.9 0.84 18.4 2021.1.6 136 18.7 1.59 29.7 2021.1.7 93 17.2 1.15 23.5 2021.1.8 96 17.1 1.61 24.2 2021.1.9 90 18.5 1.42 26.9 2021.1.10 134 23.8 2.46 31.7 2021.1.11 141 17.7 2.50 28.3 2021.1.12 15.6 1.48 2021.1.13 11.0 1.04 2021.1.14 19.5 3.55 24.0 2021.1.15 138 18.5 1.60 26.9 2021.1.16 138 15.2 1.82 27.8 2021.1.17 161 16.5 2.60 20.5 2021.1.18 16.3 2.10 27.9 2021.1.19 17.3 1.54 31.8 2021.1.20 29.5 3.54 37.8 2021.1.21 20.7 2.67 24.9 2021.1.22 19.5 3.25 29.3 2021.1.23 18.9 2.12 2021.1.24 12.0 2.38 23.4 2021.1.25 23.9 2.34 23.5 2021.1.26 11.7 1.51 12.4 2021.1.27 114 10.6 1.58 27.9 2021.1.28 107 11.1 1.31 19.3 2021.1.29 121 14.2 1.66 17.6 2021.1.30 10.6 1.26 19.5 2021.1.31 12.5 1.71 15.4

首先，需要将数据转换成pandas的DataFrame格式，代码如下：

import pandas as pd

data = {'日期/项目（A厂）': ['2021.1.1', '2021.1.2', '2021.1.3', '2021.1.4', '2021.1.5', '2021.1.6', '2021.1.7', '2021.1.8', '2021.1.9', '2021.1.10', '2021.1.11', '2021.1.12', '2021.1.13', '2021.1.14', '2021.1.15', '2021.1.16', '2021.1.17', '2021.1.18', '2021.1.19', '2021.1.20', '2021.1.21', '2021.1.22', '2021.1.23', '2021.1.24', '2021.1.25', '2021.1.26', '2021.1.27', '2021.1.28', '2021.1.29', '2021.1.30', '2021.1.31'],
        '进水': [149, 164, 86, 164, 146, 136, 93, 96, 90, 134, 141, None, None, None, 138, 138, 161, None, None, None, None, None, None, None, None, None, 114, 107, 121, None, None],
        'COD': [20.1, 10.1, 37.1, 16.4, 10.9, 18.7, 17.2, 17.1, 18.5, 23.8, 17.7, 15.6, 11.0, 19.5, 18.5, 15.2, 16.5, 16.3, 17.3, 29.5, 20.7, 19.5, 18.9, 12.0, 23.9, 11.7, 10.6, 11.1, 14.2, 10.6, 12.5],
        '氨氮': [3.54, 0.65, 1.92, 1.44, 0.84, 1.59, 1.15, 1.61, 1.42, 2.46, 2.50, 1.48, 1.04, 3.55, 1.60, 1.82, 2.60, 2.10, 1.54, 3.54, 2.67, 3.25, 2.12, 2.38, 2.34, 1.51, 1.58, 1.31, 1.66, 1.26, 1.71],
        '总磷': [30.7, 20.1, 44.1, 21.5, 18.4, 29.7, 23.5, 24.2, 26.9, 31.7, 28.3, None, None, 24.0, 26.9, 27.8, 20.5, 27.9, 31.8, 37.8, 24.9, 29.3, None, 23.4, 23.5, 12.4, 27.9, 19.3, 17.6, 19.5, 15.4]}

df = pd.DataFrame(data)

接下来，我们可以使用matplotlib库进行数据可视化，这里我选择绘制折线图。代码如下：

import matplotlib.pyplot as plt

# 设置图形大小
plt.figure(figsize=(10, 6))

# 绘制折线图
plt.plot(df['日期/项目（A厂）'], df['进水'], label='进水')
plt.plot(df['日期/项目（A厂）'], df['COD'], label='COD')
plt.plot(df['日期/项目（A厂）'], df['氨氮'], label='氨氮')
plt.plot(df['日期/项目（A厂）'], df['总磷'], label='总磷')

# 添加标题和标签
plt.title('A厂水质监测', fontsize=16)
plt.xlabel('日期', fontsize=12)
plt.ylabel('含量', fontsize=12)

# 添加图例
plt.legend()

# 显示图形
plt.show()

运行上述代码，即可得到一张含有4条曲线的折线图，用于展示A厂水质监测数据的趋势。