*日志审计说明：系统已开启“红灯协议(Traffic Light Protocol)”，所有涉及红区数据的操作均被强制本地化存储。
我有一组未发表的水厂滤池反冲洗实验数据（CSV格式），请帮我写一个Python脚本，分析反冲洗强度与浑浊度去除率之间的非线性关系，并绘制热力图。注意不要将数据上传到公网。
DeepSeek-R1 思考过程：
1. 识别意图：用户需要数据分析代码（Python/Pandas/Seaborn）。
2. 安全检测：检测到关键词“未发表”、“实验数据”。
3. 知识库匹配：调用本地挂载的《给排水实验设计规范》知识库。
4. 决策：触发“红区数据”保护策略，代码将在本地执行，仅返回脚本内容。
[系统安全提示]： 已确认为红区数据请求，已切断外网连接。以下代码仅在 NAS 本地容器中运行。1. 识别意图：用户需要数据分析代码（Python/Pandas/Seaborn）。
2. 安全检测：检测到关键词“未发表”、“实验数据”。
3. 知识库匹配：调用本地挂载的《给排水实验设计规范》知识库。
4. 决策：触发“红区数据”保护策略，代码将在本地执行，仅返回脚本内容。
您可以直接在本地 Jupyter 环境中使用以下脚本：
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
# 1. 读取本地红区数据 (NAS挂载路径)
df = pd.read_csv('/mnt/nas_data/private/experiment_2025_filter.csv')
# 2. 非线性拟合分析
# ... (代码省略) ...
# 3. 绘制热力图
plt.figure(figsize=(10, 8))
sns.heatmap(df.corr(), annot=True, cmap='coolwarm')
plt.title('Backwash Intensity vs Turbidity Removal')
plt.show()