### 数据流图的实现 为了可视化数据流，可以利用 Python 的 `matplotlib` 和 `networkx` 库来创建节点和边的关系图。以下是完整的解决方案： #### 使用 Matplotlib 和 NetworkX 绘制数据流图 以下代码展示了如何构建一个包含传感器、LoRa 基站、边缘网关、云平台以及应急指挥中心/移动终端的数据流图，并标注实线、虚线箭头及预警信息流。 ```python import matplotlib.pyplot as plt import networkx as nx # 创建有向图对象 G = nx.DiGraph() # 添加节点并设置标签 nodes = { "Sensor": {"pos": (0, 0), "label": "传感器"}, "LoRa GW": {"pos": (2, 0), "label": "LoRa基站"}, "Edge Gateway": {"pos": (4, 0), "label": "边缘网关"}, "Cloud Platform": {"pos": (6, 0), "label": "云平台"}, "Emergency Center/Mobile Device": {"pos": (8, 0), "label": "应急指挥中心\n或移动终端"} } for node_name, attr in nodes.items(): G.add_node(node_name, pos=attr["pos"], label=attr["label"]) # 定义边关系及其样式 edges = [ ("Sensor", "LoRa GW", {"style": "-", "color": "blue", "label": "原始数据"}), ("LoRa GW", "Edge Gateway", {"style": "--", "color": "green", "label": "预处理数据"}), ("Edge Gateway", "Cloud Platform", {"style": "-.", "color": "red", "label": "分析后的数据"}), ("Cloud Platform", "Emergency Center/Mobile Device", {"style": ":", "color": "purple", "label": "预警信息"}) ] for u, v, attr in edges: G.add_edge(u, v, style=attr["style"], color=attr["color"], label=attr["label"]) # 获取位置布局 pos = {node: data['pos'] for node, data in G.nodes(data=True)} # 设置图形大小 plt.figure(figsize=(12, 6)) # 绘制节点 nx.draw_networkx_nodes(G, pos, node_size=3000, node_color="lightblue") # 绘制标签 labels = {node: data['label'] for node, data in G.nodes(data=True)} nx.draw_networkx_labels(G, pos, labels=labels, font_size=10) # 绘制边 edge_colors = [data['color'] for _, _, data in G.edges(data=True)] styles = [data['style'] for _, _, data in G.edges(data=True)] for i, (u, v, data) in enumerate(G.edges(data=True)): edge_label = data.get('label', '') nx.draw_networkx_edges( G, pos, edgelist=[(u, v)], width=2, alpha=0.7, arrowstyle="-|>", arrowsize=20, connectionstyle="arc3", edge_color=edge_colors[i], style=styles[i] ) # 边上的文字标注 midpoint = ((pos[u][0] + pos[v][0]) / 2, (pos[u][1] + pos[v][1]) / 2) plt.text(midpoint[0], midpoint[1], edge_label, fontsize=9, ha='center', va='bottom') # 调整显示效果 plt.axis("off") # 隐藏坐标轴 plt.tight_layout() # 自动调整子图参数 plt.show() ``` 此代码实现了从 **传感器** 到 **LoRa 基站** 再到 **边缘网关**、**云平台** 及最后到达 **应急指挥中心或移动终端** 的整个数据流动过程[^1]。每一步都通过不同样式的箭头表示不同的数据状态变化，同时在边上添加了相应的说明性标签用于解释数据的内容属性。 #### 图形中的颜色与线条含义 - 实线蓝色代表来自传感器的原始数据传输。 - 虚线绿色表示经过 LoRa 基站初步过滤后的预处理数据传递给边缘网关。 - 点划线红色表明由边缘计算完成进一步数据分析的结果上传至云端存储管理。 - 斜点线紫色则指代最终形成的警报通知发送至决策者手中以便采取行动措施[^2]。