基于RaspberryPi的燃气传感器数据远程可视化最优简易方案咨询

方案1：Google Sheets 直连（零复杂配置，自带可视化） #

• 核心逻辑：借助Google Sheets API，传感器触发时直接将数据写入在线表格，利用表格自带的图表功能实现可视化
• 操作步骤：
  1. 登录Google Cloud控制台，创建项目并启用Google Sheets API，生成服务账号密钥（JSON格式），下载到树莓派本地
  2. 创建新的Google Sheet，将编辑权限分享给服务账号密钥中client_email字段对应的邮箱
  3. 安装依赖库：pip install gspread oauth2client
  4. 修改原脚本实现数据同步：

     import RPi.GPIO as GPIO 
     import time
     import csv
     from datetime import datetime
     import gspread
     from oauth2client.service_account import ServiceAccountCredentials
     
     # Google Sheets配置
     scope = ['https://spreadsheets.google.com/feeds', 'https://www.googleapis.com/auth/drive']
     creds = ServiceAccountCredentials.from_json_keyfile_name('/home/pi/your-service-key.json', scope)
     client = gspread.authorize(creds)
     sheet = client.open('燃气监测数据').sheet1  # 替换为你的表格名称
     
     GPIO.setmode(GPIO.BOARD)
     GPIO.setup(15, GPIO.IN, pull_up_down=GPIO.PUD_UP)
     counter = 0
     
     current_state = True
     prev_state = True
     
     while True:
         current_state = GPIO.input(15)
         if (current_state == False) and (prev_state == True):
             counter = counter + 1
             print(counter)
             # 优化CSV写入：一行存储计数器+时间，便于后续读取
             with open('/home/pi/gas_newfile.csv', 'a', newline='') as csvfile:
                 spamwriter = csv.writer(csvfile, delimiter=' ', quotechar='|', quoting=csv.QUOTE_MINIMAL)
                 spamwriter.writerow([str(counter), str(datetime.now())])
             # 同步到Google Sheets
             try:
                 sheet.append_row([datetime.now().strftime('%Y-%m-%d %H:%M:%S'), counter])
             except Exception as e:
                 print(f"同步失败: {e}")
         prev_state = current_state
         time.sleep(0.1)
     

  5. 完成后打开Google Sheet即可看到实时数据，通过「插入」>「图表」一键生成折线图、柱状图等可视化报表

方案2：本地网页+内网穿透（无需第三方云服务） #

• 核心逻辑：用Flask搭建轻量本地网页展示数据，通过内网穿透工具实现外网访问
• 操作步骤：
  1. 安装Flask：pip install flask
  2. 创建Flask服务文件app.py：

     from flask import Flask, render_template_string
     import csv
     from datetime import datetime
     
     app = Flask(__name__)
     
     @app.route('/')
     def show_data():
         data = []
         try:
             with open('/home/pi/gas_newfile.csv', 'r') as f:
                 reader = csv.reader(f, delimiter=' ')
                 # 适配原脚本的两行一组数据格式
                 rows = list(reader)
                 for i in range(0, len(rows), 2):
                     if i+1 < len(rows):
                         data.append({'count': rows[i][0], 'time': rows[i+1][0]})
         except FileNotFoundError:
             data = []
         # 内嵌Chart.js实现图表可视化
         html_template = '''
         <!DOCTYPE html>
         <html>
         <head>
             <title>燃气消耗监测</title>
             <script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
         </head>
         <body>
             <h1>燃气消耗数据</h1>
             <table border="1">
                 <tr><th>时间</th><th>累计消耗次数</th></tr>
                 {% for item in data %}
                 <tr><td>{{ item.time }}</td><td>{{ item.count }}</td></tr>
                 {% endfor %}
             </table>
             <div style="width: 80%; margin: 20px auto;">
                 <canvas id="gasChart"></canvas>
             </div>
             <script>
                 const ctx = document.getElementById('gasChart').getContext('2d');
                 const times = {{ [item.time for item in data]|tojson }};
                 const counts = {{ [item.count for item in data]|tojson }};
                 new Chart(ctx, {
                     type: 'line',
                     data: {
                         labels: times,
                         datasets: [{
                             label: '累计燃气消耗',
                             data: counts,
                             borderColor: 'rgb(75, 192, 192)',
                             tension: 0.1
                         }]
                     }
                 });
             </script>
         </body>
         </html>
         '''
         return render_template_string(html_template, data=data)
     
     if __name__ == '__main__':
         app.run(host='0.0.0.0', port=5000)
     

  3. 运行python app.py，同一内网设备访问树莓派IP:5000即可查看数据和图表
  4. 内网穿透：下载ngrok到树莓派，执行./ngrok http 5000，获取生成的外网地址，即可随时远程访问

方案3：ThingSpeak 物联网平台（专为设备数据设计，免费易用） #

• 核心逻辑：通过HTTP请求直接上传数据到ThingSpeak，平台自带可视化与告警功能
• 操作步骤：
  1. 注册ThingSpeak账号，创建新Channel并添加一个字段（如「燃气计数」）
  2. 获取Channel的Write API Key
  3. 安装依赖库：pip install requests
  4. 修改原脚本添加数据上传逻辑：

     # 顶部导入requests
     import requests
     
     # 传感器触发时插入以下代码
     thing_speak_url = f"https://api.thingspeak.com/update?api_key=你的WriteAPIKey&field1={counter}"
     try:
         requests.get(thing_speak_url)
     except Exception as e:
         print(f"上传失败: {e}")
     

  5. 上传成功后，进入Channel页面即可查看实时数据，还可配置图表、数据导出与异常告警

原脚本优化建议 #

• 将原脚本中两行写入的格式改为一行存储计数器+时间：spamwriter.writerow([str(counter), str(datetime.now())])，便于后续数据读取
• 添加异常捕获逻辑，避免文件写入或数据上传失败导致脚本崩溃
• 定时备份CSV文件，防止数据丢失

内容的提问来源于stack exchange，提问作者Carto_