LabVIEW: 图形化、数据流编程 LabVIEW 与其他大多数通用编程语言存在两点主要差异。 首先，进行 G 编程需要将程序框图上的图标连接在一起，之后程序框图被直接编译为计算机处理器能够加以执行的机器码。 采用图形而非文本代表自身的 G，包含与最传统语言相同的编程概念。 例如，G 包含所有标准构造，如：数据类型、循环、事件处理、变量、递归、面向对象的编程。 图1. G 中的 While 循环由图形化循环直观代表，它会一直执行到停止条件获得满足为止。 第二项主要区别在于：由 LabVIEW 开发的 G 代码，其执行时遵照的规则是数据流，而不是大多数基于文本的编程语言（如：C 和 C++）中更传统的过程化方式（即，被执行的命令序列）。 G 等数据流语言（以及 Agilent VEE、Microsoft Visual Programming Language、Apple Quartz Composer）将数据作为支持各类程序的主要概念。 而数据流执行模式是由数据驱动的，或者说是依赖于数据的。 是程序内节点间的数据流动，而非文本的顺序行，决定着执行顺序。 这种差别起初也许不大，影响却是非凡的，因为它让程序组件间的数据路径成为开发者关注的重点。 LabVIEW 程序中的节点（即：函数、循环等结构、子程序……）获取输入数据、处理数据并生成输出数据。 一旦所有给定节点的输入都包含有效数据，该节点就会执行其逻辑、产生输出数据并将该数据传递至数据流路径中的下一个节点。 从别的节点接收数据的节点只在别的节点执行完以后才开始执行。 G 编程的优势 直观的图形化编程 与大多数人一样，工程师和科学家可通过查看和处理图像来学习，根本无需有意识的冥想。 许多工程师和科学家还会被描述成“视觉型思考者”，这表示他们尤其擅长通过视觉处理组织信息。 换句话说，他们最擅长图像化思考。 这往往在高校中得到强化，那里的学生被鼓励使用流程框图的形式来构建问题的解决方案。 然而，大多数通用编程语言需要您花大量时间学习与该语言相关的特定文本语法，再将语言的结构映射至正被解决的问题。 搭配 G 的图形化编程，提供更直观的体验。 G 代码通常更易于工程师和科学家迅速理解，因为它们与显示有很大关联，甚至能以图解形式对程序框图和流程图的过程与任务进行建模（这也遵循了数据流规则）。 此外，由于数据流语言须要您将数据流的程序结构作为基础，所以在思考时得关注需要解决的问题。 例如，典型的G 程序可能首先采集多条通道的温度数据，再将...
