数据可视化原理-腾讯-分类散点图

在做数据分析类的产品功能设计时,经常用到可视化方式,挖掘数据价值,表达数据的内在规律与特征展示给客户。
可是作为一个产品经理,(1)如果不能够掌握各类可视化图形的含义,就不知道哪类数据该用哪个图形。光知道可视化图形的含义还不够,(2)还要掌握该类可视化图形需要的后台数据结构是怎样的,才能指导数据处理人员或后端开发在现有数据结构的基础上,处理数据,供各类可视化图形调用。

下面,将以腾讯的数据可视化API为案例,学习可视化图形的原理,方便后续正确使用这些图形,进行数据可视化表达。如果有理解错误的地方,欢迎大家及时反馈,避免误导他人,多谢啦。

散点图

散点图可以用不同的颜色,用以展示海量数据点的分布情况。
在这里插入图片描述

散点图的属性

styles:定义各类点的样式。
值是DotCircleStyle对象,如下:

        //初始化散点图并添加至map图层var dot = new TMap.visualization.Dot({styles: {redStyleColor: {type: "circle", //圆形样式fillColor: "rgba(148,28,230,0.3)", //填充颜色radius: 5, //原型半径},blueStyleColor: {type: "circle", //圆形样式fillColor: "rgba(204,24,93,0.9)", //填充颜色radius: 1, //原型半径},yellowStyleColor: {type: "circle", //圆形样式fillColor: "rgba(204,114,24,0.9)", //填充颜色radius: 3, //原型半径},greenStyleColor: {type: "circle", //圆形样式fillColor: "#FFD343", //填充颜色strokeWidth: 0, //边线宽度radius: 2.5, //原型半径},},});

DotCircleStyle对象的属性
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

分类散点图的数据结构。
在这里插入图片描述
后台返回的数据结构如下:

{"lat":40.291213,"lng":116.217873,"Level":1}
{"lat":36.2101309,"lng":120.6078105,"Level":1}
{"lat":41.29751081,"lng":124.0801604,"Level":1}
{"lat":18.3103549,"lng":109.4774275,"Level":2}
{"lat":41.79905,"lng":86.3628,"Level":2}
{"lat":29.654266,"lng":91.118541,"Level":2}
{"lat":33.130101,"lng":113.73093,"Level":2}
{"lat":47.10542785,"lng":120.4911804,"Level":2}
{"lat":31.701024,"lng":119.924692,"Level":1}
{"lat":39.36467,"lng":109.807,"Level":1}
{"lat":40.9989318,"lng":117.9291109,"Level":1}
{"lat":25.70453,"lng":100.14331,"Level":1}
{"lat":29.587624,"lng":119.025671,"Level":1}
{"lat":25.0204019,"lng":117.6898475,"Level":1}
{"lat":36.27128,"lng":111.675826,"Level":1}
{"lat":21.56940085,"lng":111.8472104,"Level":1}
{"lat":27.6932899,"lng":117.1576515,"Level":1}
{"lat":36.67523225,"lng":117.0257111,"Level":1}
{"lat":34.21274,"lng":108.97435,"Level":4}
{"lat":34.2212,"lng":108.96412,"Level":4}
{"lat":29.6502848,"lng":91.1333369,"Level":4}
{"lat":29.747517,"lng":105.796243,"Level":4}
{"lat":25.01840081,"lng":113.7281004,"Level":4}

其中,level是自定义的业务属性,前端人员根据这个值,指定每个点的样式styleId,样式从styles属性里选择对应的样式。

        //对点数据进行分类,并设置styleIddotSortData.forEach(function (item, index) {if (level == 1) {item.styleId = "greenStyleColor";} else if (level == 2) {item.styleId = "yellowStyleColor";} else if (level == 3) {item.styleId = "blueStyleColor";} else {item.styleId = "redStyleColor";}});

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/521711.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

付强:基于注意力机制的听觉前端处理 | 嘉宾公布

一、智能家居与会议系统专题论坛 智能家居与会议系统专题论坛将于3月28日同期举办! 智能会议系统它通过先进的技术手段,提高了会议效率,降低了沟通成本,提升了参会者的会议体验。对于现代企业、政府机构和学术界是不可或缺的。在这…

GitHub登不上:修改hosts文件来解决(GitHub520,window)

参考链接:GitHub520: 本项目无需安装任何程序,通过修改本地 hosts 文件,试图解决: GitHub 访问速度慢的问题 GitHub 项目中的图片显示不出的问题 花 5 分钟时间,让你"爱"上 GitHub。 (gitee.com) GitHub网站…

阿里云服务器怎么使用?3分钟搭建网站教程2024新版

使用阿里云服务器快速搭建网站教程,先为云服务器安装宝塔面板,然后在宝塔面板上新建站点,阿里云服务器网aliyunfuwuqi.com以搭建WordPress网站博客为例,来详细说下从阿里云服务器CPU内存配置选择、Web环境、域名解析到网站上线全流…

Hive案例分析之消费数据

Hive案例分析之消费数据 部分数据展示 1.customer_details customer_id,first_name,last_name,email,gender,address,country,language,job,credit_type,credit_no 1,Spencer,Raffeorty,sraffeorty0dropbox.com,Male,9274 Lyons Court,China,Khmer Safety,Technician III,jc…

二、实战篇 商户查询缓存

源码仓库地址:gitgitee.com:chuangchuang-liu/hm-dingping.git 1、什么是缓存? 缓存(Cache),就是数据交换的缓冲区,俗称的缓存就是缓冲区内的数据,一般从数据库中获取,存储于本地代码 1.1、为什么要使用缓存? 添加缓存后,重复的…

双链表的实现(数据结构)

链表总体可以分为三大类 一、无头和有头 二、单向和双向 三、循环和不循环 从上面分类得知可以组合成8种不同类型链表,其中单链表最为简单,双联表最为复杂,两种链表都实现后其余链表都不成问题。 我们前期博客已将完成了单向无头不循环链表…

如何一键发布离线地图(二次开发)

离线地图发布工具支持 离线浏览 离线地图二次开发 离线工具应用(绘制:点、线、面,导入导出矢量数据)以及轨迹纪录等等应用,具体可参看:演示实例 Bigemap Server离线地图服务器下载地址:http://download.bigemap.com…

图机器学习(3)-面向节点的人工特征工程

0 问题引入 地铁导航图 计算机是看不懂这些图,计算机只能看懂向量、矩阵。 传统图机器学习只讨论连接特征。 构造一个新的特征 x 1 x 2 x_1x_2 x1​x2​,有利于分开这种数据。 人需要去翻译这些计算机不懂的特征,变成计算机可以懂…

二叉搜索树(BST)的创建及增,删,查,改(详解)

目录 初识二叉搜索树(BST): 二叉搜索树查找元素: 二叉搜索树修改元素: 二叉搜索树中的增加元素: 二叉搜索树中的删除元素: 初识二叉搜索树(BST): 一张图简要概括二…

RNN(Recurrent Neural Networks)循环神经网络

循环神经网络(Recurrent Neural Network,简称RNN)是一种处理序列数据的神经网络结构,它具有记忆能力,能够捕捉序列中的时序信息。RNN在自然语言处理、时间序列预测等方面有着很多的应用。 一、RNN 的基本结构 RNN的包…

常州大学-吴颖:参加数维杯竞赛后,我成功拿到梦寐以求的奖项

转眼间,数维杯数模竞赛已经进行到了第八年,这八年中,成千上万的数模人乘着属于自己的船成功抵达梦想的彼岸,每一场比赛都留下了他们努力的痕迹,更成为每次想起都觉得极为宝贵的经历。 当然,每个人的参赛经…

【算法 高级数据结构】树状数组:一种高效的数据结构(一)

🚀个人主页:为梦而生~ 关注我一起学习吧! 💡专栏:算法题、 基础算法~赶紧来学算法吧 💡往期推荐: 【算法基础 & 数学】快速幂求逆元(逆元、扩展欧几里得定理、小费马定理&#x…