• jQuery插件Flot的介绍


    Flot采用Canvas绘制图形(Web总共就有三种常见方式来绘制图形,不了解的同学请看这篇文章),在数据量非常大的时候,你需要考虑浏览器端的性能问题。顺便提一句,D3是采用SVG来绘制图形的,从我自己的体会来说,对于拖动图来说,SVG会比较流畅。

    最近在项目里面要用到JavaScript来绘制图表,JQuery的插件Flot是一个不错的选择。和我之前介绍过的D3不同,它的唯一目的就是用来绘制曲线图的,即便是它的不同插件的功能,也基本上都在这个范畴之内。

    Flot采用Canvas绘制图形(Web总共就有三种常见方式来绘制图形,不了解的同学请看这篇文章),在数据量非常大的时候,你需要考虑浏览器端的性能问题。顺便提一句,D3是采用SVG来绘制图形的,从我自己的体会来说,对于拖动图来说,SVG会比较流畅。

    首先介绍一下数据的格式。数据来自一个数组嵌套的JSON格式,如:

    1. [[0, 3], [4, 8], [8, 5], [9, 13]] 

    这就给定了一个二维图上供绘制连线的几个点。

    数据可以直接通过API传给Flot,让它自行决定数据展示的样子:

    1. $(function () {  
    2.     var d1 = [];  
    3.     for (var i = 0; i < 14; i += 0.5)  
    4.         d1.push([i, Math.sin(i)]);  
    5.     var d2 = [[0, 3], [4, 8], [8, 5], [9, 13]];  
    6.     // a null signifies separate line segments  
    7.     var d3 = [[0, 12], [7, 12], null, [7, 2.5], [12, 2.5]];  
    8.        
    9.     $.plot($("#placeholder"), [ d1, d2, d3 ]);  
    10. }); 

    这是官网上的例子,代码很简洁。从数据上看,其实是三层数组嵌套:

    第一层是点坐标;

    第二层是同一条线内的点序列;

    第三层是不同的线的排列。

    你可以看到这样的图案:

    Flot介绍

    你也可以在数组的第三层,给定一种被称为“series”的对象,而不是单纯的数据,来指定你想要的线条的展示形式,如:

    1. var d1 = [];  
    2. for (var i = 0; i < 14; i += 0.5)  
    3.     d1.push([i, Math.sin(i)]);  
    4.    
    5. var d2 = [[0, 3], [4, 8], [8, 5], [9, 13]];  
    6.    
    7. var d3 = [];  
    8. for (var i = 0; i < 14; i += 0.5)  
    9.     d3.push([i, Math.cos(i)]);  
    10.    
    11. var d4 = [];  
    12. for (var i = 0; i < 14; i += 0.1)  
    13.     d4.push([i, Math.sqrt(i * 10)]);  
    14.    
    15. var d5 = [];  
    16. for (var i = 0; i < 14; i += 0.5)  
    17.     d5.push([i, Math.sqrt(i)]);  
    18.    
    19. var d6 = [];  
    20. for (var i = 0; i < 14; i += 0.5 + Math.random())  
    21.     d6.push([i, Math.sqrt(2*i + Math.sin(i) + 5)]);  
    22.                        
    23. $.plot($("#placeholder"), [  
    24.     {  
    25.         data: d1,  
    26.         lines: { show: true, fill: true }  
    27.     },  
    28.     {  
    29.         data: d2,  
    30.         bars: { show: true }  
    31.     },  
    32.     {  
    33.         data: d3,  
    34.         points: { show: true }  
    35.     },  
    36.     {  
    37.         data: d4,  
    38.         lines: { show: true }  
    39.     },  
    40.     {  
    41.         data: d5,  
    42.         lines: { show: true },  
    43.         points: { show: true }  
    44.     },  
    45.     {  
    46.         data: d6,  
    47.         lines: { show: true, steps: true }  
    48.     }  
    49. ]); 

    展示成如下形式:

    Flot介绍

    关于线条类型,总共有line、point、bar这三种类型可以选,当然也可以是这三种类型的组合。

    对于不同坐标轴(axes)和不同坐标单位的展示,例如里面横轴表示时间,格式“yyyy/mm/dd”这样的,纵轴表示行驶的里程,格式是“xxx (km)”这样的,解决这样的问题,你需要做的是:

    首先需要把所有数据数值化,就是变成纯粹的整形或者浮点型的数值,这样Flot才能识别数据的格式,例如时间就变成毫秒数,里程就变成千米数;

    再自定义坐标轴展示的callback函数。例如:

    1. { position: "left", tickFormatter: KMFormatter, show: true, labelWidth: 30, show: true} 

    Flot是支持多x轴或者多y轴的,在这种情况下,series中只要指定了数据对应的坐标轴的序号,就可以实现多轴效果:

    Flot介绍

    还有两个概念需要提及,一个是“legend”,就是展示在图中(比如上图中的左下角)或者图外面的图示,用来标识图中不同颜色的线分别表示什么含义;还有一个叫做“grid”,就是图中的网格,也包括坐标轴的刻度和图形的边框。

    核心的概念就是这些,Flot的API设计得很简洁,所以需要额外学习的东西也很少,马上就可以上手使用。

    具体的信息,可以阅读它的官方API文档,这非常有用;但是还有很多信息,是需要阅读源码获得的(特别是它的许多插件都是没有什么文档的),源代码写得很清楚。

    比较有用的插件包括这几个:

    支持图像拖拽和图像缩放的插件,这两者合并起来就可以实现像Google地图一样的功能了;

    区域选取的插件

    还有这个:Cross Hair,可以在图像的鼠标位置上显示一条位置竖线,便于比较相应的数值。

    这些直观的例子都可以在这里找到。

    原文链接:http://www.raychase.net/1119

     

     

    flot示例:http://people.iola.dk/olau/flot/examples/

    flot官网api文档:https://github.com/flot/flot/blob/master/API.md(英文版)

    http://www.pylife.net/post/2011-12-25/11195129  中文api在线文档

  • 相关阅读:
    sqlplus edit 方式设置成vi
    oracle minus union intersect
    子查询中可以包含order by 子句--(在from里面)
    Linux 7 Ansible 初学 一个简单的 playbook 学习 yum 模块
    Linux 7 Ansible 初学 配置被控制机器的 YUM 源
    Linux 7 安装 Ansible 并作基本的配置
    Linux 7 安装开发工具包 Development Tools
    Linux 7.0 安装 mariadb 数据库及初始化,创建数据库,创建用户
    Linux bash初学 if语句
    Linux bash初学 case语句
  • 原文地址:https://www.cnblogs.com/koleyang/p/4819400.html
Copyright © 2020-2023  润新知