手写图表指南,你学会了吗?

大数据 数据可视化
说到数据可视化,大家应该都不陌生。它旨在借助于图形化手段,清晰有效的传达与沟通信息。广义的数据可视化涉及信息技术、自然科学、统计分析、图形学等多种学科。

1、前言

说到数据可视化,大家应该都不陌生。它旨在借助于图形化手段,清晰有效的传达与沟通信息。广义的数据可视化涉及信息技术、自然科学、统计分析、图形学等多种学科。

图片

图例来源网络

我们熟知的图形、图表以及地图等都属于数据可视化的范畴。今天我们主要讨论数据可视化中的图表,像柱状图、折线图、面积图、饼图、热力图都是使用频率非常高的图表。

图片

图例来源网络

如果要在移动端绘制一个类似于下图,使用真实数据渲染的简单面积图表,我们应该如何实现它呢?相信大家脑子里应该都有各种方案了,那么接下来我们就来一步步实现它。

图片

图片

2、技术选型

需求

  • 图表样式定制化图表样式为我司设计师独立设计,最终实现效果应该做到100%还原设计细节;
  • 交互效果默认情况下数据游标只显示当前数据点,如需查看其他月份或者时刻数据,需要用户手动点击切换;
  • 曲线面积图最终需要绘制出一个面积图,也就是用真实数据绘制出的曲线与坐标轴相交而形成的一个区域;

明确了具体的需求之后,我们就可以考虑技术方案选型了。

2.1 图表库

目前业界有很多成熟的图表库,像我们熟知的highcharts、echarts,Bizcharts,G2,更高阶的three.js等等。如果采用现有图表库来实现上述图表的话,会存在以下一些问题。

  • 无法100%还原图表样式
  • 包体积大,引入会造成项目性能问题

引入现有图表库的方案固然非常简单,大大节省了前端同学的开发量。但是存在着以上两个比较突出的问题。

图表库的图表样式都是通过配置完成,实现出来的效果在某些细节上难以完全还原设计稿,并且翻文档测试配置项的过程也比较繁琐。而且如果后续设计同学需要优化图表样式,并且此优化难以通过现有图表库配置项实现的话,那可能就需要二次开发图表库,对我们来说,也是一个不小的工作量;

通常C端的图表需求并不是那么通用,可能一个项目也就实现这么一两个图表,如果引入图表库的话,对项目本身来说,无形中又增加了一些打包成本。那有些同学可能会说,现在的某些图表库已经可以按需引用了,这样增加打包体积这个问题可能就不是问题了,虽然现在的某些比较成熟的图表库可以按需引用,但是在引用某个图表文件之前还是要引入一些核心文件,这些核心文件依然会占据不小的包体积。总结来说,引入现有图表库的方案成本高、灵活性差。

2.2 canvas

canvas相信对每一个前端开发者来说都不陌生,如果我们采用canvas来绘制图表的话,有两个问题比较棘手,上文中有提到过,我们要实现的图表是有交互效果的,当用户点击数据点的时候,则需要显示当前数据点的数据游标,再点击其他数据点的时候,数据游标也要相应的切换。大家都知道,使用原生canvas来实现事件系统异常麻烦,并且canvas的重绘机制也是我非常不喜欢的一点。总结一下,原生canvas没有完备的事件系统,重绘机制繁琐;

当然,现在也有很多优秀的canvas框架能够解决上述问题,比如fabric.js和konva.js,尤其是fabric.js,让我们使用canvas不再别扭,感兴趣的同学也可以尝试一下。

2.3 svg

svg是一种基于XML语法的图像格式,是可缩放的矢量图形。那什么是矢量图形呢?矢量图是计算机图形学中用点、直线或者多边形等基于数学方程的几何图元表示的图像,所以矢量图具有无论放大多少倍都不会失真的特性。而与之相对应的则是位图,位图是用像素阵列表示的图像。svg在绘制图表上有天然的优势,

  • 开发成本低svg基于XML语法,XML语法是一种类似于HTML语法的可扩展标记语言,也就是说svg是使用一系列的元素(line、circle,polygon等)来描述图形的。那svg元素和dom元素之间是不是存在着某种关联呢?

图片

图片

  • 图片我们由元素间的继承关系可以得出的结论是:svg元素和dom元素基本相似,因此对于svg元素,完全可以从dom元素的角度去理解和应用,上手成本几乎就可以忽略不计了。并且svg和css,javascript等其他网络标准无缝衔接。本质上,svg相对于图像,就好比html相对于文本;
  • 完备的事件系统由于svg元素与dom元素类似,因此dom元素中的事件系统对于svg同样适用;
  • 文件体积小,兼容性好前文已经介绍过,svg绘制出来的是一种矢量图形,而矢量图形都是使用点、直线等几何图元构成的图形,是对图像的图形描述,本质上依然是文本文件,所以它具有体积小的天然优势。svg是由万维网联盟(W3C)自1999年开始开发的开放标准。兼容性方面几乎所有主流浏览器都支持。

因此,最终我选择了使用svg来绘制图表。

3、svg基础

在我们正式绘制图表之前,首先需要了解一些svg的基础知识。

3.1 svg元素

svg图像就是使用不同的svg元素来创建的,svg元素常用的主要分为动画元素,形状元素,字体元素,图形元素,文本元素等。

  • 形状元素<circle>, <ellipse>, <line>, <mesh>, <path>, <polygon>, <polyline>, <rect>形状元素是绘制svg图像最常用的,path元素是svg中一个非常强大的元素,它类似于canvas中的path,利用它能够绘制出任何你想要的图形。在我们本次绘制图表过程中,path元素亦不可或缺;
  • 动画元素<animate>,<animateColor>,<animateMotion>,<animateTransform>,<discard>,<mpath>,<set>想要给svg元素添加动画,最简单的方式是使用动画元素,即用动画元素包裹住svg图形,即可添加动画;

其他元素就不再赘述。

3.2 svg应用场景

  • iconfont图标库和字体库iconfont图标库应该是svg最常见的一个使用场景,svg矢量图、文件小的特性使得它非常适合来绘制小图标,像我们转转的图标库也是使用svg来绘制的。svg绘制图标也有一些小小的缺点,比如它只能绘制纯色或者css渐变色图标,从颜色方面来说没有图片色系丰富,层次分明。
  • 业务动画我们业务中一些常用的动画场景也会使用svg实现,比如loading效果,圆环进度条,商品添加购物车特效等;像商品添加购物车的特效在电商网站是非常常见的,一般我们的实现思路是使用js+css动画实现;其实svg中的路径动画更适用于这个场景,我们可以在需要加购的商品和购物车之间绘制一条隐形的path,当用户触发加购操作的时候触发路径动画,即animateMotion,这样也可以实现同样的功能。

4、svg如何绘制图表?

通过以上对背景以及一些前置知识的介绍,相信大家已经对svg有了一个初步的了解,接下来我们就回到最初的问题,如何通过svg来从头开始绘制一个曲线面积图?我主要分了以下几个步骤,下文会对每个步骤逐一进行说明。

4.1 坐标系

计算机绘图使用的坐标系统都是网格坐标系。其以左上角作为坐标系的原点,X轴正方形向右逐渐开始增大,Y轴正方向向下逐渐开始增大。

图片

图例来源于网络

了解了svg的坐标系之后,我们来绘制曲线面积图中的坐标系,坐标系其实就是由两条线相交而成,svg中的line元素就是用来绘制直线的,所以使用line元素就可以绘制出X轴和Y轴。需要注意的是svg的坐标系原点在左上角,而我们需要实现的图表中坐标系原点在左下角,所以在实现的时候要对y轴的实际坐标进行处理。

createCoordinate() {
this.svg.createLine(
[
{
x1: '0',
y1: '0',
x2: '0',
// ui设计稿上y轴高度为205,由于顶部游标的存在(游标高度57,宽度122),所以y轴变为205+57
// 由于整个坐标轴往下平移了57,所以最下面的坐标会出现不显示的情况,故再增加50的buffer
y2: `${this.$toRealPx(262 + 50)}px`,
stroke: '#F0F0F0',
'stroke-width': '1',
},
{
x1: '0',
y1: `${this.$toRealPx(262 + 50)}px`,
x2: `${this.$toRealPx(595)}px`,
y2: `${this.$toRealPx(262 + 50)}px`,
stroke: '#F0F0F0',
'stroke-width': '1',
},
],
this.svgObj
)
}

4.2 网格

在我们需要实现的两个图表中,图表背景处均有网格,网格的实现原理也是使用line元素,只要标记好起点以及终点,就可以完美绘制。此处不再展开。

4.3 数据点和数据游标

数据点:即用来标记当前数据位置的小原点,数据点有两种状态,分别是未点击态和点击态,实现数据点我们使用svg中的circle元素即可。当数据点被点击时,我们只需要更改circle元素的填充属性。

图片

const circlePoints = this.graphAxisData.map((v, idx) => {
return {
cx: v.xAxis,
cy: v.yAxis || 0,
r: this.$toRealPx(5),
stroke: '#7792D8',
'stroke-width': this.$toRealPx(3),
fill: 'white',
title: `class${idx + 1}`,
imageIndex: `imageClass${idx + 1}`,
}
})

数据游标:数据游标在我们的图表里是一个不规则图形,其有点类似于会话气泡。我们要实现数据游标有两种方式,第一种方式是使用svg的path元素来绘制,那path元素的参数具体应该怎么设置呢?其实可以跟设计师同学沟通,一般设计同学在用设计软件导出的时候,设计软件会携带path元素的具体参数,这是方案一;还有第二种比较简单的方案是利用svg中的image元素,也就是将数据游标当作一个图片绘制到图表中,这种方案比较简单省事,我采用的也是此方案。

图片

const circleImage = this.graphAxisData.map((v, idx) => {
return {
x: (v.xAxis - this.$toRealPx(122) / 2),
y: (v.yAxis - this.$toRealPx(52) - this.$toRealPx(8)) || 0,
height: this.$toRealPx(52),
width: this.$toRealPx(122),
id: `imageClass${idx + 1}`,
href: 'https://pic3.zhuanstatic.com/zhuanzh/b13744dd-c240-4961-8054-9f923586ea5a.png',
}
})
const circleText = this.graphAxisData.map((v, idx) => {
return {
x: v.xAxis,
y: (v.yAxis - this.$toRealPx(52 / 2)) || 0,
fill: '#111111',
'font-size': this.$toRealPx(24),
'text-anchor': 'middle',
title: `¥${v.oriYAxis}`,
id: `class${idx + 1}`,
}
})

4.4 曲线

接下来就要绘制图表中最重要的一个部分,也就是用真实数据渲染出来的一条曲线,绘制曲线我们依然是利用path元素绘制贝塞尔曲线,贝塞尔曲线只需要少量的点就可以绘制一条光滑曲线。在svg中,path元素用来绘制贝塞尔曲线的命令有两组,第一组是C,S命令,用来绘制三次贝塞尔曲线;第二组是Q,T命令,用来绘制二次贝塞尔曲线。

我绘制图表使用的是三次贝塞尔曲线,那首先了解一下三次贝塞尔曲线。

图片

其中,t代表斜率,取值为0-1;p0代表起始点坐标(x0,y0);p1代表第一个控制点坐标(x1,y1);p2代表第二个控制点坐标(x2,y2);p3代表终点坐标(x3,y3);pt代表这条曲线上的任意一个点坐标(xt,yt)。当t由0-1逐渐变化的时候,可以得到一系列的(xt,yt),这一系列(xt,yt)就组成了一条三次贝塞尔曲线,这就是三次贝塞尔曲线的定义。

通过以上介绍可知,绘制三次贝塞尔曲线必须得知道起始点、两个控制点以及终点。后端会返回给我们相应的几个数据点,也就是说这几个数据点的坐标是已知的,现在的问题就成了给定一组已知数据点,如何拟合成一条曲线?其实思路很简单,假如说有已知的5个点,那么我们将第一个点作为起始点,第二个点作为终点,计算出他们之间的控制点,绘制一条曲线,同样的,又以第二个点作为起点,第三个点作为终点,再重复以上过程,最终即绘制出一条横穿五个点的平滑曲线。

此处附上算法源码

createBezierLine() {
const polygonPath = this.getCubicBezierCurvePath(
this.graphAxisData.map((v) => {
return {
x: v.xAxis,
y: v.yAxis,
}
})
)

this.svg.createPath(
{
d: polygonPath,
fill: 'none',
stroke: '#7792D8',
'stroke-width': 2
},
this.svgObject
)
}

getCubicBezierCurvePath(knots) {
const firstControlPoints = []
const secondControlPoints = []
const path = []

this.getCubicBezierCurvePoints(knots, firstControlPoints, secondControlPoints)

for (let i = 0, len = knots.length; i < len; i++) {
if (i === 0) {
path.push(['M', knots[i].x, knots[i].y].join(' '))
} else {
const firstControlPoint = firstControlPoints[i - 1]
const secondControlPoint = secondControlPoints[i - 1]
path.push(
[
'C',
firstControlPoint.x,
firstControlPoint.y, // 第一个控制点
secondControlPoint.x,
secondControlPoint.y, // 第二个控制点
knots[i].x,
knots[i].y, // 实点
].join(' ')
)
}
}

return path.join(' ')
}

getCubicBezierCurvePoints(knots, firstControlPoints, secondControlPoints) {
const rhs = []
const n = knots.length - 1
let x = 0
let y = 0
let i = 0

if (n < 1) {
return
}

// Set right hand side X values0
for (i = 0; i < n - 1; ++i) {
rhs[i] = 4 * knots[i].x + 2 * knots[i + 1].x
}
rhs[0] = knots[0].x + 2 * knots[1].x
rhs[n - 1] = 3 * knots[n - 1].x

// Get first control points X-values
x = this.getFirstControlPoints(rhs)

// Set right hand side Y values
for (i = 1; i < n - 1; ++i) {
rhs[i] = 4 * knots[i].y + 2 * knots[i + 1].y
}
rhs[0] = knots[0].y + 2 * knots[1].y
rhs[n - 1] = 3 * knots[n - 1].y

// Get first control points Y-values
y = this.getFirstControlPoints(rhs)

for (i = 0; i < n; ++i) {
// First control point
firstControlPoints[i] = {
x: x[i],
y: y[i],
}

// Second control point
if (i < n - 1) {
secondControlPoints[i] = {
x: 2 * knots[i + 1].x - x[i + 1],
y: 2 * knots[i + 1].y - y[i + 1],
}
} else {
secondControlPoints[i] = {
x: (knots[n].x + x[n - 1]) / 2,
y: (knots[n].y + y[n - 1]) / 2,
}
}
}
}

getFirstControlPoints(rhs) {
const n = rhs.length
const x = [] // Solution vector.
const tmp = [] // Temp workspace.
let b = 2.0
let i = 0
x[0] = rhs[0] / b

for (i = 1; i < n; i++) {
// Decomposition and forward substitution.
tmp[i] = 1 / b
b = (i < n - 1 ? 4.0 : 2.0) - tmp[i]
x[i] = (rhs[i] - x[i - 1]) / b
}

for (i = 1; i < n; i++) {
x[n - i - 1] -= tmp[n - i] * x[n - i] // Backsubstitution.
}
return x
}

4.5 面积

最后一步就是绘制曲线与X轴和Y轴相交而形成的面积部分。假如说这条曲线不是一条曲线而是一条折线的话,那么其实很容易就能实现。我们将这条折线与X轴和Y轴连接起来形成一个闭合图形polygon,然后通过给polygon进行填充即可得到折线的面积图。

我们利用这个思路,如果一条折线上的点足够多的话,那么这条折线就会无限趋近于一条曲线。反之,一条曲线也可以看成是无限多的点构成的折线,所以我们利用svg中的getTotalLength()和getPointAtLength()这两个方法就可以将path转换为多边形,最后再填充多边形即可得到最终的面积图。

5、结语

通过以上5个步骤,我们就能够基于svg从头开始实现一个简单的曲线面积图。svg的使用场景还是非常丰富的,并且兼容性一直都不错,如果需要实现这种相对不那么复杂且交互少的图形,svg还是一个不错的方案。如果要实现复杂图层、复杂动效以及复杂交互,canvas框架可能会是一个更好的选择。

最后,开年第一篇,祝大家新年快乐,2023突(兔)飞猛进,大展鸿图(兔),前途(兔)无量!

参考

​https://www.infoq.cn/article/ogwddr4u8x0s*5aaytsh​​​ ​​https://gist.github.com/mingzhi22/be3324ffd9765687ea2f​

图片


责任编辑:武晓燕 来源: 大转转FE
相关推荐

2023-07-30 22:29:51

BDDMockitoAssert测试

2022-04-13 09:01:45

SASSCSS处理器

2023-05-04 10:08:00

Windows 10WinAFL二进制

2022-05-06 09:00:56

CSS元素Flex

2022-10-09 09:30:33

CSS浏览器十六进制

2022-10-11 08:48:08

HTTP状态码浏览器

2024-01-19 08:25:38

死锁Java通信

2024-02-04 00:00:00

Effect数据组件

2023-01-10 08:43:15

定义DDD架构

2023-07-26 13:11:21

ChatGPT平台工具

2022-07-08 09:27:48

CSSIFC模型

2023-12-12 08:02:10

2023-10-10 11:04:11

Rust难点内存

2022-04-01 09:02:19

CSS选择器HTML

2024-01-02 12:05:26

Java并发编程

2023-08-01 12:51:18

WebGPT机器学习模型

2022-03-08 08:39:22

gRPC协议云原生

2024-01-01 08:15:00

应用设计模型产品

2023-03-30 08:26:31

DNSTCPUDP

2024-01-18 09:38:00

Java注解JDK5
点赞
收藏

51CTO技术栈公众号