我给中国奥运金牌数做了可视化(二)

简介: 彩蛋——canvas如何画出1PX的直线在这里我举一个例子, 你就明白了, 假设我要画从(50,10) 到 (200,10)这样的一条直线。为了画这条线,浏览器首先到达初始起点(50,10)。这条线宽1px,所以两边各留0.5px。所以基本上初始起点是从(50,9.5)延伸到(50,10.5)。现在浏览器不能在屏幕上显示0.5像素——最小阈值是1像素。浏览器别无选择,只能将起点的边界延伸到屏幕上的实际像素边界。它会在两边再加0.5倍的“垃圾”。所以现在,最初的起点是从(50,9)扩展到(50,11),所以看起来有2px宽。情况如下:

彩蛋——canvas如何画出1PX的直线



在这里我举一个例子, 你就明白了, 假设我要画从(50,10) 到 (200,10)这样的一条直线。为了画这条线,浏览器首先到达初始起点(50,10)。这条线宽1px,所以两边各留0.5px。所以基本上初始起点是从(50,9.5)延伸到(50,10.5)。现在浏览器不能在屏幕上显示0.5像素——最小阈值是1像素。浏览器别无选择,只能将起点的边界延伸到屏幕上的实际像素边界。它会在两边再加0.5倍的“垃圾”。所以现在,最初的起点是从(50,9)扩展到(50,11),所以看起来有2px宽。情况如下:


image.png


实际效果图


现在你就应该明白了原来「浏览器不能显示0.5像素哇, 四舍五入了」, 知道了 问题我们就一定有解决方案


平移canvas



ctx.translate (x,y ) 这个方法:


translate() 方法, 将 canvas 按原始 x点的水平方向、原始的 y点垂直方向进行「平移变换」


如图:


image.png


canvas平移


说的更直白点, 你对canvas做了translate变化后, 你之前所有画的点,都会相对偏移。所以呢,回到我们这个问题上来, 解决办法就是什么呢?就我将画布 整体向下偏移 0.5 , 所以原本坐标 (50,10) 变成了(50.5,10.5) 和(200.5, 10.5)ok 然后浏览器的再去画的 他还是要预留像素,  所以就是从(50.5, 10) 到(50.5, 11) 这个区间去画OK, 就是1px了。我们来try it.


代码如下:


this.ctx.translate(0.5, 0.5)
// 画x轴
this.drawLine(
  this.originX,
  this.originY,
  this.originX,
  this.originY - this.cHeight
)
// 画Y轴
this.drawLine(
  this.originX,
  this.originY,
  this.originX + this.cWidth,
  this.originY
)
this.ctx.translate(-0.5, -0.5)


偏移完之后还是要恢复过去的, 还是要十分注意的。我画了两张图作比对:


image.gifimage.png


偏移后  

          image.png


偏移前


不多说了, 看到这里,如果觉得对你有帮助的话, 或者学到了话, 我是希望你给我点赞👍、评论、加收藏。


画标尺



我们现在只有X轴和Y轴, 光秃秃的,我给X轴和Y轴底部增加一些标尺,X轴对应的标尺,肯定就是每个国家的名字,大概的思路就是数据的数量去做一个分段, 然后去填充就好了。


代码如下:


drawXlabel() {
  const length = this.data.slice(0, 10).length
  this.ctx.textAlign = 'center'
  for (let i = 0; i < length; i++) {
    const { country } = this.data[i]
    const totalWidth = this.cWidth - 20
    const xMarker = parseInt(
      this.originX + totalWidth * (i / length) + this.rectWidth
    )
    const yMarker = this.originY + 15
    this.ctx.fillText(country, xMarker, yMarker, 40) // 文字
  }
}


这里的话我截取了排名前10的国家, 分段的思路, 首先两边留白20px,  我们首先先定义每一个柱状图的宽度 假设是 30 对应上文的 this.rectWidth, 然后每个文字的坐标 其实就很好算了, 起初的x + 所占的分端数 +  矩形宽度就可以画出来了


如图:


image.png


X轴标尺


x轴画完了,我们开始画Y轴, Y轴的大概思路就是 以最多的奖牌数去做分段, 这里我就分成6段吧。


// 定义Y轴的分段数
this.ySegments = 6
//定义字体最大宽度
this.fontMaxWidth = 40


接下啦我们就开始计算Y轴每个点的Y坐标, X坐标其实很好计算 只要原点坐标的X向左平移几个距离就好了,主要是计算Y轴的坐标, 这里一定要注意的是, 我们从坐标是相对于左上角的, 所以呢, Y轴的坐标应该是向上递减的。


drawYlabel() {
  const { jin: maxValue } = this.data[0]
  this.ctx.textAlign = 'right'
  for (let i = 1; i <= this.ySegments; i++) {
    const markerVal = parseInt(maxValue * (i / this.ySegments))
    const xMarker = this.originX - 5
    const yMarker =
      parseInt((this.cHeight * (this.ySegments - i)) / this.ySegments) +
      this.padding +
      20
    this.ctx.fillText(markerVal, xMarker, yMarker) // 文字
  }
}


最大的数据就是数组的第一个数据, 然后每个标尺就是所占的比例就好了, Y轴的坐标由于我们是递减的所以 对应的坐标应该是 1- 所占的份额, 由于这只是算的图标的实际高度 ,换算到画布里面, 还要加上原先我们设置的内边距,由于又加上了文字, 文字也占有一定像素, 所以有加上了20。OK Y轴画结束了, 有了Y轴每个分段的坐标, 同时就画出背后的对应的几条实线。


代码如下:


this.drawLine(
  this.originX,
  yMarker - 4,
  this.originX + this.cWidth,
  yMarker - 4
)


最终呈现的效果图如下:

image.png

xy轴


画矩形



everything isReady, 下面开始画矩形, 还是同样的方式 先封装画矩形的方法, 然后我们只要传入对应的数据就OK了。


这里用到了,canvas原生的rect 方法。参数理解如下:

image.png

rect语法


矩形宽度 我们自定义的, 矩形的高度就是对应的奖牌数在画布中的高度, 所以我们只要确定 矩形的起点就搞定了, 这里矩形的(x,y) 其实是左上角的点。


代码如下:


//绘制方块
drawRect(x, y, width, height) {
  this.ctx.beginPath()
  this.ctx.rect(x, y, width, height)
  this.ctx.fill()
  this.ctx.closePath()
}


第一步我们先做一个点的映射, 我们在画Y轴的时候,将Y轴的上的画布的所有的点都放在一个数组中, 注意记得将原点的Y放进去。所以只要计算出每个奖牌数在总部的比例是多少?然后再用原点的Y值做一个相减就可以得到真正的Y轴坐标了。X轴的坐标就比较简单了,原点的X坐标加上  ( 所占的比例 / 总长度 ) 然后在加上 一半的矩形宽度就好了。这个道理和画文字是一样的, 只不过文字要居中嘛。


代码如下:


drawBars() {
  const length = this.data.slice(0, 10).length
  const { jin: max } = this.data[0]
  const diff = this.yPoints[0] - this.yPoints[this.yPoints.length - 1]
  for (let i = 0; i < length; i++) {
    const { jin: count } = this.data[i]
    const barH = (count / max) * diff
    const y = this.originY - barH
    const totalWidth = this.cWidth - 20
    const x = parseInt(
      this.originX + totalWidth * (i / length) + this.rectWidth / 2
    )
    this.drawRect(x, y, this.rectWidth, barH)
  }
}


画出的效果图如下:

image.png


奖牌数


矩形交互优化



黑秃秃的也丑了吧,一个不知道的人根本不知道这是哪一个国家获得多少块金牌。

  1. 给矩形加一个渐变
  2. 加一些文字

现在画矩形的基础上加一些文字吧,代码如下:

this.ctx.save()
this.ctx.textAlign = 'center'
this.ctx.fillText(count, x + this.rectWidth / 2, y - 5)
this.ctx.restore()

渐变就设计到Canvas一个api了,createLinearGradient


createLinearGradient() 方法需要指定四个参数,分别表示渐变线段的开始和结束点。


那我就开始了首先肯定创建渐变:


getGradient() {
  const gradient = this.ctx.createLinearGradient(0, 0, 0, 300)
  gradient.addColorStop(0, 'green')
  gradient.addColorStop(1, 'rgba(67,203,36,1)')
  return gradient
}


然后呢我们就改造drawReact下 ,这里用了 restore 和save 这个方法, 防止污染文字的样式。


//绘制方块
drawRect(x, y, width, height) {
  this.ctx.save()
  this.ctx.beginPath()
  const gradient = this.getGradient()
  this.ctx.fillStyle = gradient
  this.ctx.strokeStyle = gradient
  this.ctx.rect(x, y, width, height)
  this.ctx.fill()
  this.ctx.closePath()
  this.ctx.restore()
}


如图所示:

image.png

渐变图


添加动画效果



光一个静态的不能看出我们的牛皮🐂,所以得有动画的效果慢慢的增加对吧。其实我们可以思考🤔下整个动画过程,变化的其实就两个, 柱状图的高度和文字,  其实坐标轴, 以及柱状图的x坐标是不变的, 所以我只要定义两个变量一个开始的值 ,和一个总共的值,高度和文字的大小 其实在每一帧去乘以对应的高度就可以了。


代码如下:


// 运动相关
this.ctr = 1
this.numctr = 100


我们改造下drawBars 这个方法:


// 每一次的比例是多少
const dis = this.ctr / this.numctr
// 柱状图的高度 乘以对应的比例
const barH = (count / max) * diff * dis
// 文字这里取整下,因为有可能除不尽 
this.ctx.fillText(
  parseInt(count * dis),
  x + this.rectWidth / 2,
  y - 5
)
// 最后执行动画
if (this.ctr < this.numctr) {
  this.ctr++
  requestAnimationFrame(() => {
    this.ctx.clearRect(0, 0, this.width, this.height)
    this.drawLineLabelMarkers()
  })
}


每一次都加一,直到比总数大, 然后不断重画。就可以形成动画效果了。我们看下gif图吧:


image.png


奥运gif图

相关文章
|
SQL 分布式计算 监控
大数据最后一公里——2021年五大开源数据可视化BI方案对比
大数据在经过前几年的野蛮生长以后,开始与数据中台的概念一同向着更实际的方向落地。有人问,数据可视化是不是等同于数据大屏。数据大屏是数据可视化的一部分,其承载更多的是展示与监控的功能。 而真正对业务产生影响的,确是比较低调的自助数据可视化系统(商用的一般称之为BI系统),支撑着公司的指标体系,为业务的发展,企业的数字化驱动提供帮助。
1311 0
大数据最后一公里——2021年五大开源数据可视化BI方案对比
|
8月前
|
数据采集 数据可视化 中间件
数据采集:亚马逊畅销书的数据可视化图表
亚马逊是全球最大的电子商务平台之一,它提供了各种类别的商品,其中包括图书。亚马逊每天都会更新它的畅销书排行榜,显示不同类别的图书的销量和评价。如果我们想要分析亚马逊畅销书的数据,我们可以使用爬虫技术来获取网页上的信息,并使用数据可视化工具来绘制图表,展示图书的特征和趋势。本文将介绍如何使用Python和Scrapy框架来编写爬虫程序,以及如何使用亿牛云爬虫代理服务来提高爬虫效果。本文还将介绍如何使用Matplotlib库来绘制亚马逊畅销书的数据可视化图表。
数据采集:亚马逊畅销书的数据可视化图表
|
11月前
|
数据可视化 数据挖掘
中国经济数据可视化分析
中国经济数据可视化分析
80 0
|
11月前
|
城市大脑 智能设计 运维
首家!阿里云完成数据可视化服务能力评估
阿里云DataV数据可视化团队历经磨炼,走过了10年的可视化之路,在产品和服务上走出了一条属于自己的道路。
|
数据可视化 搜索推荐
【数据可视化】预制菜行业分析(一)——国内发展情况
近年来,预制菜开始从大型连锁餐饮企业的中央厨房渗透到外卖餐饮平台,并逐渐从 B 端走向 C 端。消费者购买后只需要简单加工即可食用,省去了食材采购、处理步骤,具有便捷、高效、口味保持度高的特点。
|
编解码 数据可视化 定位技术
OpenET ——开放的可视化美国蒸散发平台
OpenET ——开放的可视化美国蒸散发平台
313 0
OpenET ——开放的可视化美国蒸散发平台
|
数据采集 SQL 分布式计算
大数据电影可视化系统
本项目以电影数据为主题,以数据采集、处理、分析及数据可视化为项目流程,可实现百万级电影数据离线处理与计算。功能包括python爬虫,Matplotlib绘图、Echarts数据可视化、结合mysql数据实现hive电影相关数据统计、Mapreduce词频统计、情感分析、词图云等。
460 0
大数据电影可视化系统
|
城市大脑 人工智能 数据可视化
DataV 产品正式通过信通院《数据可视化平台》专项评测,引领大数据可视化产品新赛道
数据可视化的本质是数据时代的人机交互界面。在IT时代,通过简单的统计图表就可以解决少量“数据可见”的问题;在DT时代,可视化需要解决如何与海量、实时数据进行互动;到了数据智能时代,可视分析、时空推演等全新的可视化手段为业务分析带来更为沉浸的体验。
677 0
|
数据采集 前端开发 数据可视化
我给中国奥运金牌数做了可视化(一)
前言 2020东京奥运会已经开幕很多天了,还记得小时候看奥运会的是在2008年的北京奥运会,主题曲是「北京欢迎你」, 那个时候才上小学吧,几乎有中国队的每场必看,当时也是热血沸腾了, 时间转眼已经到了2021年而我也从小学生变成了一个每天不断敲代码的程序员👩‍💻,看奥运的时间又少,但是又想出分力,既然是程序员,想着能为奥运会搞点什么?第一时间想到了就是给奥运奖牌数🏅做可视化,因为单看表格数据,不能体现出我们中国的牛逼🐂, 废话不多说,直接开写。 数据获得 我们先看下奥运奖牌数的表格,这东西肯定是接口获得的吧,我不可能手写吧,而且每天都是更新的,难道我要每天去改,肯定不是这样的,我当时
我给中国奥运金牌数做了可视化(一)
|
SQL 存储 数据采集
ArcEngine + DevPress GIS二次开发:开源湖北疫情交互式数据分析、地图输出、专题可视化系统
ArcEngine + DevPress GIS二次开发:开源湖北疫情交互式数据分析、地图输出、专题可视化系统:本系统基于ArcEngine进行开发,支持武汉疫情地图根据不同日期的展示、操作以及添加图例、导出为多种格式,支持属性数据的编辑和查询,支持指定时间区段统计疫情与轨迹分析功能;可以直观地展示出疫情的发展态势,为疫情分析和防控工作作出更好的决策参考。
1165 0
ArcEngine + DevPress GIS二次开发:开源湖北疫情交互式数据分析、地图输出、专题可视化系统