帆软BI开发-Day2-趋势图的多种变形

news2024/11/16 10:19:39

前言:

        在BI数据展示中,条形图、趋势图无疑是使用场景非常多的两种图形。与条形图不同的是,趋势图更能反馈出一定的客观规律和未来的趋势走向,因此用于作为预警和判异的业务场景,但实际业务场景的趋势图可没你想的那么简单,今天我们一起来讨论下怎么在帆软上实现复杂的趋势图的需求吧。

一、自我介绍-趋势图

        1、自我介绍

        帆软趋势图是一种基于趋势分析的数据可视化图表,它展示的是数据在一段时间内的变化趋势。该图表常用于股票、商品、科技和经济领域的分析。

        帆软趋势图通常由一个Y轴和一个X轴组成。Y轴表示数据的变化,X轴表示时间的走势。通过连接数据点,可以清晰地看到趋势的变化情况,包括上升趋势、下降趋势以及震荡趋势等。

        帆软趋势图还可以加入多条线,以展示不同数据之间的比较情况。例如,在股票分析中,我们可以同时显示几支股票的价格趋势,以便更好地比较它们的表现。

        帆软趋势图在数据分析和决策制定中有着广泛的应用,它可以帮助我们更好地理解数据的变化趋势,从而更准确地制定决策方案。

        2、应用实例

        2.1八大判异

         2.2CTP分析

        

        2.3 CTQ分析

 二、实现说明

        如上图实际应用案例所示,我们展示的趋势图,不仅仅是一条曲线,如在八大判异里面在一条曲线上面有不同的颜色、图形等来表示对应点或者连续的趋势存在预警或者异常。在CTP里面我们可以选择任一多条曲线来进行对比分析。在CTQ里面我们更可以标准上下限、中值、六西格玛线作为参照线来看对应的趋势点落在哪个区间并结合八大判异来展示动态展示对应需求的预警判异点及趋势来满足复杂的需求。

        为了让我们更好的了解趋势图,我们将趋势图拆分为两大类,及分类-X轴,系列-Y轴,来详细说明底层的实现逻辑。

        1、分类-X轴

       分类就是趋势图的X轴,一般是类似时间的数据,但有时候也可以是批次,因为有时候业务会需要看连续几个批次的数据变化等等,当然也可以是万物,因此分类-X轴,我们可以选择任一需要分析的维度。唯一需要注意的是,我们需要在同一个趋势图里面保证唯一性, 数据我们保持数据的统一,默认会对相同的分类值进行求和。类似于sum(分类) group by 分类。

        如上图所示,默认会将分类SM相同的值D0/USL/LSL等做求和处理。 

         2、系列-Y轴

        系列为按分类显示的维度值,如上图所示的D0/USL/LSL等等,系列可以为1个或多个,为了展示较好的系列趋势效果,一般会设置最大值、最小值和趋势线,设置最大、最小值的目的是为了让对应图形尽量显示居中,值得注意的是,为了图形好看,应该设置系列的最大值为,所有系列中最大值*1.02,最小值设置为系列中最小值*0.98。对应获取多个字段的最大值可使用greatest函数,获取多个字段最小值可使用least函数,详细系列介绍,可点击下方链接。

       图表系列- FineReport帮助文档 - 全面的报表使用教程和学习资料

    三、特殊案例

        下面来讲解几个特殊的趋势案例。

        1、多趋势图,趋势图数量按用户选择变化

        如上图所示,用户选择了3个批次数据,就会显示3个不同的趋势,这是怎么实现的呢?

        如上图所示,选择“字段值”,系列名为用户选择的内容,相当于根据用户选择的系列名的多少进行分组,当选择系列名为3个不同的时候,就会生成3个趋势图。 这时候的分组维度有两个,一个为“分类”,一个为“系列名”,类似select fywd from t group by 分类,系列名

        2、固定多个趋势图,显示多个系列数据

        如上图所示,我们展示了反应温度,多个不同批次的数据变化趋势。如果想展示,同一个批次,不同项目的趋势变化呢?如展示同一个批次 D0/D5/D10/D50/D90/D95/D100多个项目的趋势变化。

        如上图所示我们展示了,同一个批次,多个项目的趋势变化。那这是怎么实现的呢?

        如上图所示,我们选择“字段名” 的形式,此时的分组维护就只会有一个,即分类。对应系列名是自定义,可根据需求灵活自定义。

     四、趋势线+多Y轴

        1、趋势线

        提的一提的是,为了辅助查看趋势图和预测未来的趋势,我们可以生成趋势线,来查看趋势图的趋势变化。对应趋势线设置,一般选择线性拟合,来预测观察,趋势图的变化,具体设置如下图所示。

        2、多Y轴

        在上面说到,我们在查看同一个批次不同项目的趋势变化时,为了让所有项目的值尽量居中,我们会采用多Y轴的形式,让各个项目之间互不影响。具体操作即做堆积坐标轴。通过设置多个Y轴,并为多个Y轴命名来区分每个Y轴对应的含义,具体操作如下图所示。

        值得一提的是,官方文档说只有自定义图表才能有该功能,经过实际测试,任何 图表都是有该功能的,只是要配置好对应的堆积坐标轴即可。需要注意的是默认的第一个Y轴是不需要设置堆积坐标轴的。其他的堆积坐标轴按需求,一一对应匹配即可。

 

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.coloradmin.cn/o/1033256.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

代码随想录算法训练营 动态规划part14

一、最长公共子序列 1143. 最长公共子序列 - 力扣(LeetCode) class Solution {public int longestCommonSubsequence(String s1, String s2) {int n s1.length(), m s2.length();char[] cs1 s1.toCharArray(), cs2 s2.toCharArray();int[][] f n…

精华回顾:Web3 前沿创新者在 DESTINATION MOON 共话未来

9 月 17 日,由 TinTinLand 主办的「DESTINATION MOON: Web3 Dev Summit Shanghai 2023」线下活动在上海黄浦如约而至。 本次 DESTINATION MOON 活动作为 2023 上海区块链国际周的 Side Event,设立了 4 场主题演讲与 3 个圆桌讨论,聚集了诸多…

[python 刷题] 42 Trapping Rain Water

[python 刷题] 42 Trapping Rain Water 题目: Given n non-negative integers representing an elevation map where the width of each bar is 1, compute how much water it can trap after raining. 这题的前置我觉得至少还是得做过 11 Container With Most Wat…

神经辐射场(Neural Radiance Field,NeRF)的简单介绍

参考文章:https://arxiv.org/abs/2210.00379 1. 概述 神经辐射场(NeRF)模型是一种新视图合成方法,它使用体积网格渲染,通过MLP进行隐式神经场景表达,以学习3D场景的几何和照明。   应用:照片…

浅谈双指针算法

目录 算法概述 案例分析 1、删除有序数组中的重复项 2、环形链表 3、盛最多水的容器 4、有效三角形的个数 5、三数之和 6、1089. 复写零 内容总结 算法概述 双指针指的是在遍历元素的过程中,不是使用单个指针进行访问,而是使用两个指针进行访问…

Linux启动过程详解 Xmind导图笔记

参考大佬博客: 简要描述linux系统从开机到登陆界面的启动过程 Linux启动过程详解 Bootloader详解 来源:从BIOS开始画图了解Linux启动过程——老杨Linux

WBS字典解释和举例

定义 WBS词典通常包括:编码、工作包描述(内容)、成本预算、时间安排、质量标准或要求、责任人或部门或外部单位(委托项目)、资源配置情况、其他属性等。 实例

Qt5开发及实例V2.0-第十五章-Qt单元测试框架

Qt5开发及实例V2.0-第十五章-Qt单元测试框架 第15章 Qt 5单元测试框架15.1 QTestLib框架15.2 简单的Qt单元测试15.3 数据驱动测试15.4 简单性能测试 本章相关例程源码下载1.Qt5开发及实例_CH1501.rar 下载2.Qt5开发及实例_CH1502.rar 下载3.Qt5开发及实例_CH1503.rar 下载4.Qt5…

【李宏毅 | 深度学习】自注意力机制(Self-attention)

这里写目录标题 引言Sequence LabelingSelf-attention矩阵乘法Muti-head Self-attention(多头注意力机制) 引言 以往我们遇到的深度学习问题中,对于神经网络的输入一般都是一个向量,输出可能是一个类别。如果增加输入的复杂度&am…

基于open CV实现YOLOv3复现_预测阶段和后处理阶段

基于open CV实现YOLOv3复现_预测阶段和后处理阶段 1.导入所需的库:2.对输入的图像进行resize3.将图像输入yolov3的网络中进行预测,对三个特征层进行解码。4.非极大值抑制来去除多余的预测框完整代码 当训练好了模型后,用训练好的权重文件进行…

tftpd文件传输工具的学习记录

1.目的:在SOC板上的linux系统和本地电脑的windows系统进行文件的传输。 2.在windows中安装tftp服务器,其下载的文件如下: 链接: https://pan.baidu.com/s/1YN5WxcjqCJLHTtjhUtKbjg 提取码: 3cg9 3.打开软件,在当前目录下选择windows传输的…

TCP协议中常见的问题

文章目录 TCP协议中常见的问题谈一谈对OSI七层模型和TCP/IP四层模型的理解?谈谈TCP协议的3次握手过程?TCP协议为什么要3次握手?2次,4次不行吗?谈谈TCP协议的四次挥手过程?什么是流量控制?什么是…

报错处理:Error: Redis server is running but Redis CLI cannot connect

嗨,读者朋友们!今天我来跟大家分享一个我在运维过程中遇到的一个关于Linux上运行Redis服务时的报错及解决方法。 报错信息如下: Error: Redis server is running but Redis CLI cannot connect 这个报错信息表明Redis服务器已经运行&#xff…

stm32之GPIO库函数点灯分析

stm32官方为了方便开发者,利用CubeMX 生成HAL库有关的C代码。HAL库就是硬件抽象层(hardware abstraction layer),生成一系列的函数帮助我们快速生成工程,脱离复杂的寄存器配置。stm32相对于51来功能强大,但是寄存器的数量也不是一…

动手吧,vue数字动画

数字动画&#xff0c;有数字的地方都能用上&#xff0c;拿去吧&#xff01; 效果&#xff1a; 1、template部分 <template><div class"v-count-up">{{ dispVlaue }}</div> </template> 2、js部分 export default {data() {return {timer…

版本动态 | SolidUI 0.3.0 版本发布

文章目录 背景发版清单功能部署 示例html生成模型选择数据源 详细指引贡献者如何成为贡献者 背景 随着文本生成图像的语言模型兴起&#xff0c;SolidUI想帮人们快速构建可视化工具&#xff0c;可视化内容包括2D,3D,3D场景&#xff0c;从而快速构三维数据演示场景。SolidUI 是一…

摄像头工程师说 Camera - 数据格式 RAW、RGB(1)

Camera - 数据格式 RAW、RGB Camera 数据格式-RAW、RGB从摄像头工作的基本原理说起回归本质-图像色彩的几种表示方法RGB 三原色RAW RGB 格式诞生RAW8 VS RAW10真彩色-RGB888、BGR888 格式的引入数据量小点的 RGB 格式-RGB565、RGB555用位数表示的 RGB 格式RGB24&#xff1a;RGB…

iOS17.0.2更新修复iPhone 15系列机型数据迁移问题,附新机快速数据迁移办法!

iPhone 15 系列机型已于今日正式发售&#xff0c;为解决iPhone15这些机型出现的数据迁移问题&#xff0c;苹果紧急发布了 iOS 17.0.2 更新&#xff0c;内部版本号为 21A350。 需要注意的是&#xff0c; iOS 17.0.2 更新仅适用于 iPhone 15、iPhone 15 Plus、iPhone 15 Pro 和 …

HTML5福利篇--使用Canvas画图

目录 一.Canvas元素 1.Canvas元素定义 2.使用JavaScript获取页面中的Canvas对象 二.绘制图形 1.绘制直线 2.绘制矩形 &#xff08;1&#xff09;rect() &#xff08;2&#xff09;strokeRect() &#xff08;3&#xff09;fillRect()和clearRect()函数 3.绘制圆弧 4.…

华为云云耀云服务器L实例评测 | 基于minikube搭建单节点kubernetes集群

目录 1 安装Docker2 conntrack-tools3 安装minikube4 下载二进制&#xff1a;kubeadm、kubectl、kubelet5 准备镜像6 启动minikube7 简单测试 ​ Minikube 是一个使用golang开发的单节点kubernetes集群环境&#xff0c;在资源紧张的情况下&#xff0c;可以用于快速搭建kubernet…