echarts-sampling降采样
今天修改一个echarts的渲染效率问题。
首先修改请求数据的问题,原先的逻辑是点击的时候请求数据,我看了下数据大概有七千多条,请求耗时是1.6s-1.7s,这是在我的电脑上。同事反馈在他的电脑上需要5s以上。
于是修改逻辑为:在“分时”的时候就请求“日”和“周”的数据。
这样一来优化了请求的时间,渲染图就不会出现长时间留白。
其次修改:echarts图渲染的时候会有卡顿的情况,查了下echarts官方配置项,有一个sampling可用,是降采样,也就是渲染的时候不把每一个点渲染出来。
echarts官方:
series-line. sampling
string
折线图在数据量远大于像素点时候的降采样策略,开启后可以有效的优化图表的绘制效率,默认关闭,也就是全部绘制不过滤数据点。
可选:
'lttb'
采用 Largest-Triangle-Three-Bucket 算法,可以最大程度保证采样后线条的趋势,形状和极值。'average'
取过滤点的平均值'max'
取过滤点的最大值'min'
取过滤点的最小值'sum'
取过滤点的和
官方对这几个值的解释很模糊,我没有搞明白什么意思,只能自己来试。
这个是不修改任何采样,渲染出来的图,大概需要300-400毫秒。
“average”
“max”
\
"min"
function,这个是网上查到的写法
d.sampling = function(frame) {return frame[0]
}
从图上来看,看不出这几种有什么区别,那就用前端的方法来解决,记录setOption的时间
console.time('test')
this.echarts.setOption(option)
console.timeEnd('test')
每个方法的平均渲染时间一目了然,最后决定用average
// [280,288,273,275,276,280,278,284,278,275] =>278.7
d.sampling = 'average'
// [288,299,268,287,267,284,462,290,273,274] =>299.2
d.sampling = 'max'
// [333,368,289,279,299,316,296,270,274,298] =>302.2
d.sampling = 'min'
// [286,287,280,288,442,276,337,310,265,273] =>304.4
d.sampling = function(frame) {return frame[0]
}
搞掂!
echarts-sampling降采样相关推荐
- ECCV 2020 Oral | 可逆图像缩放:完美恢复降采样后的高清图片
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文介绍的是ECCV 2020 Oral论文<Inverti ...
- Invertible Image Rescaling 可逆图像缩放:完美恢复降采样后的高清图片(ECCV 2020 Oral )
论文地址:https://arxiv.org/pdf/2005.05650.pdf 开源代码:https://github.com/pkuxmq/Invertible-Image-Rescaling( ...
- 降采样,过采样,欠采样,子采样,下采样,上采样,你学会了吗?【总结】
降采样: 2048HZ对信号来说是过采样了,事实上只要信号不混叠就好(满足尼奎斯特采样定理),所以可 以对过采样的信号作抽取,即是所谓的"降采样". 在现场中采样往往受具体条件的限 ...
- 我们成功给OpenCV添加了三维点云降采样算法!
作者:阮业淳,钟万里,张昌圳(本科生) 指导教师:于仕琪 南方科技大学计算机科学与工程系 知名开源计算机视觉库OpenCV(Open Source Computer Vision Library)在其 ...
- 奈奎斯特抽样频率 matlab仿真,奈奎斯特采样定理、降采样、过采样
奈奎斯特采样定理 fs >= 2fH 根据奈奎斯特采样定理,需要数字化的模拟信号的带宽必须被限制在采样频率fs的一半以下,否则将会产生混叠效应,信号将不能被完全恢复.这就从理论上要求一个理想的截 ...
- 点云降采样(DownSampling)
点云降采样 1 概述 三维点云往往包含大量冗余数据,直接处理计算量大,消耗时间长,因此对其进行降采样是十分必要的.降采样同时也是点云预处理过程中的关键环节. 2 常用方法 2.1 体素网格下采样 2. ...
- 降采样数字滤波器-MATLAB建模
用于SD-ADC后级的降采样数字滤波器 说明 第六届集创赛芯海杯赛题对数字滤波器的要求不是很高,记录一下从Matlab搭建模型到Verilog HDL代码实现,到一部分后仿的过程. Matlab-Si ...
- FSL——FLIRT使用配准与降采样 registration and resample
FSL--FLIRT使用配准与降采样 registration and resample flirt命令可以用于配准和降采样,最近接触到了这个命令,决定学习一下 Usage: flirt [optio ...
- VTK修炼之道30:图像重采样_降采样和升采样技术
1.VTK中的图像重采样实现 图像重采样是指对采样后形成的由离散数据组成的数字图像按所需的像元位置或像元问距重新采样,以构成几何变换后的新图像.重采样过程本质上是图像恢复过程,它用输入的离散数字图像重 ...
最新文章
- NVIDIA空中导航SDK改造5G通信
- 家庭局域网开启AP隔离利用无线路由器互连
- JAVA 和.NET在安全功能的比较
- 基于ZIGBEE通信的功率电子负载
- 论文浅尝 | 利用指针生成网络的知识图谱自然语言生成
- malloc coredump(宕)的问题
- mysql最大执行时间_导入大型MySQL数据库时,最大执行时间超过300秒
- java 配对问题_Java中的配对类是什么?
- 黑客技术之初学者编程入门
- 打开chm文件c语言,chm格式,手把手教你chm文件怎么打开
- Servlet-JSP-课堂笔记
- 安卓APP证书Android签名证书.keystore文件制作生成
- Qt 直接在控件上拖拽图片到桌面、QQ
- edge 错误 客户端和服务器不支持常用的 SSL 协议版本或密码套件
- 使用LVM动态管理4T以上硬盘
- 【ZYNQ】裸机 PS + PL 双网口实现之 lwip 库文件修改
- 莫比乌斯函数和莫比乌斯反演
- VMware 创建VMware9虚拟机及设置详细教程
- 认识高通8155(开发板介绍)
- g723编解码之自我总结
热门文章
- Codeforces Gym 101158E Infallibly Crack Perplexing Cryptarithm Gym [语法分析]
- 机器学习(三)——支持向量机(神经网络对比分析)
- 四国军棋之中子装司令中子找司令
- 记一次内网靶场渗透WP
- C++开发工具,C++的IDE推荐
- android顶部渐变显示,Android实现直播聊天区域中顶部的渐变效果
- mybatis-plus @TableLogic 逻辑删除 恢复 自定义方法
- 利用FFmpeg转码生成MP4文件
- 【问题记录】解决linux下pip,pip3对应python3.5的问题
- 阿里云服务器IP地址在哪查看?公网IP和私有IP地址查询