附录2-立可得智能看板(地图部分)

最新推荐文章于 2024-07-24 21:04:47 发布
最新推荐文章于 2024-07-24 21:04:47 发布
阅读量759 收藏 3
点赞数
分类专栏： Echarts笔记 文章标签： javascript 前端 html
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/potato123232/article/details/128917297
版权
文章详细分析了一个使用Echarts实现的中国地图项目，包括如何复刻原版效果，解析`china.js`和`mychart-map.js`中的数据和配置，以及如何修改`geoCoordMap`，调整`BJData`,`SHData`,`GZData`中的数据，改变飞机轨迹`planePath`，调整颜色`color`和系列`series`等，展示了如何自定义和操作地图效果。
摘要由CSDN通过智能技术生成

项目地址 zhousg/zhoushugang

我看了看以前的信息，中国地图的这个效果应该是以前的官方示例，现在官方示例已经没有这样的中国地图的效果了

目录

1  原版复刻

2  china.js 分析

3  mychart-map.js 分析

3.1  geoCoordMap

3.2  BJData，SHData，GZData

3.2.1  修改value

3.2.2  指向新的城市

3.2.3  与geoCoordMap的配合

3.3  planePath

3.3.1  简单的svg

3.3.2  别人写好的svg

3.3.3  复杂的svg

3.3.4  svg读取失败的情况

3.4  color

3.5  series

3.5.1  增加与减少链

3.5.2  浮停信息

3.6  option

1  原版复刻

只需要将./mychart-map.js中的类名修改一下就行了

html

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Document</title>
    <style>
        .geo {
            width:700px;
            height:550px;
            margin:0px auto;
        }
    </style>
</head>
<body>
    <div class="geo"></div>
</body>
<script src="../../jquery-3.6.1.min.js"></script>
<script src="../../5.4.0echarts.min.js"></script>
<script src="./china.js"></script>
<script src="./mychart-map.js"></script>
</html>

2  china.js 分析

china.js在最上面的项目链接中有，这个文件从45行往下都是像乱码一样的东西，从某种意义上来讲，它应该是一个像echars.min.js,jquery.js的库

3  mychart-map.js 分析

引入了上面的三个库后，mychart-map.js是我们实际存放数据的地方，mychart-map.js源码如下

(function () {
  // 地图
  var geoCoordMap = {
    '新疆玛纳斯基地': [86.22, 44.30],
    '九江': [116.00, 29.70],
    '新乡': [116.402217, 35.311657],
    ' ': [79.92, 37.12],
    '  ': [86.85, 47.70],
    '若羌县': [88.17, 39.02],
    '上海': [121.4648, 31.2891],
    '东莞': [113.8953, 22.901],
    '东营': [118.7073, 37.5513],
    '中山': [113.4229, 22.478],
    '临汾': [111.4783, 36.1615],
    '临沂': [118.3118, 35.2936],
    '丹东': [124.541, 40.4242],
    '丽水': [119.5642, 28.1854],
    '乌鲁木齐': [87.9236, 43.5883],
    '佛山': [112.8955, 23.1097],
    '保定': [115.0488, 39.0948],
    '兰州': [103.5901, 36.3043],
    '包头': [110.3467, 41.4899],
    '北京': [116.4551, 40.2539],
    '北海': [109.314, 21.6211],
    '南京': [118.8062, 31.9208],
    '南宁': [108.479, 23.1152],
    '南昌': [116.0046, 28.6633],
    '南通': [121.1023, 32.1625],
    '厦门': [118.1689, 24.6478],
    '台州': [121.1353, 28.6688],
    '合肥': [117.29, 32.0581],
    '呼和浩特': [111.4124, 40.4901],
    '咸阳': [108.4131, 34.8706],
    '哈尔滨': [127.9688, 45.368],
    '唐山': [118.4766, 39.6826],
    '嘉兴': [120.9155, 30.6354],
    '大同': [113.7854, 39.8035],
    '大连': [122.2229, 39.4409],
    '天津': [117.4219, 39.4189],
    '太原': [112.3352, 37.9413],
    '威海': [121.9482, 37.1393],
    '宁波': [121.5967, 29.6466],
    '宝鸡': [107.1826, 34.3433],
    '宿迁': [118.5535, 33.7775],
    '常州': [119.4543, 31.5582],
    '广州': [113.5107, 23.2196],
    '廊坊': [116.521, 39.0509],
    '延安': [109.1052, 36.4252],
    '张家口': [115.1477, 40.8527],
    '徐州': [117.5208, 34.3268],
    '德州': [116.6858, 37.2107],
    '惠州': [114.6204, 23.1647],
    '成都': [103.9526, 30.7617],
    '扬州': [119.4653, 32.8162],
    '承德': [117.5757, 41.4075],
    '拉萨': [91.1865, 30.1465],
    '无锡': [120.3442, 31.5527],
    '日照': [119.2786, 35.5023],
    '昆明': [102.9199, 25.4663],
    '杭州': [119.5313, 29.8773],
    '枣庄': [117.323, 34.8926],
    '柳州': [109.3799, 24.9774],
    '株洲': [113.5327, 27.0319],
    '武汉': [114.3896, 30.6628],
    '汕头': [117.1692, 23.3405],
    '江门': [112.6318, 22.1484],
    '沈阳': [123.1238, 42.1216],
    '沧州': [116.8286, 38.2104],
    '河源': [114.917, 23.9722],
    '泉州': [118.3228, 25.1147],
    '泰安': [117.0264, 36.0516],
    '泰州': [120.0586, 32.5525],
    '济南': [117.1582, 36.8701],
    '济宁': [116.8286, 35.3375],
    '海口': [110.3893, 19.8516],
    '淄博': [118.0371, 36.6064],
    '淮安': [118.927, 33.4039],
    '深圳': [114.5435, 22.5439],
    '清远': [112.9175, 24.3292],
    '温州': [120.498, 27.8119],
    '渭南': [109.7864, 35.0299],
    '湖州': [119.8608, 30.7782],
    '湘潭': [112.5439, 27.7075],
    '滨州': [117.8174, 37.4963],
    '潍坊': [119.0918, 36.524],
    '烟台': [120.7397, 37.5128],
    '玉溪': [101.9312, 23.8898],
    '珠海': [113.7305, 22.1155],
    '盐城': [120.2234, 33.5577],
    '盘锦': [121.9482, 41.0449],
    '石家庄': [114.4995, 38.1006],
    '福州': [119.4543, 25.9222],
    '秦皇岛': [119.2126, 40.0232],
    '绍兴': [120.564, 29.7565],
    '聊城': [115.9167, 36.4032],
    '肇庆': [112.1265, 23.5822],
    '舟山': [122.2559, 30.2234],
    '苏州': [120.6519, 31.3989],
    '莱芜': [117.6526, 36.2714],
    '菏泽': [115.6201, 35.2057],
    '营口': [122.4316, 40.4297],
    '葫芦岛': [120.1575, 40.578],
    '衡水': [115.8838, 37.7161],
    '衢州': [118.6853, 28.8666],
    '西宁': [101.4038, 36.8207],
    '西安': [109.1162, 34.2004],
    '贵阳': [106.6992, 26.7682],
    '连云港': [119.1248, 34.552],
    '邢台': [114.8071, 37.2821],
    '邯郸': [114.4775, 36.535],
    '郑州': [113.4668, 34.6234],
    '鄂尔多斯': [108.9734, 39.2487],
    '重庆': [107.7539, 30.1904],
    '金华': [120.0037, 29.1028],
    '铜川': [109.0393, 35.1947],
    '银川': [106.3586, 38.1775],
    '镇江': [119.4763, 31.9702],
    '长春': [125.8154, 44.2584],
    '长沙': [113.0823, 28.2568],
    '长治': [112.8625, 36.4746],
    '阳泉': [113.4778, 38.0951],
    '青岛': [120.4651, 36.3373],
    '韶关': [113.7964, 24.7028]
  };

  var BJData = [
    [{
      name: '新乡'
    }, {
      name: '新乡',
      value: 200
    }],
    [{
      name: '新乡'
    }, {
      name: '呼和浩特',
      value: 90
    }],
    [{
      name: '新乡'
    }, {
      name: '哈尔滨',
      value: 90
    }],
    [{
      name: '新乡'
    }, {
      name: '石家庄',
      value: 90
    }],
    [{
      name: '新乡'
    }, {
      name: '昆明',
      value: 30
    }],
    [{
      name: '新乡'
    }, {
      name: '北京',
      value: 100
    }],
    [{
      name: '新乡'
    }, {
      name: '长春',
      value: 40
    }],
    [{
      name: '新乡'
    }, {
      name: '重庆',
      value: 40
    }],
    [{
      name: '新乡'
    }, {
      name: '贵阳',
      value: 50
    }],
    [{
      name: '新乡'
    }, {
      name: '南宁',
      value: 30
    }],
    [{
      name: '新乡'
    }, {
      name: '济南',
      value: 10
    }],
    [{
      name: '新乡'
    }, {
      name: '太原',
      value: 40
    }],
    [{
      name: '新乡'
    }, {
      name: '西安',
      value: 60
    }],
    [{
      name: '新乡'
    }, {
      name: '武汉',
      value: 50
    }],
    [{
      name: '新乡'
    }, {
      name: '合肥',
      value: 40
    }],
    [{
      name: '新乡'
    }, {
      name: '南京',
      value: 30
    }],
    [{
      name: '新乡'
    }, {
      name: '沈阳',
      value: 20
    }],
    [{
      name: '新乡'
    }, {
      name: '成都',
      value: 10
    }]
  ];

  var SHData = [
    [{
      name: '福州'
    }, {
      name: '福州',
      value: 200
    }],

    [{
      name: '福州'
    }, {
      name: '长沙',
      value: 95
    }],
    [{
      name: '福州'
    }, {
      name: '武汉',
      value: 30
    }],
    [{
      name: '福州'
    }, {
      name: '南昌',
      value: 20
    }],
    [{
      name: '福州'
    }, {
      name: '合肥',
      value: 70
    }],
    [{
      name: '福州'
    }, {
      name: '南京',
      value: 60
    }],
    [{
      name: '福州'
    }, {
      name: '九江',
      value: 50
    }],
    [{
      name: '福州'
    }, {
      name: '上海',
      value: 100
    }],
    [{
      name: '福州'
    }, {
      name: '深圳',
      value: 100
    }],

  ];

  var GZData = [
    [{
      name: '乌鲁木齐'
    }, {
      name: '乌鲁木齐',
      value: 200
    }],
    [{
      name: '乌鲁木齐'
    }, {
      name: '  ',
      value: 90
    }],
    [{
      name: '乌鲁木齐'
    }, {
      name: ' ',
      value: 40
    }],
    [{
      name: '乌鲁木齐'
    }, {
      name: '呼和浩特',
      value: 90
    }],
    [{
      name: '乌鲁木齐'
    }, {
      name: '昆明',
      value: 40
    }],
    [{
      name: '乌鲁木齐'
    }, {
      name: '成都',
      value: 10
    }],
    [{
      name: '乌鲁木齐'
    }, {
      name: '兰州',
      value: 95
    }],
    [{
      name: '乌鲁木齐'
    }, {
      name: '银川',
      value: 90
    }],
    [{
      name: '乌鲁木齐'
    }, {
      name: '西宁',
      value: 80
    }],

  ];

  var planePath = 'path://M.6,1318.313v-89.254l-319.9-221.799l0.073-208.063c0.521-84.662-26.629-121.796-63.961-121.491c-37.332-0.305-64.482,36.829-63.961,121.491l0.073,208.063l-319.9,221.799v89.254l330.343-157.288l12.238,241.308l-134.449,92.931l0.531,42.034l175.125-42.917l175.125,42.917l0.531-42.034l-134.449-92.931l12.238-241.308L1705';

  var convertData = function (data) {
    var res = [];
    for (var i = 0; i < data.length; i++) {
      var dataItem = data[i];
      var fromCoord = geoCoordMap[dataItem[0].name];
      var toCoord = geoCoordMap[dataItem[1].name];
      if (fromCoord && toCoord) {
        res.push([{
          coord: fromCoord
        }, {
          coord: toCoord
        }]);
      }
    }
    return res;
  };

  var color = ['#3ed4ff', '#ffa022', '#a6c84c'];
  var series = [];
  [
    ['新乡', BJData],
    ['九江', SHData],
    ['新疆', GZData]
  ].forEach(function (item, i) {
    series.push({
      name: item[0] + ' Top10',
      type: 'lines',
      zlevel: 1,
      effect: {
        show: true,
        period: 6,
        trailLength: 0.7,
        color: '#fff',
        symbolSize: 3
      },
      lineStyle: {
        normal: {
          color: color[i],
          width: 0,
          curveness: 0.2
        }
      },
      data: convertData(item[1])
    }, {
      name: item[0] + ' Top10',
      type: 'lines',
      zlevel: 2,
      effect: {
        show: true,
        period: 6,
        trailLength: 0,
        symbol: planePath,
        symbolSize: 15
      },
      lineStyle: {
        normal: {
          color: color[i],
          width: 1,
          opacity: 0.4,
          curveness: 0.2
        }
      },
      data: convertData(item[1])
    }, {
      name: item[0] + ' Top10',
      type: 'effectScatter',
      coordinateSystem: 'geo',
      zlevel: 2,
      rippleEffect: {
        brushType: 'stroke'
      },
      label: {
        normal: {
          show: true,
          position: 'right',
          formatter: '{b}'
        }
      },
      symbolSize: function (val) {
        return val[2] / 8;
      },
      itemStyle: {
        normal: {
          color: color[i]
        }
      },
      data: item[1].map(function (dataItem) {
        return {
          name: dataItem[1].name,
          value: geoCoordMap[dataItem[1].name].concat([dataItem[1].value])
        };
      })
    });
  });

  option = {
    backgroundColor: 'transparent',
    tooltip: {
      trigger: 'item'
    },
    geo: {
      map: 'china',
      zoom: 1.2,
      label: {
        emphasis: {
          show: false
        }
      },
      roam: false,
      itemStyle: {
        normal: {
          areaColor: '#142957',
          borderColor: '#0692a4'
        },
        emphasis: {
          areaColor: '#0b1c2d'
        }
      }
    },
    series: series
  };
  var myecharts = echarts.init($('.geo')[0])
  myecharts.setOption(option)
})()

3.1  geoCoordMap

在geoCoordMap中记录了中国一些城市的坐标信息（真实的经纬度，前面是横坐标X的精度，后面是纵坐标Y是维度），这里给了两个空白的地方，作者应该是想告诉我，城市的名称是可以自定义的，如果要修改的话仅仅在这里改是不行的，需要修改下面的一些信息

但在这里可以对已有的城市信息进行坐标的更改，比如我现在想修改乌鲁木齐的坐标，将其改为(0,0)

会发现它大致跑到了这个地方，并且与小点儿城市的连接线也随之变化

我们改的时候一般不会使用到(0,0)这种比较极限的点，我们一般会先找一个目标，然后定点，比如我现在想找天津，那么我可以先找到北京的坐标，然后让坐标向 东南 方向移动，这样就定出来天津的位置了

3.2  BJData，SHData，GZData

BJ(北京)Data，SH(上海)Data，GZ(广州)Data 这个只是三个变量名，作者应该是直接拿过来用了

这三个变量是三条链，每一条链在地图上用一种颜色表示

其中BJData是以新乡为首的链，SHData是以福州为首的链，GZData是以乌鲁木齐为首的链

链本身是一个列表，里面有很多小列表

小列表里有两个对象，第一个对象是出发地，出发地是不设置value的

第二个对象是目的地，目的地需要设置value

3.2.1  修改value

value越大地图上的点儿越大，比如我现在给呼和浩特的value改到800

 

3.2.2  指向新的城市

如果要加的话直接加一个子列表就行了，比如我再BJData的最后加一个 新乡到拉萨

  • 这里的城市一定要在geoCoordMap中存在

 

3.2.3  与geoCoordMap的配合

上面在geoCoordMap中提到了有两个没有名字的城市

我们可以通过改动geoCoordMap与GZData给这两个城市的名字显示出来，具体的城市名字我不知道，我们姑且称北部的城市为 克拉玛依 ，南部的城市为 和田

最初我们试过(0,0)点在地图的左下角，那么可以推断除北部城市的Y值要高于南部城市的Y值

  • 你可以不将空格的信息注释掉，不会影响其他的东西

之后在GZData中将空格改为 克拉玛依 与 和田

3.3  planePath

planePath翻译过来就是飞机的轨迹，也就是这里的一根一根的白线

你可以将其替换成任意图形，首先你需要有一个svg的矢量图，你可以在iconfont下载矢量图，比如我向下载卡车的矢量图

  • 也可以像参看链接中说的一样，使用SVGDesign自己DIV一个svg，反正搞到一个svg就行

3.3.1  简单的svg

下载后你会得到一个svg文件，用记事本打开这个文件

搜索path d，然后复制path d其中的内容

之后替换掉planePath，先写path:// 然后后面都是复制的内容

这个时候再刷新页面，发现路径上有了卡车的形状

3.3.2  别人写好的svg

关于矢量图的选择，最好不要自己定制，因为方向上我们把控不好，我们最好搜一搜用别人的矢量图代码，比如小飞机的

var planePath = 'path://M1705.06,1318.313v-89.254l-319.9-221.799l0.073-208.063c0.521-84.662-26.629-121.796-63.961-121.491c-37.332-0.305-64.482,36.829-63.961,121.491l0.073,208.063l-319.9,221.799v89.254l330.343-157.288l12.238,241.308l-134.449,92.931l0.531,42.034l175.125-42.917l175.125,42.917l0.531-42.034l-134.449-92.931l12.238-241.308L1705.06,1318.313z';

3.3.3  复杂的svg

有的矢量图有多个path d，比如这个

打开后发现它有10个path d

我们用的时候给他都复制下来，然后用加号拼接到一起就好了

3.3.4  svg读取失败的情况

如果读取svg失败了，会出现正方形

3.4  color

color是每一个链的颜色，比如我现在给他换成红黄蓝

3.5  series

3.5.1  增加与减少链

这个是选用哪几个链，可以添加或减少，比如我想只显示SHData这一链

如果要增加链，后面的这些也要再加

3.5.2  浮停信息

第一个参数 九江 是鼠标浮停的提示信息

你浮停在这个链条每一个城市，上面的头都是一样的

可以自定义

Top10是在下方拼接的字符串，一共有三个，不想要就都删了

这里出现的值是 城市的纬度，通过mychart-map.js我没有找到相关的参数

所以我们如果改的话就比较麻烦了，如果想消除这个值还是可以的，我们可以通过css来改

通过检查元素，我们可以看到它的结构，它本身是一个span，它的直接父级是div,直接爷级也是div，爷级的上一级还是div，我们强行用CSS改一下

  • 像这样改最好把注释写上，要不后面你自己就看不懂了

3.6  option

常改的也就是地图颜色与地图边界线颜色了，比如我现在将地图改为黑色，将地图边界线改为白色

Suyuoa
关注
专栏目录
【机器人/小车】基于中鸣E2RCU设计的智能轮式巡线避障机器人
嵌入式阿齐Archie
04-14 3万+
采用了PID巡线算法技术和机器人快车软件设计工具，设计并实现了轮式智能机器人的巡线功能。该轮式机器人的核心部件是中鸣E2RCU控制器、光电模块、红外避障模块以及火焰检测模块。主要是利用光电传感器模块来实现巡线功能，提前设置好一定宽度的黑色路线，控制器根据光电传感器采集到的数值控制两侧的马达，从而实现该功能，此外还有红外避障模块，利用红外传感器检测前方是否有障碍物，以便提前更改行进路线。
【人工智能】国产开源大模型 baichuan-7B 百川聊天 BaiChat 快速开始上手实战&效果实测 —— 希望 baichuan-7B 再打磨打磨吧
AI天才研究院
06-16 1万+
baichuan-7B 是由百川智能开发的一个开源可商用的大规模预训练语言模型。基于 Transformer 结构，在大约1.2万亿 tokens 上训练的70亿参数模型，支持中英双语，上下文窗口长度为4096。在标准的中文和英文权威 benchmark（C-EVAL/MMLU）上均取得同尺寸最好的效果。
数据可视化Echarts—— 案例：立可得-智能看板
weixin_52819925的博客
08-21 7107
案例：立可得-智能看板 项目介绍 应对现在数据可视化的趋势，越来越多企业需要在很多场景(营销数据，生产数据，用户数据)下使用，可视化图表来展示体现数据，让数据更加直观，数据特点更加突出。我们引入 ‘立可得’ 数据可视化项目。 该项目除了使用了基础的DIV+CSS布局，还引入了一些C3技术，还引入了各类图表的绘制，以及高级的地图数据可视化案例。主要功能有：饼状图、柱状图、线形图、地图 … 使用技术 完成该项目需要具备以下知识： div + css 布局 flex 布局 css3动画 css3渐
附录1-立可得智能看板(除地图外的其余部分)
potato123232的博客
02-08 982
项目地址项目的展示效果是这样的这个项目是放在大屏上展示用的，如果缩小到一定程度就会由于盒子空间不够导致不是很好看我们针对其中使用到Echarts部分抽离出来，以便后面的调用在抽离的时候我会优先使用目前(2023/2/7)最新的 5.4.0版本的echarts 与 3.6.1版本的jquery。
立可得智能看板--数据可视化
weixin_65635437的博客
06-09 482
立可得智能看板--数据可视化，echarts图表，中国地图等
Echarts-立可得智能看板案例
qq_52998673的博客
06-01 949
有学到echarts的朋友或者有正在做这个案例的朋友可以加我哦~代码可以共享滴
看板
02-08
Weclome到我的看板 项目详情 如何在本地运行？ 后端 npm i && npm db:up && npm run dev 前端 npm i && npm run dev 去做 定义数据库架构 建立路线 创建所有CRUD方法 使用Postman测试后端 将数据库部署到AWS？ 或保留在本地？ 两者都做吗？ 将贴纸添加到项目 问题 frontend →Header.js->为什么这样做（例如，{名称，路径}），而不是（{名称，路径}），???？ database →如何考虑将数据库架构映射到REST API？ 应该更多地考虑前端将要请求什么/用户将如何使用该应用程序？ 我是否需要为每个表进行CRUD操作的路由？ 数据库→这是合法的URI：postgres：// $ {user}：$ {password} @ $ {host}：$ {port} / $ {database}
【愚公系列】《AIGC辅助软件开发》011-AI辅助编写技术文档：技术文档
最新发布
时光隧道
07-24 1万+
在当今快速发展的技术环境中，技术文档的编写变得愈加重要。无论是软件开发、产品设计，还是系统架构，清晰、准确的技术文档不仅能帮助团队成员快速理解项目，还能为用户提供必要的使用指导。然而，编写高质量的技术文档常常是一项繁琐且耗时的任务。随着人工智能技术的不断进步，AI工具的辅助作用逐渐显现，特别是在技术文档的编写过程中。借助AI，开发者和技术作家可以更高效地生成、编辑和维护文档，从而专注于更高层次的创作和思考。
【人工智能】大模型（LLM）与人类大脑的结构及运行机制的关系
AI天才研究院
05-23 2万+
近年来，人工智能领域取得了长足的进步，尤其是大型语言模型（Large Language Models，简称LLM）的出现，让AI在自然语言处理、知识表示、推理决策等方面的能力大幅提升，引发了学术界和业界的广泛关注。LLM作为当前AI领域最前沿、最具颠覆性的技术之一，其结构设计与运行机制深受人类大脑的启发。探究LLM与人脑之间的关系，对于深入理解人工智能的内在机理、指导未来AI系统的设计都具有重要意义。
立可得智能看板源代码包
06-09
立可得智能看板源代码包，包含地图，echarts图表等
立可得智能看板 ---监控面板滚动
weixin_65635437的博客
06-09 158
立可得智能看板 ---监控面板滚动
立可得智能看板 ---数据概览 overview
weixin_65635437的博客
06-09 183
立可得智能看板 ---数据概览 overview，上下布局，上面数字，下面文字
故事地图看板-leangoo
fubaoguo的博客
06-25 238
我的公开看板- 故事地图： 分享：https://www.leangoo.com/kanban/board/go/2808240
WpfMap地图看板示例.rar
09-02
WpfMap地图看板示例.rar
地图数据可视化看板大屏幕模板.rar
03-30
地图数据可视化看板大屏幕模板！
Microsoft SQL Server 2008技术内幕：T-SQL查询_源代码及附录A
08-26
在这个案例中，"附录A_Microsoft SQL Server 2008技术内幕：T-SQL查询.pdf"很可能是对书中T-SQL查询部分的详细补充，可能包含更复杂的查询示例、最佳实践或者常见问题解答。 "TSQLQuerying20090710.zip"这个文件很...
pyecharts0.5.x制作含地图的数据看板
热门推荐
黄钢的博客
04-23 6万+
引言 pyecharts作为Python的数据可视化包，其强大的功能不言而喻，Python + Echart，想想就觉得牛叉。目前pyecharts有两个大的版本，一个是0.5.x版本的，一个是1.0以后版本，而且这两个版本差别很大。如果是有的选，肯定优先选择1.0版本的，功能要比0.5.x版本的强大得多，而且支持链式调用。 但是肯定也有不少用不惯1.0及后续版本的同仁。博主因为之前一直用的是0....
DataGear 轻松制作支持图表联动的全国地图、省级地图数据可视化看板
datagear的博客
07-28 3019
DataGear看板的图表联动功能，使您可以轻松制作支持图表联动的全国、省级指标数据可视化看板。 首先，新建两个数据集。 第一个是各省指标数据集，将用于绘制全国指标图表，它的SQL语句如下所示： SELECT COL_NAME, COL_VALUE FROM T_ANALYSIS_PROVINCE 第二个是指定省的各市指标数据集，将用于绘制省级指标图表，它是一个参数化数据集，其中，参数化SQL语句为： SELECT '${省份}' AS COL_MAP, COL_NAME, COL_VALUE
项目实战智能看板平台总结
wennie11的博客
04-23 794
用户管理： 用户登录/登出验证 在浏览器中输入iDS入口URL，进入iDS登录页面 用户名：输入正确的用户名 密码：输入正确的密码 点击“Login”按钮 点击系统右侧栏的登出按钮 超时登录验证 执行用户管理_001的1—4步骤，登录到iDS系统 登录进系统后20分钟不操作系统，并且在浏览器中保持iDS页面处于打开状态 20分钟之后再次回到打开的系统页面对系统进行操作 账号锁定验证 ...
echarts看板效果图：流光折线图、3d柱状图、3d饼图、3d地图
weixin_41897680的博客
11-23 3213
echarts看板效果图：流光折线图、3d柱状图、3d饼图
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Suyuoa

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值