WedX - журнал о программировании и компьютерных науках

Тег AnychartОблачный масштаб

Я разрабатываю простой веб-сайт в HTML, и мне нужно добавить диаграмму tagCloud. Я не могу понять, как установить метод масштабирования. В документации объясняется использование anychart.scales.log(), но мне нужна диаграмма, на которой видно, имеет ли единица более высокую частоту, но в то же время мне нужно, чтобы единицы с более низкими частотами не были невидимы. В моем случае логарифмический метод приводит все данные почти к одному размеру.

    anychart.onDocumentReady(function() {

      var data = [
        {"x": "CompanyNameLTD", "value": 10000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 100, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 5000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 8000, category: "Seller"},
        {"x": "CompanyNameLTD", "value": 4000, category: "Seller"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Phone"},
        {"x": "CompanyNameLTD", "value": 10000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 100, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 5000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 4000, category: "Seller"},
        {"x": "CompanyNameLTD", "value": 4000, category: "Seller"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Phone"},
        {"x": "CompanyNameLTD", "value": 10000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 100, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 5000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 8000, category: "Seller"},
        {"x": "CompanyNameLTD", "value": 4000, category: "Seller"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Phone"},
        {"x": "CompanyNameLTD", "value": 10000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 5000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Technology"},
        {"x": "CompanyNameLTD", "value": 4000, category: "Seller"},
        {"x": "CompanyNameLTD", "value": 4000, category: "Seller"},
        {"x": "CompanyNameLTD", "value": 1000, category: "Phone"}
      ];

      var chart = anychart.tagCloud(data);
      
      var tooltip = chart.tooltip();
      
      chart.tooltip().useHtml(true);
      
      tooltip.positionMode("point");
      
      tooltip.format("Goal: <b>{%value}");
      
      chart.angles([0])
      
      chart.container("wordCloudChart");
      
      chart.listen("pointClick", function(e){
         var url = "https://en.wikipedia.org/wiki/" + e.point.get("x");
         window.open(url, "_blank");
      });

      chart.background().fill({
      keys: ["#2a2a2a", "#2a2a2a", "#2a2a2a"],
      angle: 130,
      });

      chart.scale(anychart.scales.log());

      chart.draw();
    });

А это с и без

С

Без

Кто-нибудь знает, есть ли лучший способ?


Ответы:


1

Для предоставленных вами данных мы рекомендуем использовать линейную шкалу по умолчанию (просто не применять логарифмическую шкалу). Логарифмическая шкала подходит, когда максимальное значение больше минимального в 1000 раз и даже больше. Ваш диапазон данных находится между 100 и 10 000, в этом случае логарифмическая шкала сильно сжимает диапазон данных.

25.11.2019
  • Так ты предлагаешь что-то подобное? chart.scale(любойchart.scales.linear()); или мне нужно установить что-то другое? Спасибо. 25.11.2019
  • Нет, просто удалите строку chart.scale(anychart.scales.log()); из своего кода и все. он применит линейную шкалу по умолчанию. 26.11.2019
  • Есть ли другие случаи? Возможно, диапазон данных может измениться 26.11.2019
  • Если вы ожидаете, что новые данные могут быть более подходящими для логарифмической шкалы, вы можете проверить диапазон входящих данных и переключить тип шкалы на лету. 26.11.2019
  • Новые материалы

    Объяснение документов 02: BERT
    BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


    Для любых предложений по сайту: [email protected]