WedX - журнал о программировании и компьютерных науках

Как отфильтровать данные по диапазону дат в mapbox GL JS?

У меня есть некоторые трудности с реализацией этого фильтра в mapboxGL-js.

у меня есть векторный слой плитки, который имеет некоторые функции, которые включают 2 свойства 2 даты, startdate1 и enddate1 в строке со следующим форматом yyyy-mm-dd Я хотел бы отфильтровать только функции, которые находятся между моим конкретным диапазоном дат, startDate2, endDate2 в том же формате

Как я могу получить дату1 и дату2, чтобы вызвать функцию javascript Date.parse(date1), чтобы сравнить ее с моей startDate?

Я бы хотел применить следующее условие в моем фильтре, чтобы сохранить только функции

Date.parse(startdate1)<= Date.parse(enddate2)  AND  Date.parse(enddate1) >= Date.parse(startdate2)

Спасибо за вашу помощь !

javascript filter mapbox-gl-js expression
21.02.2020

Ответы:


1

Лучший способ справиться с этим — преобразовать дату в метку времени (секунды с начала эпохи). Тогда вы можете использовать фильтр

[
     "all",     
    [">=", ['get', 'startDate1'], startDate2],
    ["<=", ['get', 'endDate1'], endDate2]
]
16.04.2020

2

Я смог добиться этого, используя то, что я назвал пользовательским фильтром. Вы должны создать синтаксис, который позволит вам определить, когда используется фильтр со значением даты (это может быть любой тип данных, который MapBox не поддерживает, или пользовательская реализация).

Прежде чем применить фильтр к нужному слою, вы должны преобразовать пользовательский фильтр в выражение MapBox, для меня было легко использовать оператор соответствия. Вы должны добавить прослушиватели на экземпляр карты, чтобы обновлять пользовательские фильтры, когда карта панорамируется, масштабируется или просто перемещается, потому что вам нужны визуализированные объекты, и они загружаются только для текущего окна просмотра. Я предлагаю событие moveend карты. Вы должны создать своего рода опрос, чтобы узнать, когда функции загружены. Я использовал метод isSourceLoaded в сочетании с идентификатором источника слоя. Когда вы знаете, что источник слоя загружен, вы должны использовать метод querySourceFeatures для получения функций (он возвращает массив).

Вы должны отфильтровать объекты в соответствии с вашим пользовательским фильтром и создать новое выражение фильтра, которое понимает mapbox. Примечание. Вы должны фильтровать объекты по уникальности, так как querySourceFeatures возвращает повторяющиеся значения, поскольку иногда объекты извлекаются из нескольких плиток.

Это было непросто, но в итоге результат выглядит хорошо. Удачи.

11.06.2020
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]