本文做者:TalkingData 可視化工程師李鳳祿編輯:Aresngit
歡迎加入 QQ 羣參與技術討論:618308202github
inMap 是一款基於 canvas 的大數據可視化庫,專一於大數據方向點線面的可視化效果展現。目前支持散點、圍欄、熱力、網格、聚合等方式;致力於讓大數據可視化變得簡單易用。算法
熱力圖這個名字聽起來很高大上,其實等同於咱們常說的密度圖。canvas
如圖表示,紅色區域表示分析要素的密度大,而藍色區域表示分析要素的密度小。只要點密集,就會造成聚類區域。
看到這麼炫的效果,是否是本身也很想實現一把?接下來手把手實現一個熱力(帶你裝逼帶你飛、 哈哈),鄭重聲明:下面代碼片斷均來自 inMap。數組
inMap 接收的是經緯度數據,須要把它映射到 canvas 的像素座標,這就用到了墨卡託轉換,墨卡託算法很複雜,之後咱們會有單獨的一篇文章來說講他的原理。通過轉換,你獲得的數據應該是這樣的:大數據
[ { "lng": "116.395645", "lat": 39.929986, "count": 6, "pixel": { //像素座標 "x": 689, "y": 294 } }, { "lng": "121.487899", "lat": 31.249162, "count": 10, "pixel": { //像素座標 "x": 759, "y": 439 } }, ... ]
好了,咱們獲得轉換後的像素座標數據(x、y),就能夠作下面的事情了。this
建立一個由黑到白的漸變圓spa
let gradient = ctx.createRadialGradient(x, y, 0, x, y, radius); gradient.addColorStop(0, 'rgba(0,0,0,1)'); gradient.addColorStop(1, 'rgba(0,0,0,0)'); ctx.fillStyle = gradient; ctx.arc(x, y, radius, 0, Math.PI * 2, true);
效果如圖:
那麼問題就來了,若是每一個數據權重值 count 不同,咱們該如何表示呢?3d
根據不一樣的count值設置不一樣的Alpha,假設最大的count的Alpha等於1,最小的count的Alpha爲0,那麼我根據count求出Alpha。code
let alpha = (count - minValue) / (maxValue - minValue);
而後咱們代碼以下:
drawPoint(x, y, radius, alpha) { let ctx = this.ctx; ctx.globalAlpha = alpha; //設置 Alpha 透明度 ctx.beginPath(); let gradient = ctx.createRadialGradient(x, y, 0, x, y, radius); gradient.addColorStop(0, 'rgba(0,0,0,1)'); gradient.addColorStop(1, 'rgba(0,0,0,0)'); ctx.fillStyle = gradient; ctx.arc(x, y, radius, 0, Math.PI * 2, true); ctx.closePath(); ctx.fill(); }
效果跟上一個截圖有很大區別,能夠對比一下透明度的變化。
(這麼黑乎乎的一團,跟熱力差距好大啊)
getImageData()返回的數據格式以下:
{ "data": { "0": 0, //R "1": 128, //G "2": 0, //B "3": 255, //Aplah "4": 0, //R "5": 128, //G "6": 0, //B "7": 255, //Aplah "8": 0, "9": 128, "10": 0, "11": 255, "12": 0, "13": 128, "14": 0, "15": 255, "16": 0, "17": 128, "18": 0, "19": 255, "20": 0, "21": 128, "22": 0 ...
返回的數據是一維數組,每四個元素表示一個像素(rgba)值。
代碼以下:
let palette = this.getColorPaint(); //取色面板 let img = ctx.getImageData(0, 0, container.width, container.height); let imgData = img.data; let max_opacity = normal.maxOpacity * 255; let min_opacity = normal.minOpacity * 255; //權重區間 let max_scope = (normal.maxScope > 1 ? 1 : normal.maxScope) * 255; let min_scope = (normal.minScope < 0 ? 0 : normal.minScope) * 255; let len = imgData.length; for (let i = 3; i < len; i += 4) { let alpha = imgData[i]; let offset = alpha * 4; if (!offset) { continue; } //映射顏色 imgData[i - 3] = palette[offset]; imgData[i - 2] = palette[offset + 1]; imgData[i - 1] = palette[offset + 2]; // 範圍區間 if (imgData[i] > max_scope) { imgData[i] = 0; } if (imgData[i] < min_scope) { imgData[i] = 0; } // 透明度 if (imgData[i] > max_opacity) { imgData[i] = max_opacity; } if (imgData[i] < min_opacity) { imgData[i] = min_opacity; } } //將設置後的像素數據放回畫布 ctx.putImageData(img, 0, 0, 0, 0, container.width, container.height);
建立顏色映射,一個好的顏色映射決定最終效果。
inMap 建立一個長256px的調色面板:
let paletteCanvas = document.createElement('canvas'); let paletteCtx = paletteCanvas.getContext('2d'); paletteCanvas.width = 256; paletteCanvas.height = 1; let gradient = paletteCtx.createLinearGradient(0, 0, 256, 1);
inMap 默認顏色以下:
this.gradient = { 0.25: 'rgb(0,0,255)', 0.55: 'rgb(0,255,0)', 0.85: 'yellow', 1.0: 'rgb(255,0,0)' };
將gradient顏色設置到調色面板對象中
for (let key in gradient) { gradient.addColorStop(key, gradientConfig[key]); }
返回調色面板的像素點數據:
return paletteCtx.getImageData(0, 0, 256, 1).data;
建立出來的調色面板效果圖以下:(看起來像一個漸變顏色條)
最終咱們實現的熱力圖以下:
下一節,咱們將重點介紹 inMap 文字避讓算法的實現。