本文做者:天工智能物聯網函數
數以億計的設備,無處不在的連接大數據
成就了物聯網spa
一切神祕而複雜3d
經過拖拖拽拽orm
展示炫酷圖表blog
物可視化的世界排序
以真實可感的數據形態get
揭開神祕面紗string
給咱們呈現出最直觀的感覺it
這就是物可視化的強大功效
在這背後
數據處理功能究竟是怎麼實現的呢
本期帶你解讀
上一期《圖解物聯網場景,百度雲天工帶你玩轉物可視》,物可視圖大拿給你們介紹瞭如何在物可視中拖拽生成物聯網可視化,以及如何將可視化頁面嵌入到應用中。不少小夥伴嘗試並給予反饋,咱們從反饋中發現:你們對於物可視的數據處理功能既困惑又好奇。
今天咱們就在這裏給你們揭祕一下物可視的強大數據變換功能。
如下案例一、2針對的是數據變換中的預設變換。
有包括行列排序、重命名、行列轉換、數據透視表等預設變換能力。
案例三、4針對的是數據變換中的自定義變換。
也就是你們最最好奇的經過JS語法窗實現的各類強大功能,只有想不到沒有作不到。
案例1 行列轉換完成餅圖製做
一、準備數據源
進入「數據表」頁面
選擇設備影子類型的數據表、命名任意(這裏叫「餅圖製做」),進入下一步
勾選全部物影子狀態,肯定
二、數據表變形
進入「數據表」頁面
選中上一步建立的數據表(「餅圖製做」),點擊頂部的圖標按鈕切換至「暫停」狀態
點擊新建立的節點右邊的「+」號按鈕,添加「列排序」,將timestamp列隱藏
點擊新建立的節點右邊的「+」號按鈕,添加「行轉列」
三、添加可視化
返回「儀表盤」頁面
從左邊欄找到「圖表」>「餅圖」>「餅圖」,拖放至畫布上
四、綁定數據
選中拖上來的「餅圖」組件,在右邊欄切換至「數據設置」標籤,在「數據表」下拉框中選取以前建立的數據表(當前位置)
類目選「device」、度量選「vizuetest」
► 展示效果
案例2 數據透視表與玫瑰圖
一、準備數據源
進入「數據表」頁面
選擇靜態數據類型的CSV、命名任意(這裏叫「玫瑰圖」),進入下一步
貼入示例數據,點擊肯定
二、數據表變形
進入「數據表」頁面
選中上一步建立的數據表(「玫瑰圖」),點擊頂部的圖標按鈕切換至「暫停」狀態
點擊新建立的節點右邊的「+」號按鈕,添加「透視表」
選擇「door」做爲「Dimension/表頭」,選擇「Stop」做爲「Dimension/首列」, 選擇「get_off_cnt」做爲「Measure/數據列」
聚合方式選擇求和,點擊肯定
點擊新建立的節點右邊的「+」號按鈕,添加「重命名」,對Door的數據「1」「2」進行重命名,點擊肯定
三、添加可視化
返回「儀表盤」頁面
在搜索框搜索「南丁格爾」,找到玫瑰圖,拖放至畫布上
四、綁定數據
選中拖上來的「南丁格爾」組件,在右邊欄切換至「數據設置」標籤,在「數據表」下拉框中選取以前建立的數據表(當前位置)
類目選「Stop」、度量選「前門」「後門」
► 展示效果
► 操做示範
案例3 行列橫向相加相減
一、準備數據源
進入「數據表」頁面
選擇靜態數據類型的CSV、命名任意(這裏叫「數據處理」),進入下一步
貼入示例數據,點擊肯定
二、數據表變形
進入「數據表」頁面
選中上一步建立的數據表(「數據處理」),點擊頂部的圖標按鈕切換至「暫停」狀態
點擊新建立的節點右邊的「+」號按鈕,添加「新建列」
新建列名可自取(「相加」、「相減」、「行聚合」),基礎列選擇要處理的列,這裏選取第一列C1
在「語法窗」內貼入「多列相減」「多列相加」「行聚合求和」中給出的示例代碼,點擊肯定
► 示例數據
c1,c2
1,3
3,0
0,-1
5,6
-2,8
5,7
0,4
3,0
12,2
► 多列相減
return cell - rows[rowIndex][1]
► 顯示效果
► 多列相加
return cell + rows[rowIndex][1]
► 顯示效果
► 行聚合求和
function transform(cell, rowIndex, col, rows, header) {
var rows_sofar = col.slice(0, rowIndex+1)
var sum = 0
for (var i = 0; i< rows_sofar.length; i++) {
sum = sum + rows_sofar[i]
}
return sum
}
► 顯示效果
► 操做示範
案例4 時間聚合統計
一、數據準備
(1)配置TSDB類型的數據表,添加『Sum 1月』聚合函數。
(2)表操做中基於timestamp列增長一個string類型的列(月份),變形腳本以下:
var date = new Date(cell)
var month = date.getMonth()
var month_names = "一 二 三 四 五 六 七 八 九 十 十一 十二".split(" ")
return month_names[month] + '月'
二、綁定圖表
在儀表盤中添加一個『統計柱狀圖』,數據綁定時X軸選『月份』,Y軸選對應的數據列便可。效果以下:
經過物可視化數據處理功能,夠有效的將大數據進行整理、概括、分析、預測,且具備互聯網的自動反饋功能,從而可以幫助企業對市場和消費者的狀況進行推測,使之在商業決策上能夠作出更好、更聰明的判斷,決勝於千里以外,助力企業真正實現智能化轉型。