CN101339665A - 一种自动生成雷达图的方法和装置 - Google Patents

一种自动生成雷达图的方法和装置 Download PDF

Info

Publication number
CN101339665A
CN101339665A CNA2008102130451A CN200810213045A CN101339665A CN 101339665 A CN101339665 A CN 101339665A CN A2008102130451 A CNA2008102130451 A CN A2008102130451A CN 200810213045 A CN200810213045 A CN 200810213045A CN 101339665 A CN101339665 A CN 101339665A
Authority
CN
China
Prior art keywords
value
range
std
length
actual value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2008102130451A
Other languages
English (en)
Inventor
骈耀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kingdee Software China Co Ltd
Original Assignee
Kingdee Software China Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kingdee Software China Co Ltd filed Critical Kingdee Software China Co Ltd
Priority to CNA2008102130451A priority Critical patent/CN101339665A/zh
Publication of CN101339665A publication Critical patent/CN101339665A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明实施例公开了一种自动生成雷达图的方法和装置,所述方法为:接收到原始数据;根据所述原始数据抽取关键节点信息,并生成参照图形,如坐标轴、基准图形等;计算出原始数据中的实际值对应的坐标值;连接所述实际值对应的坐标值点,形成闭合的不规则图形。本发明实施例直接根据原始数据生成雷达图,自动调整某些超出范围的数值,不再需要用户手动计算对比值以及调整某些超出范围的数值,使得雷达图生成过程的自动化程度大大提高。

Description

一种自动生成雷达图的方法和装置
技术领域
本发明涉及计算机图形绘制领域,特别是涉及一种自动生成雷达图的方法和装置。
背景技术
财务分析中的雷达图(又可称为戴布拉图、螂蛛网图)是财务分析固表的一种,即将公司的各项财务分析所得的数字或比率画在一个圆形的固表上,来表现公司财务情况,能一目了然的了解公司各项财务指标的变动情形及其好坏趋向,具有全面、清晰、直观、易判断等特点,在财务分析报告中被广泛应用。
如图1所示的雷达图,包括两个同心圆,小圆代表同行业的平均水平或特定比较对象的水平,大圆代表最佳状态或者目标状态,根据输入的具体数值和分析需要确定;从圆心引出若干条止于大圆的线段,每条线段代表一个指标;在线段上标出需考察企业该指标实际数值点,连接数值点即形成一个闭合的不规则图形。把该图形与同心圆相比较,能清楚看出企业的成绩和差距,接近大圆的部分为企业优势,接近小圆的部分为企业劣势。从雷达图上可以得到该企业财务状况很多信息,如该企业的纯益成长率在76年已接近行业最佳水平,但77年回落;销货纯利三年来不断上升,存货周转率也在不断上升等。当然,雷达图也可以用于其他领域指标的比较分析。
在Microsoft Excel、Kingsoft WPS里绘制雷达图的方法是:根据原始财务数据通过一定的算法生成一个对比值表,根据对比值表生成雷达图,然后根据数据大小适当更改雷达图坐标轴刻度、适当调整大圆的半径使其尽量包容所有的代表实际值的点;并手动修改大圆无法包容的特殊值
在对现有技术的研究和实践过程中,本发明的发明人发现现有技术存在以下问题:
雷达图的生成过程需要用户手动计算对比值、调整某些超出范围的数值,自动化程度不高。
发明内容
本发明实施例要解决的技术问题是提供一种自动生成雷达图的方法和装置,直接根据原始数据生成雷达图,自动处理各范围内数值,使得雷达图生成过程的自动化程度大大提高。
为解决上述技术问题,本发明所提供的实施例是通过以下技术方案实现的:
一种生成雷达图的方法:接收到原始数据;根据所述原始数据抽取关键节点信息,并生成参照图形,如坐标轴、基准图形等;计算出原始数据中的实际值对应的坐标值;连接所述实际值对应的坐标值点,形成闭合的不规则图形。
优选地,所述计算出原始数据中的实际值对应的坐标值点具体为:根据原始数据中的实际值与最大值和最小值的大小关系不同,按照预定义的分段函数标出实际值对应的坐标值点,分段函数用于将实际值对应的坐标值点限制在图形范围内。
优选地,在指标为正向指标时,所述预定义的分段函数为:
length为实际值对应的坐标值点距离图形中心原点的长度;min_range_std和max_range_std为两个预定义的常量,且满足0<min_range_std<max_range_std<1,分别代表图形上最小、最大值距离中心原点的长度;value代表原始数据中的实际值,minVal和maxVal分别代表原始数据中的最大值和最小值;
当所述实际值小于最小值时,length的计算公式为:
length = π 2 + arctan ( value ) π · min _ range _ std , 即实际值的反正切函数值与圆周率的一半的和除以圆周率再乘以最小距离;
当所述实际值介于最小值和最大值之间时,length的计算公式为:
length = ( value - min Val ) · ( max _ range _ std - min _ range _ std ) max Val - min Val + min _ range _ std , 即为实际值与最小值之差和最大距离与最小距离之差的乘积除以最大值与最小值之差再加上最小距离;
当所述实际值大于最大值时,length的计算公式为:
length = ( 1 - max _ range _ std ) · π 2 + arctan ( value ) π + max _ range _ std , 即为实际值的反正切函数值与圆周率的一半的和与1和最大距离之差的乘积除以圆周率再加上最大距离。
在指标为负向指标时,所述预定义的分段函数为:
length为实际值对应的坐标值点距离图形中心原点的长度;min_range_std和max_range_std为两个预定义的常量,且满足0<min_range_std<max_range_std<1,分别代表图形上最大、最小值距离中心原点的长度;value代表原始数据中的实际值,minVal和maxVal分别代表原始数据中的最大值和最小值;
当所述实际值介于最小值和最大值之间时,length的计算公式为:
length = ( max Val - value ) · ( max _ range _ std - min _ range _ std ) ( max Val - min Val ) + min _ range _ std , 即为最大值与实际值之差和最大距离与最小距离之差的乘积除以最大值与最小值之差再加上最小距离;
当所述实际值小于最小值时,length的计算公式为将value取反后套用指标为正向指标时大于最大值的实际值对应的坐标值点长度的计算公式,即:
length = ( 1 - max _ range _ std ) · π 2 + arctan ( - value ) π + max _ range _ std ;
当所述实际值大于最大值时,length的计算公式为将value取反后套用指标为正向指标时小于最小值的实际值对应的坐标值点长度的计算公式,即:
length = π 2 + arctan ( - value ) π · min _ range _ std .
优选地,所述实际值的反正切函数值的计算还包括:将实际值乘以一个参考系数,然后再计算其反正切函数值,该参考系数用于调整图像的清晰度。
优选地,所述反正切函数是函数值取值范围为负的圆周率的一半到正的圆周率一半的开区间的非线性增函数。
优选地,在形成闭合的不规则图形之后还包括:将所述不规则图形填充颜色。
一种自动生成雷达图的绘图装置,包括:接收单元,用于接收原始数据;关键节点单元,用于根据接收单元接收的所述原始数据抽取关键节点信息,并生成参照图形,如坐标轴、基准图形等;计算单元,用于根据接收单元接收的原始数据计算出原始数据中的实际值对应的坐标值;连接单元,用于连接计算单元计算出的所述实际值对应的坐标值点,形成闭合的不规则图形。
优选地,所述计算单元包括:分段单元,用于将接收单元接收的原始数据中的实际值分到分段函数的一个自变量区间里;函数单元,用于根据分段单元的分段结果和预定义的分段函数计算出原始数据中的实际值对应的坐标值。
优选地,所述绘图装置还包括:填充单元,用于在连接单元连接所述坐标值点形成闭合的不规则图形之后,将所述不规则图形填充颜色。
由上述技术方案可以看出,本发明实施例直接根据原始数据生成雷达图,自动处理各范围内数值,使得雷达图生成过程的自动化程度大大提高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是现有技术中的雷达图结构示意图;
图2是本发明实施例一的方法流程示意图;
图3是本发明实施例二中生成了参照图形的雷达图;
图4是实际数值介于最大值和最小值之间时,实际数值与图形参数的对比示意图;
图5是实际数值小于最小值时,实际数值与图形参数的对比示意图;
图6是实际数值大于最大值时,实际数值与图形参数的对比示意图;
图7是本发明实施例二中完成了所有坐标值点的雷达图;
图8是本发明实施例二中将闭合的不规则图形填充了色彩的雷达图;
图9是本发明实施例绘图装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例可在Java领域的开放源代码图表库JFreeChart的基础设施上添加相应的绘制代理实现。绘制代理指执行实际绘制工作的Java类,一般与不同类型的图表相对应,如JFreeChart中的Pie Plot类与饼图(Pie Chart)对应。同理,本发明实施例绘制的雷达图可以与叫做RadarPlot的Java类相对应。传给RadarPlot的要绘制的原始数据可以以JFreeChart体系中的CategoryDataSet的形式构造给出(例如,以行、列分别代表类别、指标两个维度来构造。维度的概念可参见实施例一的步骤101中的相关描述;CategoryDataSet的使用可以参照JFreeChart项目公开的相关文档)。当然,本发明实施例并不局限于通过JFreeChart体系的绘制代理实现。
实施例一、参见图2详细说明,图2为本实施例的流程示意图。
步骤101:接收到原始数据。
原始数据的形式可以是类似表格的二维数据结构,一个维度为类别维度,代表各指标的最小值、实际值、最大值三个类别的数值,实际值指需考察的对象的真实值,最小值一般为行业或地区警戒值,最大值一般为行业或地区标准值,或者也可以是最小值为行业标准值,最大值为行业最佳值,都不影响本发明实施例的实现;另一个维度为指标维度,代表各类别要考察的各个指标,如净利润增长率、销售现金增长率、应收账款周转率等指标。
步骤102:根据所述原始数据抽取关键节点信息,并生成参照图形,如坐标轴、基准图形等。
绘图关键节点信息包括参照图形的顶点数目、各指标的最小值和最大值对应的坐标值等。从扫描的原始数据中,可得到指标维度,指标维度的数目即为参照图形的顶点数目,根据顶点数目则可计算出从图形中心点需要画多少条线段,以及线段间的角度大小,该多条线段则构成了坐标轴;在扫描的原始数据中抽取的各指标的最小值和最大值,可直接在图形上标出对应的坐标值,再将所有指标的最小值和最大值对应的点各自连接,形成两个基准图形。基准图形可以是圆,可以是正多边形,都是本发明可以实施的。
步骤103:计算出原始数据中的实际值对应的坐标值。
可根据扫描的最小值、实际值、最大值以及预定义的分段函数计算出原始数据中的实际值对应的坐标值。
步骤104:连接所述实际值对应的坐标值点,形成闭合的不规则图形。
本发明实施例直接根据原始数据生成雷达图,使得雷达图生成过程的自动化程度大大提高。
实施例二、以步骤102中所述基准图形以圆为例,对预定义的分段函数进行详细说明。
步骤201:接收到原始数据。
原始数据的形式可以是类似表格的二维数据结构,一个维度为类别维度,代表最小值、实际值、最大值三个类别的数值,另一个维度为指标维度,代表要考察的各个指标。
步骤202:扫描数据结构,抽取关键节点信息,并生成参照图形,如坐标轴、基准图形等。
绘图关键节点信息包括顶点数目和各指标的最小值和最大值对应的坐标值。根据顶点数目可计算出从圆心需要画多少条线段,以及线段间的角度大小,该多条线段则构成了坐标轴;根据从原始数据中抽取的各指标的最小值和最大值,可在图上直接标出对应的坐标值,再将所有指标的最小值和最大值分别连接成两个基准圆。原始数据中每个指标的最小值对应的坐标值点都落在以最小值为半径的小圆上,原始数据中每个指标的最大值对应的坐标值点都落在以最大值为半径的大圆上。
请参见图3,图3为本发明实施例中生成了基准图形的雷达图。
步骤203:根据扫描得到的数据计算出原始数据对应的坐标值。
扫描数据获取到原始数据中的实际值、最小值以及最大值,可根据这三个参数和预定义的分段函数计算出原始数据对应的坐标值。
分段函数定义如下:
1.定义length(实际值点长度)为表示原始数据对应的坐标值到圆心的一个度量,介于0~1之间。
2.定义value为原始数据中的实际值,minVal为原始数据中的最小值,maxVal表示原始数据中的最大值,总有maxVal>=minVal。
3.定义min_range_std(最小距离)为图表上表示最小范围的度量,与正向指标下原始数据中的minVal值相对应;max_range_std(最大距离)为图表上表示最大范围的度量,与正向指标下原始数据中的maxVal值相对应;负向指标下的对应关系相反。
4.设图表的最大边界为1,以图表中心为原点建立平面直角坐标系。
根据value与minVal和maxVal的相对大小,可分为以下几种情况进行算法的处理:
1)、指标为正向指标时,即指标数值越大代表意义越优的指标时,把坐标轴定义为正向。
在正向指标下,对处于最大值maxVal和最小值minVal之间的实际值value在图像上的代表点,定义其分布策略为等比分布,即实际值之间的相对大小与图形上代表它们各自的点距离原点的相对远近是成正比的,参见图4,图4为实际数值介于最大值和最小值之间时,实际数值与图形参数的对比示意图,得出如下等式:
length - min _ range _ std max _ range _ std - min _ range _ std = value - min Val max Val - min Val - - - ( 1 )
从图4上可以看出,上述等式(1)左边的三个量均为图形中的量,右边三个量均为实际的值,value与minVal和maxVal的相对大小在图形上就转换成length与min_range_std和max_range_std的相对大小,length与value的对应关系就如等式(1)定义,范围内每个不同的实际值(value)都有一个相应的图形距离(length)与之对应,且实际数值之间的相对大小与相应的图形距离相互匹配成比例关系。
将这个等式进行代数恒等变形,即可得出:
length = min _ range _ std + ( value - min Val ) · ( max _ range _ std - min _ range _ std ) max Val - min Val - - - ( 2 )
所以,在minVal<=value<=maxVal时:
length=min_range_std+(value-minVal)*(max_range_std-min_range_std)/(maxVal-minVal)
在正向指标下,落在最大值和最小值范围以外的值的value,如比minVal小的value,由于这部分处于标准范围之外的内容一般不是研究的重点,因而实际的图中min_range_std到原点的距离很可能比较短。如果继续按照第一种情况下那样进行等比分割线段来表示,则很可能出现多个数据点由于数值差别不大而只能在有限的显示空间内重叠在一起的情况,这样图形的可读性就会很差。
为了提高可读性同时能反映出数据的相对大小,则需要选择一个非线性增长的增函数来表示图形与实际值之间的对应关系。
由反正切函数的数学值域(-π/2,π/2)可知,它能保证函数值处于一个固定范围内且永远不会到达范围的两端,这与本发明实施例的length不能与原点和最小距离点min_range_std重合的要求完全吻合。因此,本发明实施例选取了反正切函数y=arctan(x)为例说明。
定义函数为: y = arctan ( x ) + π 2 π , 则此函数对于所有实数x,都有0<y<1,且y是x的增函数,即x越大,y越大;x越小,y越小。
本发明实施例不限于使用反正切函数,使用其他可以将数学值域调整为(0,1)的非线性增函数都不影响本发明实施例的实现。
令length=min_range_std*y,y处于0~1之间,因此length的范围就是(0~min_range_std),也就是使得length最小不到达原点,最大不超过最小距离点min_range_std,length永远不会超出这个范围,也不会与原点和最小距离点min_range_std重合;而且函数为增函数,变量越大,length越大,越靠近最小距离点min_range_std,故正好能表示出图上的原点至min_range_std点之间的正向指标value,可参见图5,图5为实际数值小于最小值时,实际数值与图形参数的对比示意图。
将x换成value,即得到等式:
length = min _ range _ std · π 2 + arctan ( value ) π - - - ( 3 )
所以,value<minVal时:
length=min_range_std*(π/2+arctan(value))/π
在value大于最大值maxVal的情况下,将等式(3)等号左边的内容替换为length-max_range_std以表示length距离max_range_std的长度,右边的min_range_std替换为1-max_range_std代表max_range_std到图形最外围区域的长度,则length-max_range_std的范围就变成了(0~1-max_range_std),恰好不超过图形最外围,并且length-max_range_std的值与value的值依然保持同增同减的关系,可参见图6,图6为实际数值大于最大值时,实际数值与图形参数的对比示意图。替换后的公式为:
length - max _ range _ std = ( 1 - max _ range _ std ) · π 2 + arctan ( value ) π
移项得:
length = ( 1 - max _ range _ std ) · π 2 + arctan ( value ) π + max _ range _ std - - - ( 4 )
所以,value>maxVal时:
length=max_range_std+(1-max_range_std)*(π/2+arctan(value))/π
2)、指标为负向指标时,即指标数值越小代表意义越优的指标,也即坐标轴反转的情况。
负向指标与上述正向指标的推导原理类似,不再赘述。基本原则是将其中arctan()的参数改为-value,使得value减小时函数值增大(但值域不变),这样就满足了负向指标的特性:变量越小,也就是指标的数值越小的时候,其函数值越大。
所以,minVal<=value<=maxVal时:
length=min_range_std+(maxVal-value)*(max_range_std-min_range_std)
/(maxVal-minVal)
value<minVal时,相当于正向指标实际值大于最大值的情况:
length=max_range_std+(1-max_range_std)*(π/2+arctan(-value))/π
value>maxVal时,相当于正向指标实际值小于最小值的情况:
length=min_range_std*(π/2+arctan(-value))/π
3)、minVal==maxVal时(可能是因数据输入错误引起的),特殊处理。默认原则:将点画在最大、最小值范围之外,value=maxVa的value画在最大值圈上,value=minVal可以画在最小值圈上,但两种情况只能选择其一。
这种情况下的分段函数定义为:
value>maxVal或minVal时:
length=max_range_std+(1-max_range_std)*(π/2+arctan(value))/π
value=maxVal或minVal时:
length=max_range_std
value<maxVal或minVal时:
length=min_range_std*(π/2+arctan(value))/π
上述计算式中的参数value可增加一系数,用来调整比最大值大或者比最小值小的特殊数据点之间的疏密程度,系数通常为正数。经多次测试,使用0.6为系数值得到的图形是比较美观清晰的,当然,实际应用中也可以取其它合适的值,不影响本发明实施例的实现。
根据分段函数计算结果获得各坐标点的方法为:
由分段函数得到度量length,由指标的总个数和当前指标的序号得到每项指标点与原点连线和直角坐标系某一半轴所成的角度angle、以及由用户向绘图装置输入的定义图形所占显示区域(即图形的外切矩形)的大小bounds,而后可采用下述两种方法中的任意一种生成各个坐标点的坐标:
可以借用JFreeChart1.0.5的Java类SpiderWebPlot的getWebPoint(Rectangle2D bounds,double angle,double length)方法生成各个坐标点的坐标。
或者,可以借助解析几何知识,自行构造方法从已知量推算出坐标值:如取矩形bounds的中心作为原点,短边的一半作为图形最大范围的实际半径,设为R,则在以中心点为原点的平面直角坐标系中,坐标x=R*length*cos(angle),y=R*length*sin(angle)。
步骤204:连接所述实际值对应的坐标值点,形成闭合的不规则图形。
可参见图7,图7是本发明实施例中完成了所有坐标值点的雷达图。在JFreeChart或其他有Java Graphics库支持的情况下,可以使用Graphics的drawPolygon方法完成连接的操作。
在形成闭合的不规则图形后,可将闭合的不规则图形填充色彩,参见图8,图8是本发明实施例中将闭合的不规则图形填充了色彩的雷达图,以使得图形的形状更为明显,取得更好的视觉效果。
本发明实施例通过运用预定义的分段函数,可直接根据原始数据生成雷达图,并自动处理各范围内的数值,使得雷达图生成过程的自动化程度大大提高。
以上提供了一种自动生成雷达图的方法,本发明实施例还提供一种自动生成雷达图的绘图装置。
一种自动生成雷达图的绘图装置,参见图9,图9为本发明实施例绘图装置的结构示意图,所述绘图装置包括:
接收单元901,用于接收原始数据;
关键节点单元902,用于根据所述接收单元901接收的原始数据参照图形抽取关键节点信息,并生成参照图形,如坐标轴、基准图形等;
计算单元903,用于计算出所述接收单元901接收的原始数据中的实际值对应的坐标值;
连接单元904,用于连接所述计算单元903计算出的实际值对应的坐标值点,形成闭合的不规则图形。
所述计算单元903包括:
分段单元9031,用于将原始数据中的实际值分到分段函数的一个自变量区间里;
函数单元9032,用于根据分段单元9031的分段结果和预定义的分段函数计算出原始数据中的实际值对应的坐标值。
所述自动生成雷达图的绘图装置还包括:
填充单元905,用于在连接单元904连接所述坐标值点形成闭合的不规则图形之后,将所述不规则图形填充颜色。
在接收单元901接收到原始数据后,关键节点单元902根据所述接收单元901接收的原始数据参照图形抽取关键节点信息,并生成参照图形,如坐标轴、基准图形等,计算单元903计算出所述接收单元901接收的原始数据中的实际值对应的坐标值,连接单元904连接所述计算单元903计算出的实际值对应的坐标值点,形成闭合的不规则图形。
计算单元903中的分段单元9031先将原始数据中的实际值分到分段函数的一个自变量区间里,然后函数单元9032根据分段单元9031的分段结果和预定义的分段函数计算出原始数据中的实际值对应的坐标值。
填充单元905在连接单元904连接所述坐标值点形成闭合的不规则图形之后,将所述不规则图形填充颜色。
本发明实施例通过运用预定义的分段函数,可直接根据原始数据生成雷达图,并自动处理各范围内的数值,使得雷达图生成过程的自动化程度大大提高。
本发明实施例还可将雷达图的闭合的不规则图形填充色彩,以使得图形的形状更为明显,取得更好的视觉效果。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
以上对本发明实施例所提供的一种自动生成雷达图的方法和装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1、一种生成雷达图的方法,其特征在于:
接收到原始数据;
根据所述原始数据抽取关键节点信息,并生成参照图形,如坐标轴、基准图形等;
计算出原始数据中的实际值对应的坐标值;
连接所述实际值对应的坐标值点,形成闭合的不规则图形。
2、根据权利要求1所述的生成雷达图的方法,其特征在于:
所述计算出原始数据中的实际值对应的坐标值点具体为:根据原始数据中的实际值与最大值和最小值的大小关系不同,按照预定义的分段函数标出实际值对应的坐标值点,分段函数用于将实际值对应的坐标值点限制在图形范围内。
3、根据权利要求2所述的生成雷达图的方法,其特征在于:
在指标为正向指标时,所述预定义的分段函数为:
length为实际值对应的坐标值点距离图形中心原点的长度;min_range_std和max_range_std为两个预定义的常量,且满足0<min_range_std<max_range_std<1,分别代表图形上最小、最大值距离中心原点的长度;value代表原始数据中的实际值,minVal和maxVal分别代表原始数据中的最大值和最小值;
当所述实际值小于最小值时,length的计算公式为:
length = π 2 + arctan ( value ) π · min _ range _ std , 即实际值的反正切函数值与圆周率的一半的和除以圆周率再乘以最小距离;
当所述实际值介于最小值和最大值之间时,length的计算公式为:
length = ( value - min Val ) · ( max _ range _ std - min _ range _ std ) max Val - min Val + min _ range _ std , 即为实际值与最小值之差和最大距离与最小距离之差的乘积除以最大值与最小值之差再加上最小距离;
当所述实际值大于最大值时,length的计算公式为:
length = ( 1 - max _ range _ std ) · π 2 + arctan ( value ) π + max _ range _ std , 即为实际值的反正切函数值与圆周率的一半的和与1和最大距离之差的乘积除以圆周率再加上最大距离。
4、根据权利要求2或3所述的生成雷达图的方法,其特征在于:
在指标为负向指标时,所述预定义的分段函数为:
length为实际值对应的坐标值点距离图形中心原点的长度;min_range_std和max_range_std为两个预定义的常量,且满足0<min_range_std<max_range_std<1,分别代表图形上最大、最小值距离中心原点的长度;value代表原始数据中的实际值,minVal和maxVal分别代表原始数据中的最大值和最小值;
当所述实际值介于最小值和最大值之间时,length的计算公式为:
length = ( max Val - value ) · ( max _ range _ std - min _ range _ std ) ( max Val - min Val ) + min _ range _ std , 即为最大值与实际值之差和最大距离与最小距离之差的乘积除以最大值与最小值之差再加上最小距离;
当所述实际值小于最小值时,length的计算公式为将value取反后套用指标为正向指标时大于最大值的实际值对应的坐标值点长度的计算公式,即:
length = ( 1 - max _ range _ std ) · π 2 + arctan ( - value ) π + max _ range _ std ;
当所述实际值大于最大值时,length的计算公式为将value取反后套用指标为正向指标时小于最小值的实际值对应的坐标值点长度的计算公式,即:
length = π 2 + arctan ( - value ) π · min _ range _ std .
5、根据权利要求4所述的生成雷达图的方法,其特征在于:
所述实际值的反正切函数值的计算还包括:将实际值乘以一个参考系数,然后再计算其反正切函数值,该参考系数用于调整图像的清晰度。
6、根据权利要求5所述的生成雷达图的方法,其特征在于:
所述反正切函数是函数值取值范围为负的圆周率的一半到正的圆周率一半的开区间的非线性增函数。
7、根据权利要求1至3任一项所述的生成雷达图的方法,其特征在于:
在形成闭合的不规则图形之后还包括:将所述不规则图形填充颜色。
8、一种自动生成雷达图的绘图装置,其特征在于,包括:
接收单元,用于接收原始数据;
关键节点单元,用于根据接收单元接收的所述原始数据抽取关键节点信息,并生成参照图形,如坐标轴、基准图形等;
计算单元,用于根据接收单元接收的原始数据计算出原始数据中的实际值对应的坐标值;
连接单元,用于连接计算单元计算出的所述实际值对应的坐标值点,形成闭合的不规则图形。
9、根据权利要求8所述的自动生成雷达图的绘图装置,其特征在于,所述计算单元包括:
分段单元,用于将接收单元接收的原始数据中的实际值分到分段函数的一个自变量区间里;
函数单元,用于根据分段单元的分段结果和预定义的分段函数计算出原始数据中的实际值对应的坐标值。
10、根据权利要求8或9所述的自动生成雷达图的绘图装置,其特征在于,还包括:
填充单元,用于在连接单元连接所述坐标值点形成闭合的不规则图形之后,将所述不规则图形填充颜色。
CNA2008102130451A 2008-08-21 2008-08-21 一种自动生成雷达图的方法和装置 Pending CN101339665A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNA2008102130451A CN101339665A (zh) 2008-08-21 2008-08-21 一种自动生成雷达图的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNA2008102130451A CN101339665A (zh) 2008-08-21 2008-08-21 一种自动生成雷达图的方法和装置

Publications (1)

Publication Number Publication Date
CN101339665A true CN101339665A (zh) 2009-01-07

Family

ID=40213725

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2008102130451A Pending CN101339665A (zh) 2008-08-21 2008-08-21 一种自动生成雷达图的方法和装置

Country Status (1)

Country Link
CN (1) CN101339665A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102054283A (zh) * 2009-11-05 2011-05-11 齐营股份有限公司 数据组的相关值的图形表示方法及装置
CN102799970A (zh) * 2012-07-11 2012-11-28 深圳市海云天教育测评有限公司 一种基于雷达图的教育测评数据处理方法及系统
CN103700027A (zh) * 2013-12-11 2014-04-02 国家电网公司 一种电力数据图形多维双向自匹配可视化展示的实现方法
CN104132631A (zh) * 2013-05-03 2014-11-05 刘书华 一种利用Excel自动调整自行车车圈轴向跳动的方法
CN105894552A (zh) * 2015-11-20 2016-08-24 乐视致新电子科技(天津)有限公司 统计数据处理方法及装置
CN106651994A (zh) * 2015-10-30 2017-05-10 北京国双科技有限公司 气泡图的显示方法及装置
CN107783982A (zh) * 2016-08-24 2018-03-09 北京国双科技有限公司 数据处理方法及数据处理装置
CN107870817A (zh) * 2016-09-28 2018-04-03 腾讯科技(北京)有限公司 一种多维参数的展示方法、客户端及服务器
CN108062318A (zh) * 2016-11-08 2018-05-22 北京国双科技有限公司 一种气泡图显示方法及装置
CN112330772A (zh) * 2020-11-03 2021-02-05 平安普惠企业管理有限公司 雷达图生成方法、装置、设备及存储介质
CN112612847A (zh) * 2020-12-31 2021-04-06 中国农业银行股份有限公司 一种基于下钻分析场景的数据处理的方法和装置

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102054283A (zh) * 2009-11-05 2011-05-11 齐营股份有限公司 数据组的相关值的图形表示方法及装置
CN102054283B (zh) * 2009-11-05 2016-01-20 齐营股份有限公司 数据组的相关值的图形表示方法及装置
CN102799970A (zh) * 2012-07-11 2012-11-28 深圳市海云天教育测评有限公司 一种基于雷达图的教育测评数据处理方法及系统
CN104132631A (zh) * 2013-05-03 2014-11-05 刘书华 一种利用Excel自动调整自行车车圈轴向跳动的方法
CN103700027A (zh) * 2013-12-11 2014-04-02 国家电网公司 一种电力数据图形多维双向自匹配可视化展示的实现方法
CN103700027B (zh) * 2013-12-11 2018-11-06 国家电网公司 一种电力数据图形多维双向自匹配可视化展示的实现方法
CN106651994A (zh) * 2015-10-30 2017-05-10 北京国双科技有限公司 气泡图的显示方法及装置
CN105894552A (zh) * 2015-11-20 2016-08-24 乐视致新电子科技(天津)有限公司 统计数据处理方法及装置
CN107783982A (zh) * 2016-08-24 2018-03-09 北京国双科技有限公司 数据处理方法及数据处理装置
CN107783982B (zh) * 2016-08-24 2021-09-07 北京国双科技有限公司 数据处理方法及数据处理装置
CN107870817A (zh) * 2016-09-28 2018-04-03 腾讯科技(北京)有限公司 一种多维参数的展示方法、客户端及服务器
CN108062318A (zh) * 2016-11-08 2018-05-22 北京国双科技有限公司 一种气泡图显示方法及装置
CN112330772A (zh) * 2020-11-03 2021-02-05 平安普惠企业管理有限公司 雷达图生成方法、装置、设备及存储介质
CN112612847A (zh) * 2020-12-31 2021-04-06 中国农业银行股份有限公司 一种基于下钻分析场景的数据处理的方法和装置
CN112612847B (zh) * 2020-12-31 2023-12-08 中国农业银行股份有限公司 一种基于下钻分析场景的数据处理的方法和装置

Similar Documents

Publication Publication Date Title
CN101339665A (zh) 一种自动生成雷达图的方法和装置
Gan et al. Machine learning solutions to challenges in finance: An application to the pricing of financial products
US20170308954A1 (en) An interactive options trading graphical user interface and a system for the generation thereof
Song et al. The risk of block chain financial market based on particle swarm optimization
Gao et al. An algorithm for trading and portfolio management using q-learning and sharpe ratio maximization
CN102110280A (zh) 空间数据处理方法及装置
Chen The impact of trade and financial expansion on volatility of real exchange rate
Davis et al. The solution of an optimal control problem in financial modeling
Ajouz et al. Unveiling the Potential of the Islamic Fintech Ecosystem in Emerging Markets
CN115280353A (zh) 基于人工智能的基金组合更新方法、装置、设备及介质
Arleo et al. Sabrina: Modeling and visualization of financial data over time with incremental domain knowledge
Taghavi et al. The Implementation of Innovative Management and Strategic Marketing for Export Performance: Mixed Methods Research
Addy et al. AI in credit scoring: A comprehensive review of models and predictive analytics
Adaga et al. A COMPREHENSIVE REVIEW OF ETHICAL PRACTICES IN BANKING AND FINANCE
Robalino Social capital, technology diffusion, and sustainable growth in the developing world
Roncalli Introducing expected returns into risk parity portfolios: A new framework for tactical and strategic asset allocation
Liu A Review on Derivative Hedging Using Reinforcement Learning
Zhu Audit and technology
CN102624811A (zh) 企业价值链网络配置工程的ict 技术支持设计
Zagoruiko et al. Model of world technological and economic efficiency frontiers.
Li et al. Analysis of the Development Environment and Trend of Cross-Border E-commerce in China
Zhang Analysis of Benefits and Security of China’s Foreign Investment with Artificial Intelligence under the Belt and Road
Ma et al. Robust portfolio choice with limited attention
Osterrieder et al. Navigating Share Buyback Programs: A Genetic Algorithm Approach to Outperform the Buyback Benchmark
Uwimana Perspective Chapter: Macroeconomic Dynamics through the Lens of the Adaptive Neuro-Fuzzy Inference System

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20090107