CN112614203A - 一种相关性矩阵可视化方法、装置、电子设备及存储介质 - Google Patents

一种相关性矩阵可视化方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112614203A
CN112614203A CN202011563739.5A CN202011563739A CN112614203A CN 112614203 A CN112614203 A CN 112614203A CN 202011563739 A CN202011563739 A CN 202011563739A CN 112614203 A CN112614203 A CN 112614203A
Authority
CN
China
Prior art keywords
correlation matrix
visualization
matrix
correlation
target data
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.)
Granted
Application number
CN202011563739.5A
Other languages
English (en)
Other versions
CN112614203B (zh
Inventor
任亮
傅雨梅
李晓松
罗刚
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.)
Beijing Zhiyin Intelligent Technology Co ltd
Original Assignee
Beijing Zhiyin Intelligent Technology 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 Beijing Zhiyin Intelligent Technology Co ltd filed Critical Beijing Zhiyin Intelligent Technology Co ltd
Priority to CN202011563739.5A priority Critical patent/CN112614203B/zh
Publication of CN112614203A publication Critical patent/CN112614203A/zh
Application granted granted Critical
Publication of CN112614203B publication Critical patent/CN112614203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/001Texturing; Colouring; Generation of texture or colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/206Drawing of charts or graphs

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请公开了一种相关性矩阵可视化方法、装置、电子设备及存储介质,该方法包括:获取可视化目标数据;基于所述可视化目标数据的多个目标属性字段,构建所述可视化目标数据对应的相关性矩阵;基于所述相关性矩阵和可视化区域的属性信息,形成配置数据;使用所述配置数据,在可视化区域中呈现所述相关性矩阵。通过采用上述相关性矩阵可视化方法、装置、电子设备及存储介质,解决了在页面渲染后端绘制的相关性矩阵易失真以及不能即时变化矩阵的问题。

Description

一种相关性矩阵可视化方法、装置、电子设备及存储介质
技术领域
本申请涉及数据分析和可视化技术领域,尤其是涉及一种相关性矩阵可视化方法、装置、电子设备及存储介质。
背景技术
在机器学习领域中,全面了解数据的概况以及探查各个变量的特征是构建机器学习模型的重要环节。因此,掌握数据集的特性、优化变量的选择对构建机器学习模型有重要的意义。相关性分析则是数据探查、优化变量选择的重要手段。在现有技术中,通常采用先在服务器端绘制相关性矩阵,然后将绘制的图片传给客户端渲染的方法实现相关性矩阵的可视化。
上述现有的相关性矩阵可视化方法中,矩阵图片会因被缩放而失真,且用户无法自定义选择矩阵的行和列数据,矩阵也无法依据所选择的行和列数据进行即时变化。
发明内容
有鉴于此,本申请提供一种相关性矩阵可视化方法、装置、电子设备及存储介质,其目的是为用户提供能够自定义相关性矩阵行和列数据的可视化方法,并且基于D3可视化技术在客户端直接对相关性矩阵进行绘制并渲染,避免了因矩阵图片缩放而导致的失真问题。
第一方面,本申请实施例提供了一种相关性矩阵可视化方法,包括:
获取可视化目标数据;
基于可视化目标数据的多个目标属性字段,构建可视化目标数据对应的相关性矩阵;
基于相关性矩阵和可视化区域的属性信息,形成配置数据;
使用配置数据,在可视化区域中呈现相关性矩阵。
可选的,基于可视化目标数据的多个目标属性字段,构建可视化目标数据对应的相关性矩阵,包括:
根据用户的选择,确定可视化目标数据的多个目标属性字段;
构建用于表征多个目标属性字段之间的相关系数值的二维数组,将二维数组确定为相关性矩阵。
可选的,根据用户的选择,确定可视化目标数据的多个目标属性字段,包括:
向用户提供多个属性字段,多个属性字段包括至少两个推荐属性字段;
将基于用户的操作从多个属性字段中所选择的属性字段确定为多个目标属性字段。
可选的,可视化区域的属性信息包括:绘图容器格式、矩阵单元格大小、相关性矩阵中的元素最大值对应的颜色、相关性矩阵中的元素最小值对应的颜色、相关性矩阵中的元素中间值对应的颜色、相关性矩阵的行数、相关性矩阵的列数、外边距大小;
其中,矩阵单元格大小是由页面容器大小及相关性矩阵的行数和列数计算得到。
可选的,使用配置数据,在可视化区域中呈现相关性矩阵,包括:
基于可视化区域的属性信息,确定画布大小并绘制画布;
基于二维数组的第一维数量,在画布上绘制第一维数量的行;
基于所述二维数组的第二维数量,在每行内绘制第二维数量的单元格;
将二维数组中的各相关系数值添加至对应的单元格;
基于每个单元格对应的相关系数值的大小,确定每个单元格的背景颜色;
基于每个单元格的背景颜色,确定每个单元格中的相关系数值的显示颜色。
可选的,基于多个目标属性字段,绘制相关性矩阵的行标签和列标签;
其中,在可视化区域中与相关性矩阵的行、列对应的位置处显示相应的行标签和列标签。
可选的,基于相关性矩阵中的元素最大值对应的颜色、相关性矩阵中的元素最小值对应的颜色、相关性矩阵中的元素中间值对应的颜色,绘制颜色渐变图例;
其中,在可视化区域中相关性矩阵的周围显示颜色渐变图例。
第二方面,本申请实施例提供了一种相关性矩阵可视化装置,包括:
获取模块,获取可视化目标数据;
构建模块,基于可视化目标数据的多个目标属性字段,构建可视化目标数据对应的相关性矩阵;
配置模块,基于相关性矩阵和可视化区域的属性信息,形成配置数据;
绘制模块,使用配置数据,在可视化区域中呈现相关性矩阵。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如上述的相关性矩阵可视化方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述的相关性矩阵可视化方法的步骤。
本申请实施例带来了以下有益效果:
本申请实施例提供了一种相关性矩阵可视化方法,包括:获取可视化目标数据;基于可视化目标数据的多个目标属性字段,构建可视化目标数据对应的相关性矩阵;基于相关性矩阵和可视化区域的属性信息,形成配置数据;使用配置数据,在可视化区域中呈现相关性矩阵。本申请为用户提供能够自定义相关性矩阵行和列数据的可视化方法,并且基于D3可视化技术在客户端直接对相关性矩阵进行绘制并渲染,避免了因矩阵图片缩放而导致的失真问题。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,以下附图是本申请的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的相关性矩阵可视化方法的流程示意图;
图2为本申请实施例提供的相关性矩阵绘制步骤的流程示意图;
图3为本申请实施例提供的相关性矩阵可视化装置的结构示意图;
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合附图对本申请的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
现有技术中,通常采用先在服务器端绘制相关性矩阵,然后将绘制的矩阵图片传给客户端渲染的方法进行相关性矩阵的可视化。上述现有的相关性矩阵可视化方法中,在客户端显示的矩阵图片会因缩放而失真,且用户无法自定义选择矩阵的行和列数据,矩阵也无法依据所选择的行和列数据进行即时变化。例如,在研究的变量数量较多的情况下,若采用传统的绘制相关性矩阵的方法,用户不仅无法自定义选择可视化矩阵的行和列数据,还会出现在一张图片中展示大量矩阵单元格的情况,导致用户无法看清相关系数的值,更会造成图片因被缩放而失真的问题。
基于此,本申请实施例提供一种相关性矩阵可视化方法、装置、电子设备及存储介质,使用户能够自定义相关性矩阵行和列数据,并且基于D3可视化技术在客户端直接对相关性矩阵进行绘制并渲染,避免了因矩阵图片缩放而导致的失真问题。
为便于对本实施例进行理解,首先对本申请实施例所公开的一种相关性矩阵可视化方法进行详细介绍,图1为本申请实施例提供的一种相关性矩阵可视化方法的流程图,如图1所示,该方法包括如下步骤:
步骤101,获取可视化目标数据。
具体的,可视化目标数据是经由服务器对原始数据进行数据探查及相关性分析得到的,客户端从服务器获取可视化目标数据以执行后续处理。
示例性地,上述可视化目标数据可包括但不限于:多个故障点的故障数据、多条语句、多通道采集的实时设备运行数据(如由多个端口或者多个传感器采集的数据)、某一产品的各零部件的相关数据。
以可视化目标数据为多个故障点的故障数据为例,后续的相关性矩阵可用于表征各故障点之间的相关性。以可视化目标数据为多条语句为例,后续的相关性矩阵可用于表征各条语句之间的相关性。以可视化数据为多项体力指标与运动能力指标为例,后续的相关性矩阵可用于表征各项体力指标与各项运动能力指标之间的相关性。以可视化数据为多项贫富差距指标与多项社会和谐度指标为例,后续的相关性矩阵可用于表征各项贫富差距指标与各项社会和谐度指标之间的相关性。本申请对此不再一一举例。
作为示例,可视化目标数据中包括但不限于以下项:相关性矩阵的可选属性字段、相关性矩阵的推荐属性字段(默认选中字段)、各属性字段之间的相关系数值。
这里,相关性矩阵的可选属性字段包含原始数据中所有可被用于相关性矩阵可视化的字段,相关性矩阵的可选属性字段决定了用户可选择的行多选项和列多选项中的可选项。相关性矩阵的推荐属性字段是经过数据探查、相关性分析后,服务器从相关性矩阵的可选属性字段中选出的推荐用户选择的字段,相关性矩阵的推荐属性字段即是相关性矩阵的行多选框和列多选框中的默认选中项。其中,相关性矩阵的可选属性字段中可至少包括两个相关性矩阵的推荐属性字段。相关系数是用以反映变量之间相关关系密切程度的统计指标,相关系数的数值即相关系数值,是绘制相关性矩阵的重要依据。
在本申请实施例中,客户端调用接口函数从服务器端获取可视化目标数据,从获取的可视化目标数据中确定全部的可选字段、预设的选中字段以及相关系数值,其中,全部的可选字段即是相关性矩阵的可选属性字段,预设的选中字段即是相关性矩阵的推荐属性字段。作为示例,可将相关系数值中较大的相关系数值对应的字段确定为相关性矩阵的推荐属性字段。
在一示例中,针对泰坦尼克号乘客生存分析数据进行相关性矩阵可视化。其中,假设全部的可选字段为Sex、Embarked、Pclass、Fare、Cabin、Boat、SibSp、Parch、Age、Survived,则上述字段即为相关性矩阵的可选属性字段。经计算后得到各字段之间的相关系数值,其中,Pclass、Fare、SibSp、Parch、Age、Survived字段对应的相关系数值较大,则可将上述六个字段确定为相关性矩阵的推荐属性字段。本领域技术人员可以根据实际需求来确定相关性矩阵的推荐属性字段,本申请对此不做限定。
步骤102,基于可视化目标数据的多个目标属性字段,构建可视化目标数据对应的相关性矩阵。
具体的,在构建可视化目标数据对应的相关性矩阵之前,该方法可还包括:将步骤101中全部的可选字段用于初始化相关性矩阵的行多选框和列多选框,将步骤101中预设的选中字段用于初始化相关性矩阵的行多选框中的默认选中项和列多选框中的默认选中项。
在本申请实施例中,在用户未选择相关性矩阵行多选项和/或列多选项时,可将相关性矩阵的推荐属性字段确定为可视化目标数据的多个目标属性字段,否则,可将用户选择的相关性矩阵行多选项和/或列多选项对应的字段确定为可视化目标数据的多个目标属性字段。
在该步骤102中,根据确定的多个目标属性字段,从可视化目标数据中选取与目标属性字段对应的数据,并将选取的数据转换成绘制矩阵所需的数据格式,上述转换后的数据格式即是与可视化目标数据对应的相关性矩阵。
以上述步骤101中的示例为例,服务器以对象格式将各个目标属性字段的字段信息及相互间的相关系数值传至客户端,客户端可将其转换成绘制相关性矩阵所需的二维数组格式。
步骤103,基于相关性矩阵和可视化区域的属性信息,形成配置数据。
具体的,可视化区域的属性信息可包括但不限于:绘图容器格式、矩阵单元格大小、相关性矩阵中的元素最大值对应的颜色、相关性矩阵中的元素最小值对应的颜色、相关性矩阵中的元素中间值对应的颜色、相关性矩阵的行数、相关性矩阵的列数、外边距大小。
其中,矩阵单元格大小是由页面容器大小及相关性矩阵的行数和列数计算得到。相关性矩阵中的元素可以是相关系数值。相关性矩阵中的元素最小值对应的颜色、最大值对应的颜色、中间值对应的颜色可以是预设的值,也可以是通过其他方式确定的。绘图容器格式用于判断组件是否可以针对目标内容进行渲染。外边距是围绕可视化区域边框的空白区域,外边距的大小可用于计算画布的大小。
在一示例中,假设页面容器的大小为600×600像素,相关性矩阵中的元素最小值对应的颜色为蓝色,相关性矩阵中的元素最大值对应的颜色为红色、相关性矩阵中的元素中间值对应的颜色为白色,外边距为150像素。
以上述步骤101中的示例为例,相关性矩阵的行数和列数均为6,则由计算可得矩阵单元格大小为100×100像素(单元格宽度和高度均为600/6=100像素)。在一优选示例中,相关性矩阵的行数与列数可以是相等的,也可以是不相等的。
步骤104,使用配置数据,在可视化区域中呈现相关性矩阵。
图2为本申请实施例提供的相关性矩阵绘制步骤的流程示意图,在执行步骤104时,如图2所示,具体包括以下步骤:
步骤201,基于可视化区域的属性信息,确定画布大小并绘制画布。
具体的,在基于可视化区域的属性信息,确定画布大小并绘制画布之前,该方法可还包括:校验传入的配置数据是否符合格式要求,若不符合格式要求,则报错,并停止绘制相关性矩阵;若符合格式要求,则判断容器是否为空,若容器为空则继续执行绘制;若容器不为空,则清空容器之后继续执行绘制。在具体实施中,配置数据的格式要求可包括但不限于:相关性矩阵是数组格式、容器是HTMLElement元素节点。
在一示例中,首先根据相关性矩阵的行数和列数、矩阵单元格的大小、外边距大小,计算出画布大小,然后绘制出画布。
以上述步骤103中的示例为例,相关性矩阵的行数和列数均为6,矩阵单元格的大小为100×100像素,外边距大小为150像素,则画布宽度为6×100+2×150=900像素,画布高度为6×100+2×150=900像素,由上述计算可知画布大小为900×900像素。其中,外边距在横和纵两个方向上的距离大小可以是相同的,也可以是不同的。
步骤202,基于二维数组的第一维数量,在画布上绘制第一维数量的行。
具体的,根据二维数组的第一维数量,也就是根据相关性矩阵的行数,在画布上绘制同等数量的行。
以上述示例为例,相关性矩阵的行数为6,因此在画布上绘制同等数量的行,即为在画布上绘制6行。
步骤203,基于所述二维数组的第二维数量,在每行内绘制第二维数量的单元格。
具体的,根据二维数组的第二维数量绘制第二维数量的单元格,也就是根据相关性矩阵的列数,在每行内绘制同等数量的单元格。
以上述示例为例,相关性矩阵在每行的列数均为6,因此在每行内绘制同等数量的单元格,即为在每行内绘制6个单元格。
步骤204,将二维数组中的各相关系数值添加至对应的单元格。
具体的,在绘制出各行单元格后,将与该行内各单元格对应的相关系数值绘制在对应的单元格内。
假设,二维数组为6行6列的数组a[6][6],当前行为第0行,则将a[0][0]中的相关系数值绘制在该行的第一个单元格内,将a[0][1]中的相关系数值绘制在该行的第二个单元格内,依此类推,在该行内绘制出各单元格对应的相关系数值。
步骤205,基于每个单元格对应的相关系数值的大小,确定每个单元格的背景颜色。
具体的,根据各单元格内相关系数值在由相关性矩阵的元素最大值、相关性矩阵的元素中间值、相关性矩阵的元素最小值形成的数值区间中所处的位置,计算出单元格的背景颜色。
以上述步骤103中的示例为例,假设相关性矩阵的元素最大值为1,对应的颜色为红色;相关性矩阵的元素中间值为0,对应的颜色为白色;相关性矩阵的元素最小值为-1,对应的颜色为蓝色。则可依据各单元格对应的相关系数值在上述数值区间中所处的位置以及数值区间中相关性矩阵的元素最大值、相关性矩阵的元素中间值、相关性矩阵的元素最小值对应的颜色RGB值,利用scaleLinear线性比例尺,计算出各个单元格的背景颜色的RGB值。
在一优选示例中,相关系数值为NaN、空值等异常值时,该相关系数值对应的单元格背景颜色可设为白色。
步骤206,基于每个单元格的背景颜色,确定每个单元格中的相关系数值的显示颜色。
具体的,根据上述步骤中各个单元格背景颜色的RGB值,通过灰度值计算公式,计算出该单元格中相关系数值的灰度值,用该灰度值确定该单元格中的相关系数值的显示颜色。
在一优选示例中,假设单元格背景颜色的RGB值为(r,g,b),则该单元格内相关系数值的灰度值计算公式可以为:灰度值=r×0.299+g×0.587+b×0.114。若计算出来的灰度值的数值大于等于192,则该单元格内相关系数值的文字颜色为黑色,否则该单元格内相关系数值的文字颜色为白色。
步骤207,基于多个目标属性字段,绘制相关性矩阵的行标签和列标签。
具体的,根据从目标属性字段中确定的各行的字段信息,绘制对应的行标签,根据从目标属性字段中确定的各列的字段信息,绘制对应的列标签。
在一优选示例中,可在可视化区域中与相关性矩阵的行、列对应的位置处绘制相应的行标签和列标签。其中,行标签和列标签的文字颜色可以是预设的,也可以通过其他方式确定,本申请对此不做限定。
步骤208,基于相关性矩阵中的元素最大值对应的颜色、相关性矩阵中的元素最小值对应的颜色、相关性矩阵中的元素中间值对应的颜色,绘制颜色渐变图例。
具体的,可使用D3绘制颜色渐变图例。其中,可在颜色渐变图例中添加3个节点,将相关性矩阵中的元素最大值对应的颜色、相关性矩阵中的元素最小值对应的颜色、相关性矩阵中的元素中间值对应的颜色分别与添加的3个节点对应,通过线性比例尺计算得出各刻度标签对应的颜色RGB值,进而完成图例及与图例对应的刻度标签的绘制。
以上述步骤103中的示例为例,在颜色渐变图例中分别添加以下3处节点,0%处可设为与相关性矩阵中元素的最大值对应的红色,50%处可设为与相关性矩阵中元素的中间值对应的白色,100%处可设为与相关性矩阵中元素的最小值对应的蓝色。基于D3可视化技术,根据上述各节点处所设的对应颜色的RGB值,利用scaleLinear和axisRight可绘制出颜色渐变图例及与图例对应的刻度标签。
本申请实施例提供了一种相关性矩阵可视化方法,获取可视化目标数据;基于所述可视化目标数据的多个目标属性字段,构建所述可视化目标数据对应的相关性矩阵;基于所述相关性矩阵和可视化区域的属性信息,形成配置数据;使用所述配置数据,在可视化区域中呈现所述相关性矩阵。通过采用上述相关性矩阵可视化方法、装置、电子设备及存储介质,解决了在页面渲染后端绘制的相关性矩阵易失真以及不能通过自定义相关性矩阵的行和列数据即时变化矩阵的问题。
本申请实施例还提供了一种相关性矩阵可视化装置,图3为本申请实施例提供的相关性矩阵可视化装置的结构示意图,如图3所示,该装置包括以下模块:
获取模块301,获取可视化目标数据;
构建模块302,基于可视化目标数据的多个目标属性字段,构建可视化目标数据对应的相关性矩阵;
配置模块303,基于相关性矩阵和可视化区域的属性信息,形成配置数据;
绘制模块304,使用配置数据,在可视化区域中呈现相关性矩阵;
对应于图1中的相关性矩阵可视化方法,本申请实施例还提供了一种电子设备400的结构示意图,如图4所示,所述电子设备400包括处理器410、存储器420和总线430。所述存储器420存储有所述处理器410可执行的机器可读指令,当电子设备400运行时,所述处理器410与所述存储器420之间通过总线430通信,所述机器可读指令被所述处理器410执行时,能够执行上述相关性矩阵可视化方法,使用户能够自定义相关性矩阵行和列数据,并且基于D3可视化技术在客户端直接对相关性矩阵进行绘制并渲染,避免了因矩阵图片缩放而导致的失真问题。
对应于图1中的相关性矩阵可视化方法,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述相关性矩阵可视化方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述相关性矩阵可视化方法,使用户能够自定义相关性矩阵行和列数据,并且基于D3可视化技术在客户端直接对相关性矩阵进行绘制并渲染,避免了因矩阵图片缩放而导致的失真问题。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,可以参考上述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台电子设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种相关性矩阵可视化方法,其特征在于,包括:
获取可视化目标数据;
基于所述可视化目标数据的多个目标属性字段,构建所述可视化目标数据对应的相关性矩阵;
基于所述相关性矩阵和可视化区域的属性信息,形成配置数据;
使用所述配置数据,在可视化区域中呈现所述相关性矩阵。
2.如权利要求1所述的方法,其特征在于,基于所述可视化目标数据的多个目标属性字段,构建所述可视化目标数据对应的相关性矩阵,包括:
根据用户的选择,确定所述可视化目标数据的多个目标属性字段;
构建用于表征所述多个目标属性字段之间的相关系数值的二维数组,将所述二维数组确定为所述相关性矩阵。
3.如权利要求2所述的方法,其特征在于,根据用户的选择,确定所述可视化目标数据的多个目标属性字段,包括:
向用户提供多个属性字段,所述多个属性字段包括至少两个推荐属性字段;
将基于用户的操作从所述多个属性字段中所选择的属性字段确定为所述多个目标属性字段。
4.如权利要求1所述的方法,其特征在于,所述可视化区域的属性信息包括:绘图容器格式、矩阵单元格大小、相关性矩阵中的元素最大值对应的颜色、相关性矩阵中的元素最小值对应的颜色、相关性矩阵中的元素中间值对应的颜色、相关性矩阵的行数、相关性矩阵的列数、外边距大小;
其中,所述矩阵单元格大小是由页面容器大小及相关性矩阵的行数和列数计算得到。
5.如权利要求2所述的方法,其特征在于,使用所述配置数据,在可视化区域中呈现所述相关性矩阵,包括:
基于所述可视化区域的属性信息,确定画布大小并绘制画布;
基于所述二维数组的第一维数量,在所述画布上绘制第一维数量的行;
基于所述二维数组的第二维数量,在每行内绘制第二维数量的单元格;
将所述二维数组中的各相关系数值添加至对应的单元格;
基于每个单元格对应的相关系数值的大小,确定每个单元格的背景颜色;
基于每个单元格的背景颜色,确定每个单元格中的相关系数值的显示颜色。
6.如权利要求5所述的方法,其特征在于,还包括:基于所述多个目标属性字段,绘制所述相关性矩阵的行标签和列标签;
其中,在可视化区域中与所述相关性矩阵的行、列对应的位置处显示相应的行标签和列标签。
7.如权利要求6所述的方法,其特征在于,还包括:基于相关性矩阵中的元素最大值对应的颜色、相关性矩阵中的元素最小值对应的颜色、相关性矩阵中的元素中间值对应的颜色,绘制颜色渐变图例;
其中,在可视化区域中所述相关性矩阵的周围显示所述颜色渐变图例。
8.一种相关性矩阵可视化装置,其特征在于,包括:
获取模块,获取可视化目标数据;
构建模块,基于所述可视化目标数据的多个目标属性字段,构建所述可视化目标数据对应的相关性矩阵;
配置模块,基于所述相关性矩阵和可视化区域的属性信息,形成配置数据;
绘制模块,使用所述配置数据,在可视化区域中呈现所述相关性矩阵。
9.一种电子设备,其特征在于,包括处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行如权利要求1-7中任一项所述的相关性矩阵可视化方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-7中任一项所述的相关性矩阵可视化方法的步骤。
CN202011563739.5A 2020-12-25 2020-12-25 一种相关性矩阵可视化方法、装置、电子设备及存储介质 Active CN112614203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011563739.5A CN112614203B (zh) 2020-12-25 2020-12-25 一种相关性矩阵可视化方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011563739.5A CN112614203B (zh) 2020-12-25 2020-12-25 一种相关性矩阵可视化方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112614203A true CN112614203A (zh) 2021-04-06
CN112614203B CN112614203B (zh) 2023-07-04

Family

ID=75247905

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011563739.5A Active CN112614203B (zh) 2020-12-25 2020-12-25 一种相关性矩阵可视化方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112614203B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113420535A (zh) * 2021-06-04 2021-09-21 山东师范大学 基于vba的矩阵图表生成方法及系统
CN113704334A (zh) * 2021-08-23 2021-11-26 富途网络科技(深圳)有限公司 标的数据的显示方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015062209A1 (zh) * 2013-10-29 2015-05-07 华为技术有限公司 随机森林分类模型的可视化优化处理方法及装置
CN108021664A (zh) * 2017-12-04 2018-05-11 北京工商大学 一种基于维度投影的多维数据相关性可视分析方法及系统
CN110489480A (zh) * 2019-07-04 2019-11-22 华北电力大学 一种测井数据多属性快速切换可视化方法
CN111291543A (zh) * 2018-11-21 2020-06-16 北京国双科技有限公司 数据的显示方法及装置、存储介质及处理器
CN111783999A (zh) * 2020-07-01 2020-10-16 北京知因智慧科技有限公司 数据处理方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015062209A1 (zh) * 2013-10-29 2015-05-07 华为技术有限公司 随机森林分类模型的可视化优化处理方法及装置
CN108021664A (zh) * 2017-12-04 2018-05-11 北京工商大学 一种基于维度投影的多维数据相关性可视分析方法及系统
CN111291543A (zh) * 2018-11-21 2020-06-16 北京国双科技有限公司 数据的显示方法及装置、存储介质及处理器
CN110489480A (zh) * 2019-07-04 2019-11-22 华北电力大学 一种测井数据多属性快速切换可视化方法
CN111783999A (zh) * 2020-07-01 2020-10-16 北京知因智慧科技有限公司 数据处理方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张志豪 等: "基于可交互相关性矩阵的维度重排径向坐标可视化方法", 《模式识别与人工智能》, vol. 30, no. 7, pages 637 - 645 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113420535A (zh) * 2021-06-04 2021-09-21 山东师范大学 基于vba的矩阵图表生成方法及系统
CN113704334A (zh) * 2021-08-23 2021-11-26 富途网络科技(深圳)有限公司 标的数据的显示方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112614203B (zh) 2023-07-04

Similar Documents

Publication Publication Date Title
Wong The Wall Street Journal guide to information graphics: The dos and don'ts of presenting data, facts, and figures
Gramazio et al. The relation between visualization size, grouping, and user performance
CN112614203B (zh) 一种相关性矩阵可视化方法、装置、电子设备及存储介质
TWI597708B (zh) 電子顯示器
US11669948B2 (en) Learned model generating method, learned model generating device, product identifying method, product identifying device, product identifying system, and measuring device
CN111768461A (zh) 一种基于电子价签的图片生成方法
KR102471343B1 (ko) 사용자로부터 입력받은 텍스트의 키워드 분석을 이용한 온라인 인쇄물 제작 시스템
Jenny et al. Map design for the Internet
CN103688291B (zh) 屏幕检查设备、屏幕检查方法
van Onzenoodt et al. On the perceptual influence of shape overlap on data-comparison using scatterplots
Ledermann Minimum dimensions for cartographic symbology–history, rationale and relevance in the digital age
CN111612858B (zh) 一种电子标签的图像显示方法及相关装置
CN114119778A (zh) 用户界面的深色模式生成方法、电子设备及存储介质
Rodríguez-Pardo et al. Adaptive color visualization for dichromats using a customized hierarchical palette
US7707489B2 (en) Apparatus and method for visualizing overlapping range-bands
Beauchemin Unsupervised colour coding for visualization of categorical maps
US10540788B2 (en) Radial gradient module
WO2022024068A1 (en) Systems and methods for assessing text legibility in electronic documents
Hunt et al. Graphing with Matplotlib pyplot
Vlad et al. Developing reliably distinguishable color schemes for legends of natural resource taxonomy-based maps
P’ng et al. A guide to data visualization using BoutrosLab. plotting. general
Tsai et al. Perceived visual aesthetics of text-overlaid images: Computational models and experimental research for white-space fraction
Kvitle et al. Adaptive colour rendering of maps for users with colour vision deficiencies
CN111080732B (zh) 用于形成虚拟地图的方法及系统
Zhou et al. Visualizing confusion matrices for multidimensional signal detection correlational methods

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant