CN114840602A - 数据可视化方法、装置、设备及存储介质 - Google Patents

数据可视化方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114840602A
CN114840602A CN202210574894.XA CN202210574894A CN114840602A CN 114840602 A CN114840602 A CN 114840602A CN 202210574894 A CN202210574894 A CN 202210574894A CN 114840602 A CN114840602 A CN 114840602A
Authority
CN
China
Prior art keywords
file
data
filling
visualization
detection result
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
CN202210574894.XA
Other languages
English (en)
Inventor
卢浩明
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.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China 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 Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN202210574894.XA priority Critical patent/CN114840602A/zh
Publication of CN114840602A publication Critical patent/CN114840602A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/174—Form filling; Merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/186—Templates

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Bioethics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及人工智能技术，揭露了一种数据可视化方法，包括：获取数据文件，对所述数据文件进行重复检测，得到重复检测结果，根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件，根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理，根据聚合结果对数据文件进行可视化处理，并对可视化结果进行图像压缩及格式导出，得到可视化文件。此外，本发明还涉及区块链技术，所述可视化文件可存储在区块链的节点中。本发明还提出一种数据可视化方法装置、电子设备以及计算机可读存储介质。本发明可以解决数据可视化分析效率较低的问题。

Description

数据可视化方法、装置、设备及存储介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种数据可视化方法、装置、电子设备及计算机可读存储介质。
背景技术
一般的可视化分析平台都是需要从外部接入数据源，数据源支持传统的关系型数据，如SQL Server、MySQL、Oracle、DB2、TiDB、PostgreSQL等，也支持用于大数据的分布式SQL查询引擎，如Spark SQL，Presto，Hive等。但是这种方式流程一般比较长，需求方提需求给数仓组，数仓组根据需要接入数据，对数据建模，对数据清洗等，存储到特定的数据库中，然后才能接入数据，进行可视化分析。由于数据分析会占用大量时间，因此会使得数据可视化分析效率较低。
发明内容
本发明提供一种数据可视化方法、装置、电子设备及可读存储介质，其主要目的在于解决数据可视化分析效率较低的问题。
为实现上述目的，本发明提供的一种数据可视化方法，包括：
获取数据文件，对所述数据文件进行重复检测，得到重复检测结果；
根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件；
根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理；
根据聚合结果对数据文件进行可视化处理，并对可视化结果进行图像压缩及格式导出，得到可视化文件。
可选地，所述对所述数据文件进行重复检测，得到重复检测结果，包括：
获取历史文件集合，依次选取所述历史文件集合中的文件作为目标文件；
判断所述目标文件及所述数据文件的文件内容是否一致；
若所述目标文件及所述数据文件的文件内容一致，则所述重复检测结果为已上传文件；
若所述目标文件及所述数据文件的文件内容不一致，则所述重复检测结果为未上传文件。
可选地，所述对所述数据文件进行重复检测，得到重复检测结果之后，所述方法还包括：
若所述数据文件的重复检测结果为未上传文件，将所述数据文件加密记录至所述历史文件集合中，得到标准历史文件集合；
判断所述标准历史文件集合中的文件数是否超过预设的最大文件数；
若所述标准历史文件集合中的文件数超过所述最大文件数，则按照预设的文件删除方式对所述标准历史文件集合进行文件删除，直至所述标准历史文件集合中的文件数未超过所述最大文件数，得到新的历史文件集合。
可选地，所述根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件，包括：
根据所述重复检测结果确定目标文件，并将所述目标文件进行加密存储；
根据所述目标文件的文件类型匹配预设的填充模板；
利用断点续传的方式提取所述目标文件中的数据并填充至所述填充模板中，得到所述填充文件。
可选地，所述根据所述重复检测结果确定目标文件，并将所述目标文件进行加密存储，包括：
若所述数据文件的重复检测结果为未上传文件，则将所述数据文件确定为目标文件；
若所述数据文件的重复检测结果为已上传文件，则从历史文件集合中选取同样的文件作为目标文件；
利用预设的加密算法对所述目标文件进行加密，并存储至预设的数据库。
可选地，所述根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理，包括：
读取所述填充文件中的首行数据，将所述首行数据中的数据作为数据标签；
判断所述数据标签对应列的数据类型；
对数据类型为整数型的列中的数据进行求和、求最大值及求最小值处理，得到聚合数据。
可选地，所述根据聚合结果对数据文件进行可视化处理，包括：
获取预设的包含坐标轴信息的图形模板；
将所述数据标签作为所述图形模板中第一坐标轴的参数，以及将所述聚合结果作为所述图形模板中第二坐标轴的参数；
将填充完参数的图形模板转化为图形脚本，对所述图形脚本进行异步加载，得到可视化结果。
为了解决上述问题，本发明还提供一种数据可视化装置，所述装置包括：
文件重复检测模块，用于获取数据文件，对所述数据文件进行重复检测，得到重复检测结果；
数据填充模块，用于根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件；
数据聚合模块，用于根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理；
数据可视化模块，用于根据聚合结果对数据文件进行可视化处理，并对可视化结果进行图像压缩及格式导出，得到可视化文件。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个计算机程序；及
处理器，执行所述存储器中存储的计算机程序以实现上述所述的数据可视化方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的数据可视化方法。
本发明通过对数据文件进行重复检测，得到重复检测结果，根据重复检测结果提取数据文件的文件内容并填充至预设的填充模板，得到填充文件，避免了重复文件的数据提取，提高了数据提取的效率。并且基于填充模板获取数据并进行聚合处理，不需要复杂的数据建模、数据清洗等步骤，节约了数据分析的时间，提高了数据可视化展示的效率。因此本发明提出的数据可视化方法、装置、电子设备及计算机可读存储介质，可以解决数据可视化分析效率较低的问题。
附图说明
图1为本发明一实施例提供的数据可视化方法的流程示意图；
图2为本发明一实施例提供的数据可视化装置的功能模块图；
图3为本发明一实施例提供的实现所述数据可视化方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种数据可视化方法。所述数据可视化方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述数据可视化方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的数据可视化方法的流程示意图。在本实施例中，所述数据可视化方法包括：
S1、获取数据文件，对所述数据文件进行重复检测，得到重复检测结果。
本发明实施例中，所述数据文件是指包含大量业务数据的文件，例如，金融领域中保险的保费数据文件。所述重复检测用来检测上传的文件是已经上传过的文件，若重复检测结果为已上传文件，则直接使用历史记录的文件，从而提高数据上传速度。
详细地，所述对所述数据文件进行重复检测，得到重复检测结果，包括：
获取历史文件集合，依次选取所述历史文件集合中的文件作为目标文件；
判断所述目标文件及所述数据文件的文件内容是否一致；
若所述目标文件及所述数据文件的文件内容一致，则所述重复检测结果为已上传文件；
若所述目标文件及所述数据文件的文件内容不一致，则所述重复检测结果为未上传文件。
本发明实施例中，所述历史文件集合中包含了每次上传的数据文件，例如，该历史文件集合记为X，集合X中有很多与数据文件D类似的历史数据文件A、B、C...。本发明可以通过预设的比对算法对比所述目标文件及所述数据文件的文件内容是否一致。
本发明另一可选实施例中，所述对所述数据文件进行重复检测，得到重复检测结果之后，所述方法还包括：
若所述数据文件的重复检测结果为未上传文件，将所述数据文件加密记录至所述历史文件集合中，得到标准历史文件集合；
判断所述标准历史文件集合中的文件数是否超过预设的最大文件数；
若所述标准历史文件集合中的文件数超过所述最大文件数，则按照预设的文件删除方式对所述标准历史文件集合进行文件删除，直至所述标准历史文件集合中的文件数未超过所述最大文件数，得到新的历史文件集合。
本发明实施例中，将数据文件D回写至历史版本文件集合中，并判断集合X中记录的文件数XN是否超过预设的最大文件数，若超过，则按照时间先后顺序从集合X中移除XN-N个文件，例如，当前集合中有A、B、C及D四种数据文件，预设的最大文件数为3，则从集合X中移除历史文件A。
可选的，本发明还可以进行三十天定时删除，将历史文件集合中超过三十天的文件进行删除，避免占用过多内存。
S2、根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件。
本发明实施例中，由于所述数据文件可以为不同格式的文件，因此所述预设的填充模板根据不同格式的文件进行构建，包括xml/json/csv/excel等格式。所述填充模板中的第一行为预设类名，例如，金融领域中excel格式的填充模板第一行为保单号、保费等，其余行为空白行(待填充行)
具体地，所述根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件，包括：
根据所述重复检测结果确定目标文件，并将所述目标文件进行加密存储；
根据所述目标文件的文件类型匹配预设的填充模板；
利用断点续传的方式提取所述目标文件中的数据并填充至所述填充模板中，得到所述填充文件。
本发明一可选实施例中，所述断点续传的方式是指指的是在下载或上传时，将下载或上传任务(一个文件或一个压缩包)划分为几个部分，每一个部分采用一个线程进行上传或下载，如果碰到网络故障，可以从已经上传或下载的部分开始继续上传下载未完成的部分，而没有必要从头开始上传下载。例如，所述数据文件传到50％网络断了，第二次上传时只需要上传剩下的50％即可，提高了上传速度。
详细地，所述根据所述重复检测结果确定目标文件，并将所述目标文件进行加密存储，包括：
若所述数据文件的重复检测结果为未上传文件，则将所述数据文件确定为目标文件；
若所述数据文件的重复检测结果为已上传文件，则从历史文件集合中选取同样的文件作为目标文件；
利用预设的加密算法对所述目标文件进行加密，并存储至预设的数据库。
本发明实施例中，所述预设的加密算法可以为对称或非对称算法，所述预设的数据库可以为关系型数据库或非关系型数据库。
S3、根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理。
本发明实施例中，所述聚合处理包括求和、求最大值及求最小值等。
详细地，所述根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理，包括：
读取所述填充文件中的首行数据，将所述首行数据中的数据作为数据标签；
判断所述数据标签对应列的数据类型；
对数据类型为整数型的列中的数据进行求和、求最大值及求最小值处理，得到聚合数据。
本发明一可选实施例中，通过读取文件首行，获取到数据列名称，通过每列数据分析数据类型，进而对如整数的数据进行预先聚合，包括：计算求和、最大值、最小值等，聚合后的数据可直接用于可视化，从而提高数据可视化速度。
S4、根据聚合结果对数据文件进行可视化处理，并对可视化结果进行图像压缩及格式导出，得到可视化文件。
本发明实施例中，可以使用ECharts可视化图标库进行可视化处理，所述ECharts可视化图标库是一个开源的数据可视化工具，并且是一个纯Javascript的图表库，在使用时按照js文件加载即可。
具体地，所述根据聚合结果对数据文件进行可视化处理，包括：
获取预设的包含坐标轴信息的图形模板；
将所述数据标签作为所述图形模板中第一坐标轴的参数，以及将所述聚合结果作为所述图形模板中第二坐标轴的参数；
将填充完参数的图形模板转化为图形脚本，对所述图形脚本进行异步加载，得到可视化结果。
本发明一可选实施例中，所述图形模板折线图、条形图、饼图、热力图、关系图等。例如，以折线图为例，将数据标签“保费”作为X轴(第一坐标轴)的参数，“保费”对应的聚合结果作为Y轴(第二坐标轴)的参数，写入折线图模板，并转化为json格式的文件中，通过javascript异步加载得到对应的保费折线图(可视化结果)。同时，兼容的图表可以相互转换，如柱状图和折线图，都是X轴和Y轴的数据，可以相互转换。
进一步地，所述图像压缩是指用尽可能少的数据来进行图像的存储和传输，不同格式的图像压缩方法也不相同，以PNG格式的图像为例，图像压缩包括两个阶段：预解析(Prediction)：对PNG格式用差分编码(Delta encoding)进行预处理，处理后让它更方便后续的压缩；压缩(Compression)：使用Deflate压缩算法(该算法结合了LZ77压缩算法和Huffman编码算法)对图片进行编码，降低了对内存的占用及CPU使用率。
本发明一可选实施例中，所述格式导出是指在得到可视化结果后，将可视化结果导出为图片、HTML格式或者可视化工程文件(UE4等，可以直接导入修改，提高了修改的便捷性)。
本发明通过对数据文件进行重复检测，得到重复检测结果，根据重复检测结果提取数据文件的文件内容并填充至预设的填充模板，得到填充文件，避免了重复文件的数据提取，提高了数据提取的效率。并且基于填充模板获取数据并进行聚合处理，不需要复杂的数据建模、数据清洗等步骤，节约了数据分析的时间，提高了数据可视化展示的效率。因此本发明提出的数据可视化方法，可以解决数据可视化分析效率较低的问题。
如图2所示，是本发明一实施例提供的数据可视化装置的功能模块图。
本发明所述数据可视化装置100可以安装于电子设备中。根据实现的功能，所述数据可视化装置100可以包括文件重复检测模块101、数据填充模块102、数据聚合模块103及数据可视化模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述文件重复检测模块101，用于获取数据文件，对所述数据文件进行重复检测，得到重复检测结果；
所述数据填充模块102，用于根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件；
所述数据聚合模块103，用于根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理；
所述数据可视化模块104，用于根据聚合结果对数据文件进行可视化处理，并对可视化结果进行图像压缩及格式导出，得到可视化文件。
详细地，所述数据可视化装置100各模块的具体实施方式如下：
步骤一、获取数据文件，对所述数据文件进行重复检测，得到重复检测结果。
本发明实施例中，所述数据文件是指包含大量业务数据的文件，例如，金融领域中保险的保费数据文件。所述重复检测用来检测上传的文件是已经上传过的文件，若重复检测结果为已上传文件，则直接使用历史记录的文件，从而提高数据上传速度。
详细地，所述对所述数据文件进行重复检测，得到重复检测结果，包括：
获取历史文件集合，依次选取所述历史文件集合中的文件作为目标文件；
判断所述目标文件及所述数据文件的文件内容是否一致；
若所述目标文件及所述数据文件的文件内容一致，则所述重复检测结果为已上传文件；
若所述目标文件及所述数据文件的文件内容不一致，则所述重复检测结果为未上传文件。
本发明实施例中，所述历史文件集合中包含了每次上传的数据文件，例如，该历史文件集合记为X，集合X中有很多与数据文件D类似的历史数据文件A、B、C...。本发明可以通过预设的比对算法对比所述目标文件及所述数据文件的文件内容是否一致。
本发明另一可选实施例中，所述对所述数据文件进行重复检测，得到重复检测结果之后，所述方法还包括：
若所述数据文件的重复检测结果为未上传文件，将所述数据文件加密记录至所述历史文件集合中，得到标准历史文件集合；
判断所述标准历史文件集合中的文件数是否超过预设的最大文件数；
若所述标准历史文件集合中的文件数超过所述最大文件数，则按照预设的文件删除方式对所述标准历史文件集合进行文件删除，直至所述标准历史文件集合中的文件数未超过所述最大文件数，得到新的历史文件集合。
本发明实施例中，将数据文件D回写至历史版本文件集合中，并判断集合X中记录的文件数XN是否超过预设的最大文件数，若超过，则按照时间先后顺序从集合X中移除XN-N个文件，例如，当前集合中有A、B、C及D四种数据文件，预设的最大文件数为3，则从集合X中移除历史文件A。
可选的，本发明还可以进行三十天定时删除，将历史文件集合中超过三十天的文件进行删除，避免占用过多内存。
步骤二、根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件。
本发明实施例中，由于所述数据文件可以为不同格式的文件，因此所述预设的填充模板根据不同格式的文件进行构建，包括xml/json/csv/excel等格式。所述填充模板中的第一行为预设类名，例如，金融领域中excel格式的填充模板第一行为保单号、保费等，其余行为空白行(待填充行)
具体地，所述根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件，包括：
根据所述重复检测结果确定目标文件，并将所述目标文件进行加密存储；
根据所述目标文件的文件类型匹配预设的填充模板；
利用断点续传的方式提取所述目标文件中的数据并填充至所述填充模板中，得到所述填充文件。
本发明一可选实施例中，所述断点续传的方式是指指的是在下载或上传时，将下载或上传任务(一个文件或一个压缩包)划分为几个部分，每一个部分采用一个线程进行上传或下载，如果碰到网络故障，可以从已经上传或下载的部分开始继续上传下载未完成的部分，而没有必要从头开始上传下载。例如，所述数据文件传到50％网络断了，第二次上传时只需要上传剩下的50％即可，提高了上传速度。
详细地，所述根据所述重复检测结果确定目标文件，并将所述目标文件进行加密存储，包括：
若所述数据文件的重复检测结果为未上传文件，则将所述数据文件确定为目标文件；
若所述数据文件的重复检测结果为已上传文件，则从历史文件集合中选取同样的文件作为目标文件；
利用预设的加密算法对所述目标文件进行加密，并存储至预设的数据库。
本发明实施例中，所述预设的加密算法可以为对称或非对称算法，所述预设的数据库可以为关系型数据库或非关系型数据库。
步骤三、根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理。
本发明实施例中，所述聚合处理包括求和、求最大值及求最小值等。
详细地，所述根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理，包括：
读取所述填充文件中的首行数据，将所述首行数据中的数据作为数据标签；
判断所述数据标签对应列的数据类型；
对数据类型为整数型的列中的数据进行求和、求最大值及求最小值处理，得到聚合数据。
本发明一可选实施例中，通过读取文件首行，获取到数据列名称，通过每列数据分析数据类型，进而对如整数的数据进行预先聚合，包括：计算求和、最大值、最小值等，聚合后的数据可直接用于可视化，从而提高数据可视化速度。
步骤四、根据聚合结果对数据文件进行可视化处理，并对可视化结果进行图像压缩及格式导出，得到可视化文件。
本发明实施例中，可以使用ECharts可视化图标库进行可视化处理，所述ECharts可视化图标库是一个开源的数据可视化工具，并且是一个纯Javascript的图表库，在使用时按照js文件加载即可。
具体地，所述根据聚合结果对数据文件进行可视化处理，包括：
获取预设的包含坐标轴信息的图形模板；
将所述数据标签作为所述图形模板中第一坐标轴的参数，以及将所述聚合结果作为所述图形模板中第二坐标轴的参数；
将填充完参数的图形模板转化为图形脚本，对所述图形脚本进行异步加载，得到可视化结果。
本发明一可选实施例中，所述图形模板折线图、条形图、饼图、热力图、关系图等。例如，以折线图为例，将数据标签“保费”作为X轴(第一坐标轴)的参数，“保费”对应的聚合结果作为Y轴(第二坐标轴)的参数，写入折线图模板，并转化为json格式的文件中，通过javascript异步加载得到对应的保费折线图(可视化结果)。同时，兼容的图表可以相互转换，如柱状图和折线图，都是X轴和Y轴的数据，可以相互转换。
进一步地，所述图像压缩是指用尽可能少的数据来进行图像的存储和传输，不同格式的图像压缩方法也不相同，以PNG格式的图像为例，图像压缩包括两个阶段：预解析(Prediction)：对PNG格式用差分编码(Delta encoding)进行预处理，处理后让它更方便后续的压缩；压缩(Compression)：使用Deflate压缩算法(该算法结合了LZ77压缩算法和Huffman编码算法)对图片进行编码，降低了对内存的占用及CPU使用率。
本发明一可选实施例中，所述格式导出是指在得到可视化结果后，将可视化结果导出为图片、HTML格式或者可视化工程文件(UE4等，可以直接导入修改，提高了修改的便捷性)。
本发明通过对数据文件进行重复检测，得到重复检测结果，根据重复检测结果提取数据文件的文件内容并填充至预设的填充模板，得到填充文件，避免了重复文件的数据提取，提高了数据提取的效率。并且基于填充模板获取数据并进行聚合处理，不需要复杂的数据建模、数据清洗等步骤，节约了数据分析的时间，提高了数据可视化展示的效率。因此本发明提出的数据可视化装置，可以解决数据可视化分析效率较低的问题。
如图3所示，是本发明一实施例提供的实现数据可视化方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信接口12和总线13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如数据可视化程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如数据可视化程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如数据可视化程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述通信接口12用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
所述总线13可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线13可以分为地址总线、数据总线、控制总线等。所述总线13被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地，该电子设备还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的数据可视化程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取数据文件，对所述数据文件进行重复检测，得到重复检测结果；
根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件；
根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理；
根据聚合结果对数据文件进行可视化处理，并对可视化结果进行图像压缩及格式导出，得到可视化文件。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取数据文件，对所述数据文件进行重复检测，得到重复检测结果；
根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件；
根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理；
根据聚合结果对数据文件进行可视化处理，并对可视化结果进行图像压缩及格式导出，得到可视化文件。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块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。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种数据可视化方法，其特征在于，所述方法包括：
获取数据文件，对所述数据文件进行重复检测，得到重复检测结果；
根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件；
根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理；
根据聚合结果对数据文件进行可视化处理，并对可视化结果进行图像压缩及格式导出，得到可视化文件。
2.如权利要求1所述的数据可视化方法，其特征在于，所述对所述数据文件进行重复检测，得到重复检测结果，包括：
获取历史文件集合，依次选取所述历史文件集合中的文件作为目标文件；
判断所述目标文件及所述数据文件的文件内容是否一致；
若所述目标文件及所述数据文件的文件内容一致，则所述重复检测结果为已上传文件；
若所述目标文件及所述数据文件的文件内容不一致，则所述重复检测结果为未上传文件。
3.如权利要求2中所述的数据可视化方法，其特征在于，所述对所述数据文件进行重复检测，得到重复检测结果之后，所述方法还包括：
若所述数据文件的重复检测结果为未上传文件，将所述数据文件加密记录至所述历史文件集合中，得到标准历史文件集合；
判断所述标准历史文件集合中的文件数是否超过预设的最大文件数；
若所述标准历史文件集合中的文件数超过所述最大文件数，则按照预设的文件删除方式对所述标准历史文件集合进行文件删除，直至所述标准历史文件集合中的文件数未超过所述最大文件数，得到新的历史文件集合。
4.如权利要求1所述的数据可视化方法，其特征在于，所述根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件，包括：
根据所述重复检测结果确定目标文件，并将所述目标文件进行加密存储；
根据所述目标文件的文件类型匹配预设的填充模板；
利用断点续传的方式提取所述目标文件中的数据并填充至所述填充模板中，得到所述填充文件。
5.如权利要求2所述的数据可视化方法，其特征在于，所述根据所述重复检测结果确定目标文件，并将所述目标文件进行加密存储，包括：
若所述数据文件的重复检测结果为未上传文件，则将所述数据文件确定为目标文件；
若所述数据文件的重复检测结果为已上传文件，则从历史文件集合中选取同样的文件作为目标文件；
利用预设的加密算法对所述目标文件进行加密，并存储至预设的数据库。
6.如权利要求1所述的数据可视化方法，其特征在于，所述根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理，包括：
读取所述填充文件中的首行数据，将所述首行数据中的数据作为数据标签；
判断所述数据标签对应列的数据类型；
对数据类型为整数型的列中的数据进行求和、求最大值及求最小值处理，得到聚合数据。
7.如权利要求1所述的数据可视化方法，其特征在于，所述根据聚合结果对数据文件进行可视化处理，包括：
获取预设的包含坐标轴信息的图形模板；
将所述数据标签作为所述图形模板中第一坐标轴的参数，以及将所述聚合结果作为所述图形模板中第二坐标轴的参数；
将填充完参数的图形模板转化为图形脚本，对所述图形脚本进行异步加载，得到可视化结果。
8.一种数据可视化装置，其特征在于，所述装置包括：
文件重复检测模块，用于获取数据文件，对所述数据文件进行重复检测，得到重复检测结果；
数据填充模块，用于根据所述重复检测结果提取所述数据文件的文件内容并填充至预设的填充模板，得到填充文件；
数据聚合模块，用于根据所述填充文件中的数据类型对所述填充文件中的数据进行聚合处理；
数据可视化模块，用于根据聚合结果对数据文件进行可视化处理，并对可视化结果进行图像压缩及格式导出，得到可视化文件。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的数据可视化方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的数据可视化方法。
CN202210574894.XA 2022-05-24 2022-05-24 数据可视化方法、装置、设备及存储介质 Pending CN114840602A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210574894.XA CN114840602A (zh) 2022-05-24 2022-05-24 数据可视化方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210574894.XA CN114840602A (zh) 2022-05-24 2022-05-24 数据可视化方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114840602A true CN114840602A (zh) 2022-08-02

Family

ID=82572775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210574894.XA Pending CN114840602A (zh) 2022-05-24 2022-05-24 数据可视化方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114840602A (zh)

Similar Documents

Publication Publication Date Title
CN112052370A (zh) 报文生成方法、装置、电子设备及计算机可读存储介质
CN112148577A (zh) 数据异常检测方法、装置、电子设备及存储介质
CN111814962A (zh) 识别模型的参数获取方法、装置、电子设备及存储介质
CN112541745A (zh) 用户行为数据分析方法、装置、电子设备及可读存储介质
CN112528616A (zh) 业务表单生成方法、装置、电子设备及计算机存储介质
CN114491047A (zh) 多标签文本分类方法、装置、电子设备及存储介质
CN112579621A (zh) 数据展示方法、装置、电子设备及计算机存储介质
CN114881616A (zh) 业务流程执行方法、装置、电子设备及存储介质
CN114979120A (zh) 数据上传方法、装置、设备及存储介质
CN112885423A (zh) 疾病标签检测方法、装置、电子设备及存储介质
CN113268665A (zh) 基于随机森林的信息推荐方法、装置、设备及存储介质
CN115205225A (zh) 医学图像识别模型的训练方法、装置、设备及存储介质
CN112101481A (zh) 目标物的影响因子筛选方法、装置、设备及存储介质
CN114840602A (zh) 数据可视化方法、装置、设备及存储介质
CN115496166A (zh) 多任务处理方法、装置、电子设备及存储介质
CN115409041A (zh) 一种非结构化数据提取方法、装置、设备及存储介质
CN115221171A (zh) 异常数据智能监控方法、装置、电子设备及存储介质
CN114840631A (zh) 空间文本查询方法、装置、电子设备及存储介质
CN114490137A (zh) 业务数据实时统计方法、装置、电子设备及可读存储介质
CN112215336A (zh) 基于用户行为的数据标注方法、装置、设备及存储介质
CN113705686A (zh) 图像分类方法、装置、电子设备及可读存储介质
CN114398890A (zh) 文本增强方法、装置、设备及存储介质
CN112561500A (zh) 基于用户数据的薪酬数据生成方法、装置、设备及介质
CN112560789A (zh) 图像对象检测方法、装置、电子设备及存储介质
CN115269945B (zh) 大数据可视化分析方法及装置

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