CN114860838B

CN114860838B - 二维关系型数据转换为可视化树表的方法和装置

Info

Publication number: CN114860838B
Application number: CN202210764838.2A
Authority: CN
Inventors: 李培铭
Original assignee: Guangzhou Yuexin Semiconductor Technology Co Ltd
Current assignee: Yuexin Semiconductor Technology Co.,Ltd.
Priority date: 2022-07-01
Filing date: 2022-07-01
Publication date: 2022-11-11
Anticipated expiration: 2042-07-01
Also published as: CN114860838A

Abstract

本发明提供一种二维关系型数据转换为可视化树表的方法和装置，所述方法至少包括以下步骤：S1，获取数据库中的二维关系型数据，对所述二维关系型数据进行构造树处理得到节点关联关系；S2，根据节点关联关系对二维关系型数据进行矩阵构造得到矩阵图表；S3，对所述矩阵图表进行处理得到可视化树表。本发明能够将储存于数据库中的关系型数据转化为可视化树表，方便进行后续的数据分析、复制及传输。

Description

二维关系型数据转换为可视化树表的方法和装置

技术领域

本发明涉及数据可视化技术，特别是涉及一种二维关系型数据转换为可视化树表的方法和装置。

背景技术

数据可视是通过借助图形化手段，将海量的复杂数据清晰有效地表现出来。基本思想是将数据库中每一个数据作为组成图像的元素，最终由海量的数据集汇聚数据图像，同时将每一个数据的属性值以多维数据的形式表示，便于用户通过不同的维度对数据进行挖掘与分析。

目前数据可视化已经出现如几何、图标、层次、面向像素等形式，唯独缺少树表的可视化形式。在实际生产应用中，一方面是因为表格对数据的展现比较直观，同时办公环境下的应用也比较广泛，以致数据的表格可视化非常有必要；另一方面是因为海量的数据元素之间具备关联关系，形如树状图，具备树根、树枝和树叶等数层关系，所以树状展示数据便于后续对其进行分析与挖掘。

鉴于市面缺少兼顾树与表两者的优势的可视化方法，将数据转换为可视化树表的方法显得尤为重要。

发明内容

鉴于现有的实际需求，本发明的目的在于提供一种二维关系型数据转换为可视化树表的方法和装置。

为实现上述目的及其他相关目的，本发明提供一种二维关系型数据转换为可视化树表的方法，所述方法至少包括以下步骤：

S1，获取二维关系型数据，对所述二维关系型数据进行构造树处理得到节点关联关系；

S2，根据节点关联关系对二维关系型数据进行矩阵构造得到矩阵图表；

S3，对所述矩阵图表进行处理得到可视化树表。

优选地，二维关系型数据的数据元素结构包括数据字段、不同数据的标识字段，标识包括数据自身标识和数据所属父节点标识；每个数据对应一个数据自身标识和一个数据所属父节点标识；每个数据自身标识和每个数据所属父节点标识对应一个节点。

优选地，对所述二维关系型数据进行构造树处理得到节点关联关系至少包括以下步骤：

根据二维关系型数据确定每个数据的根节点及其子节点；

根据二维关系型数据确定所有根节点和所有子节点之间的节点关联关系。

优选地，根据数据所属父节点标识字段确定二维关系型数据的根节点，根据数据自身标识字段确定二维关系型数据的子节点。

优选地，根据节点关联关系对二维关系型数据进行矩阵构造得到矩阵图表包括：

将所有根节点和所有子节点进行划分得到原始根节点、中间节点和叶子节点；

根据节点关联关系对所有根节点和所有子节点进行处理得到不同的节点路径；所述节点路径包括原始根节点和叶子节点，或，所述节点路径包括原始根节点、中间节点和叶子节点；

对所有节点路径进行处理形成矩阵图表。

优选地，对所有节点路径进行汇集处理得到类矩阵；根据类矩阵得到矩阵图表。

优选地，根据类矩阵得到矩阵图表包括：

当所有节点路径中的节点总个数相同时，所述类矩阵为矩阵图表；

当存在至少两条节点路径中的节点总个数不同时，对所述类矩阵进行填充处理得到矩阵图表。

优选地，当存在至少两条节点路径中的节点总个数不同时，对所述类矩阵进行填充处理得到矩阵图表的过程如下：

（1）对每条节点路径的节点总个数进行统计，获取节点路径中节点总个数最大值；

（2）在类矩阵中，对小于节点总个数最大值的节点路径后进行填充，以使小于节点总个数最大的节点路径长度与节点总个数最大值的节点路径长度相同；

（3）当所有节点路径的长度相同时，填充处理完成得到矩阵图表。

优选地，对所述矩阵图表进行处理得到可视化树表包括：

对矩阵图表中每列的相同标识进行统计；

对每个标识和矩阵图表中的填充进行处理得到矩形数据块；

对所述矩形数据块进行处理得到可视化树表结构；

基于可视化树表结构得到二维关系型数据的可视化树表。

为实现上述目的及其他相关目的，本发明还提供一种二维关系型数据转换为可视化树表的装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的程序，所述处理器执行所述程序时，实现上述的二维关系型数据转换为可视化树表的方法的步骤。

如上所述，本发明的二维关系型数据转换为可视化树表的方法和装置，具有以下有益效果：

本发明的二维关系型数据转换为可视化树表的方法和装置，对数据库中的二维关系型数据见构造树处理和矩阵构造处理得到矩阵图表，然后对矩阵图表进行处理得到可视化树表。本发明能够将储存于数据库中的关系型数据转化为可视化树表，方便进行后续的数据分析、复制及传输。

附图说明

图1显示为本发明二维关系型数据转换为可视化数表的方法流程示意图。

图2显示为本发明实施例中二维关系型数据的节点关联关系示意图。

图3显示为本发明实施例中二维关系型数据形成的类矩阵示意图。

图4显示为本发明实施例中二维关系型数据形成的矩阵图表的示意图。

图5显示为本发明实施例中二维关系型数据形成的矩形数据块的示意图。

图6显示为本发明实施例中二维关系型数据转换为的可视化树表结构的示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

请参阅图1-6。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

方法实施例：

本发明提出一种二维关系型数据转换为可视化树表的方法，其流程图如图1所示，现结合附图1对本发明的技术方案进行详细的描述。

S1，获取数据库中的二维关系型数据，对所述二维关系型数据进行构造树处理得到节点关联关系；

本步骤中的构造树处理是为了确定不同数据之间的从属关系；

所述二维关系型数据的数据元素结构包括数据字段、不同数据的标识字段，所述标识包括数据自身标识（ABC id）和数据所属父节点标识（ABC parentld id）；每个数据对应一个数据自身标识和一个数据所属父节点标识；每个数据自身标识和每个数据所属父节点标识对应一个节点。所述标识用于表明不同数据的从属关系。

本发明中，数据字段包括根数据和子数据；数据自身标识字段包括根数据对应的跟数据自身标识和若干子数据分别对应的子数据自身标识；数据所属父节点标识字段包括根数据及所有子数据分别对应的数据所属父节点标识。

在本发明实施例中，二维关系型数据如表1所示，一共有17行数据。二维关系型数据中的第1行为根数据、根数据对应的数据自身标识、根数据对应的根数据所属父节点标识，第2行至第17行为子数据、子数据对应的数据自身标识、子数据对应的子数据所属父节点标识。具体的，第1行中，1为根数据，R为1的数据自身标识，0为根数据所属父节点标识，其表示根数据没有父节点，即为原始点；第2行中，2为子数据、A1为2的数据自身标识，R为数据自身标识A1的数据所属父节点标识，即子数据2所属父节点标识；第3行中，……；第17行中，17为子数据、A32为17的子数据自身标识，A21为子数据自身标识A32所属父节点标识，即子数据17所属父节点标识。

表1

本发明中，对所述二维关系型数据进行构造树处理得到节点关联关系至少包括以下步骤：

S11，根据二维关系型数据确定每个数据的根节点及其子节点；

根据数据所属父节点标识字段确定二维关系型数据的根节点，根据数据自身标识字段确定二维关系型数据的子节点；

根据表1所示，根节点分别为R、A1、B1、C1、B11、B12、C12、A12、A21；子节点分别为A1、B1、C1、A11、A12、A13、B11、C11、C12、B21、B22、B31、C21、A21、A31、A32。

S12，根据二维关系型数据确定所有根节点和所有子节点之间的节点关联关系。

本步骤旨在根据二维关系型数据确定所有根节点和所有子节点之间的从属关系，从而得到二维关系型数据的可视化数表关系。

S121，根据第一个数据的标识和第二个数据的标识确定第一个数据与第二个数据的从属关系；

当第一个数据的数据自身标识和第二个数据的数据所属父节点标识相同时，判断第二个数据从属与第一个数据；即确定第一个数据为第二个数据的根数据，第二个数据为第一个数据的子数据。

例如，数据2的数据自身标识为A1，数据5的数据所属父节点标识为A1，此时表明数据2的子节点的与数据5的根节点之间有从属关系，判断数据5从属于数据2；具体的，数据2为数据5的根数据，数据5为数据2的子数据。

S122，根据第一个数据和第二个数据之间的从属关系确定其中一个数据的子节点与另一个数据的根节点的节点关联；其中，根节点为节点关联关系的关联上节点、子节点为节点关联关系的关联下节点。

当第一个数据的数据自身标识和第二个数据的数据所属父节点标识相同时，判断第二个数据从属与第一个数据；此时，表明第一个数据的子节点与第二个数据的根节点具有关联关系；即数据2与数据5有关联关系，数据3为关联上节点，数据5为关联下节点。

S123，遍历二维关系型数据中的所有数据的标识确定所有根节点与所有子节点之间的节点关联关系。

按照步骤S121和A122对数据库中的二维关系型数据进行处理得到所有数据的所有节点与所有子节点之间的关联关系。例如， R为A1、B1和C1的根节点，即A1、B1和C1为R的子节点；R与A1、B1、C1具有关联关系，且R为关联上节点，A1、B1和C1为关联下节点。本发明实施例中表1所示的二维关系型数据得到的所有节点和数据子节点之间的关联关系如图2所示。

由于步骤S1构造树处理得到的如图2所示的节点关联关系的示意图是抽象化的，不适于可视化展示，因此，需要进一步处理，使节点关联关系可视化。

S21，将所有根节点和所有子节点进行划分得到原始根节点、中间节点和叶子节点；

当数据的数据自身标识不为零，但数据的数据所属父节点标识为零时，将该数据对应的子节点定义为原始根节点；

当数据的数据自身标识和数据的数据所述标识均不为零时，将该数据对应的根节点定义为中间节点；

当数据的数据自身标识不为零，但该数据无子节点时，将该数据对应的子节点定义为叶子节点。

在本发明实施例中，R为原始根节点；A11、A31、A32、A13、B21、B31、C11和C21为叶子节点；A1、B1、C1、A12、A21、B11、B22和C12为中间节点。

S22，根据节点关联关系对所有根节点和所有子节点进行处理得到不同的节点路径；所述节点路径包括原始根节点和叶子节点，或，所述节点路径包括原始根节点、中间节点和叶子节点；

本发明节点关联关系中的两个节点关联分别为关联上节点和关联下节点，关联上节点为路径的上游，关节下节点为路径的下游；而原始根节点为节点路径的起始点，叶子节点为节点路径的终止点。

在本发明实施例中，对二维关系型数据的17个节点进行处理后得到8条节点路径；每条节点路径均包括原始根节点、中间节点和叶子节点。例如，第一条节点路径为R→A1→A11，第二条节点路径为R→A1→A12→A21→A31。

S23，对所有节点路径进行处理形成矩阵图表。

本步骤旨在对有节点路径进行汇集处理以形成规则的矩阵图表，从而便于后续更整齐的展示。

由于在实际过程中，对二维关系型数据处理后得到的所有节点路径中，不同节点路径中的节点总个数并不一样相同，因此，当不同节点路径中的节点总个数相同时，汇集形成的直接为规则矩阵图；当不同节点路径中的节点总个数不相同时，汇集形成的矩阵图并不规则，需要对不规则矩阵进行处理得到规则矩阵。

对所有节点路径进行汇集处理得到类矩阵；

本发明实施例中，二维关系型数据形成如图3所示的类矩阵，此时需要对该不规则的类矩阵进行填充以得到矩阵图表。

当存在至少两条节点路径中的节点总个数不同时，对所述类矩阵进行填充处理得到矩阵图表的过程如下：

在本发明中，在小于节点总个数最大值的节点路径后填充符号为空字，如图4所示；作为其他实施方式，填充符号也可以为0。

S3，对所述矩阵图表进行处理得到可视化树表。

本发明中的矩阵图表虽然可以初步展示数据之间的关系，但是矩阵表中存在许多重复的数据，因此需要进行去重处理，从而使数据之间的关系变得更清晰。

S31，对矩阵图表中每列的相同标识进行统计；

本发明对每列的相同标识进行统计实际是对原始根节点和中间节点进行统计。

在统计时，对矩阵图表按行进行统计，当某节点第一次出现时，统计该节点的位置和频次为1，当第二次出现时，频次计数器加1，得到频次为2，依次类推。

在本发明实施例中，对图4所示的矩阵图表进行统计，第一列中，原始根节点R的频次为8，第二列中，中间节点A1的频次为4，中间节点B1的频次为2等。

S32，对每个标识和矩阵图表中的填充进行处理得到矩形数据块；

本发明对第一次出现的标识进行保留处理且对重复出现的标识和填充增加删除符合处理，得到的矩形数据块。

本发明得到的矩形数据块如图5所示。

S33，对所述矩形数据块进行处理得到可视化树表结构；

本发明对第一次出现的标识及其增加删除符合的重复标识进行合并处理、增加删除符合的填充进行删除处理得到可视化树表。

本发明实施例中，进行合并处理和删除处理后得到的可视化树表结构如图6所示。

S34，基于可视化树表结构得到二维关系型数据的可视化树表。

本步骤将可视化树表结构中各标识对应的数据对映至可视化树表中，如表2所示。

表2

装置实施例：

本发明还提供一种二维关系型数据转换为可视化数表的装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的程序，处理器执行所述程序时，实现上述的二维关系型数据转换为可视化数表的方法的步骤。

本发明中，二维关系型数据转换为可视化数表的方法步骤的详细过程已在方法实施例中详细介绍，此处不再赘述。

综上所述，本发明能够将储存于数据库中的关系型数据转化为可视化树表，方便进行后续的数据分析、复制及传输。所以，本发明在数据可视化处理过程中具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims

1.一种二维关系型数据转换为可视化树表的方法，其特征在于，所述方法至少包括以下步骤：

S3，对所述矩阵图表进行处理得到可视化树表；

根据节点关联关系对二维关系型数据进行矩阵构造得到矩阵图表包括：

对所有节点路径进行处理形成矩阵图表；

对所有节点路径进行汇集处理得到类矩阵；根据类矩阵得到矩阵图表；

根据类矩阵得到矩阵图表包括：

当存在至少两条节点路径中的节点总个数不同时，对所述类矩阵进行填充处理得到矩阵图表；

(1)对每条节点路径的节点总个数进行统计，获取节点路径中节点总个数最大值；

(2)在类矩阵中，对小于节点总个数最大值的节点路径后进行填充，以使小于节点总个数最大的节点路径长度与节点总个数最大值的节点路径长度相同；

(3)当所有节点路径的长度相同时，填充处理完成得到矩阵图表；

对所述矩阵图表进行处理得到可视化树表包括：

对矩阵图表中每列的相同标识进行统计；

对每个标识和矩阵图表中的填充进行去重复处理得到矩形数据块；

对所述矩形数据块中第一次出现的标识及其增加删除符合的重复标识进行合并处理、增加删除符合的填充进行删除处理得到可视化树表结构；

基于可视化树表结构得到二维关系型数据的可视化树表。

2.根据权利要求1所述的二维关系型数据转换为可视化树表的方法，其特征在于，二维关系型数据的数据元素结构包括数据字段、不同数据的标识字段，标识包括数据自身标识和数据所属父节点标识；每个数据对应一个数据自身标识和一个数据所属父节点标识；每个数据自身标识和每个数据所属父节点标识对应一个节点。

3.根据权利要求2所述的二维关系型数据转换为可视化树表的方法，其特征在于，对所述二维关系型数据进行构造树处理得到节点关联关系至少包括以下步骤：

根据二维关系型数据确定每个数据的根节点及其子节点；

4.根据权利要求3所述的二维关系型数据转换为可视化树表的方法，其特征在于，根据数据所属父节点标识字段确定二维关系型数据的根节点，根据数据自身标识字段确定二维关系型数据的子节点。

5.一种二维关系型数据转换为可视化树表的装置，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的程序，所述处理器执行所述程序时，实现权利要求1-4任一项所述的二维关系型数据转换为可视化树表的方法的步骤。