CN115422419A - 一种数据展示方法、装置、电子设备及可读存储介质 - Google Patents
一种数据展示方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN115422419A CN115422419A CN202211115019.1A CN202211115019A CN115422419A CN 115422419 A CN115422419 A CN 115422419A CN 202211115019 A CN202211115019 A CN 202211115019A CN 115422419 A CN115422419 A CN 115422419A
- Authority
- CN
- China
- Prior art keywords
- display
- graph
- data
- initial
- diagram
- 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
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明实施例公开了一种数据展示方法、装置、电子设备及可读存储介质。该方法包括:获取初始数据展示图,并提取初始数据展示图中的初始趋势图展示参数;将初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数;根据目标趋势图展示参数,生成预览数据展示图,并将预览数据展示图进行展示。该方法可以对数据的可视化展示进行优化,降低数据展示设计成本。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种数据展示方法、装置、电子设备及可读存储介质。
背景技术
数据展示是指以图形、动画、表格等表现方式更直观、更形象地展示数据内容。数据展示可以将高度复杂的数据转化为用户关注的问题的集合要素。数据展示已成为大数据解决方案中不可或缺的一环。
现有技术中,数据展示是依托于用户的需求进行内容展示定制。然而,数据定制展示需要的技术难度比较高,用户难以直接对数据展示进行设计得到最优数据展示效果。往往需要数据展示设计师根据用户需求,设置展示布局以及排版,帮助用户定制专属的数据展示方式。
但是,通过数据展示设计师进行数据展示的方式,会增加数据展示设计成本。
发明内容
本发明提供了一种数据展示方法、装置、电子设备及可读存储介质,以优化初始数据展示图,降低数据展示设计成本。
根据本发明的一方面,提供了一种数据展示方法,该方法包括:
获取初始数据展示图,并提取所述初始数据展示图中的初始趋势图展示参数;
将所述初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数;
根据所述目标趋势图展示参数,生成预览数据展示图,并将所述预览数据展示图进行展示。
可选的,提取所述初始数据展示图中的初始趋势图展示参数,包括:
提取所述初始数据展示图中的下述至少一项信息,作为初始趋势图展示参数:趋势图类型、样式参数、坐标轴信息、分组数量、以及分组字段名长度。
可选的,在将所述初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数之前,还包括:
获取最优数据展示图,并提取所述最优数据展示图中的最优趋势图展示参数;
将所述最优趋势图展示参数作为训练数据进行模型训练,得到展示图优化模型。
可选的,将所述最优趋势图展示参数作为训练数据进行模型训练,得到展示图优化模型,包括:
将所述最优趋势图展示参数作为训练数据,基于3层MLP神经网络模型进行模型训练,得到展示图优化模型。
可选的,将所述预览数据展示图进行展示,包括:
响应于所述预览数据展示图的调整指令,获取与所述调整指令对应的调整参数;
根据所述调整参数,调整更新所述预览数据展示图,并将调整更新后的所述预览数据展示图进行展示。
可选的,该方法,还包括:
根据所述调整参数以及所述目标趋势图展示参数,生成预览效果参数;
将所述预览效果参数作为最优趋势图展示参数,并根据所述最优趋势图展示参数优化所述展示图优化模型。
根据本发明的另一方面,提供了一种数据展示装置,该装置包括:
初始趋势图展示参数获取模块,用于获取初始数据展示图,并提取所述初始数据展示图中的初始趋势图展示参数;
目标趋势图展示参数确定模块,用于将所述初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数;
预览数据展示图展示模块,用于根据所述目标趋势图展示参数,生成预览数据展示图,并将所述预览数据展示图进行展示。
根据本发明的另一方面,提供了一种电子设备,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本发明任一实施例所述的数据展示方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的数据展示方法。
本发明实施例的技术方案,通过获取初始数据展示图,并提取初始数据展示图中的初始趋势图展示参数;将初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数;根据目标趋势图展示参数,生成预览数据展示图,并将预览数据展示图进行展示,解决了数据展示的设计问题,取到了对数据的可视化展示进行优化,降低数据展示设计成本的有益效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1a是根据本发明实施例一提供的一种数据展示方法的流程图;
图1b是本发明实施例提供的一种数据展示图示意图;
图2是根据本发明实施例二提供的一种数据展示方法的流程图;
图3是根据本发明实施例三提供的一种数据展示装置的结构示意图;
图4是实现本发明实施例的数据展示方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“初始”、“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1a是根据本发明实施例一提供的一种数据展示方法的流程图,本实施例可适用于优化数据展示效果的情况,例如,在对日志数据进行展示时,可以根据需要展示的数据内容,采用本发明实施例提供的数据展示方法,生成最优日志数据展示效果图。该方法可以由数据展示装置来执行,该数据展示装置可以采用硬件和/或软件的形式实现,该数据展示装置可配置于电子设备中如计算机、智能手机、仪表盘等。如图1a所示,该方法包括:
步骤110、获取初始数据展示图,并提取初始数据展示图中的初始趋势图展示参数。
其中,初始数据展示图可以理解为用户根据需要展示的数据初步生成的展示图。初始数据展示图的展示效果可能一般,仅需说明需要展示的数据内容即可。进一步的,初始数据展示图中还可以存在趋势图。趋势图可以理解为数据展示时所采用的图形。趋势图可以有多种类型。例如,趋势图的类型可以包括:柱状图、折线图、饼图、表格、地图、以及单值图等。在初始数据展示图中可以存在一种或者多种趋势图。初始趋势图展示参数可以是初始数据展示图中各趋势图的多种属性的参数信息。
具体的,在本发明实施例的一个可选实施方式中,提取初始数据展示图中的初始趋势图展示参数,包括:提取初始数据展示图中的下述至少一项信息,作为初始趋势图展示参数:趋势图类型、样式参数、坐标轴信息、分组数量、以及分组字段名长度。
其中,样式参数可以是数据大小、数据长度、颜色、坐标信息和尺寸信息等。坐标轴信息可以包括坐标轴区域值范围、坐标轴文本字段长度等。分组数量可以是数据展示时的数据分组个数。
示例性的,图1b是本发明实施例提供的一种数据展示图示意图。在图1b所示的仪表盘中,第一行为单值图,对应的趋势图类型为单值图,样式参数包括:单值图中的数据字段长度、数据数字大小、颜色、单值图的坐标信息和尺寸信息等。在图1b的下方左侧存在折线图,对应的趋势图类型为折线图,样式参数包括:数据展示横轴的时间范围、纵轴的失败率范围、折线颜色、线型以及粗度等。在图1b的下方右侧存在柱状图以及饼图。图1b的最右侧还存在一个表格。样式参数还可以包括:各趋势图分布的坐标信息、尺寸信息、以及颜色信息等。
具体的,提取初始趋势图展示参数的方式有很多。例如,可以通过图片识别的方式确定图中各趋势图对应的信息。又如,可以通过图形识别的方式提取图中的图形信息,如通过PyMuPDF(一种轻量级的PDF和XPS查看器)工具读取初始趋势图展示图中的图形数据和文本数据。
在本发明实施例中,分组数量以及分组字段名长度可以是通过图标查询语句获取的。例如,通过查询语句获得数据分组数量。其中,最长字段名的字符数可以作为分组字段名长度。
步骤120、将初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数。
其中,展示图优化模型可以是根据训练数据生成的一种神经网络模型。展示图优化模型可以实现对初始趋势图展示参数进行优化,得到展示效果更好的目标趋势图展示参数。训练数据可以是UI设计师调整过的最优仪表盘布局对应的展示参数。目标趋势图展示参数所包含的信息种类可以同初始趋势图展示参数相似,但是具体参数值可能存在差异。例如,目标趋势图展示参数可以对初始趋势图展示参数中的分组字段名长度进行优化,以使趋势图坐标轴文本展示间距更合理,展示图更美观。
步骤130、根据目标趋势图展示参数,生成预览数据展示图,并将预览数据展示图进行展示。
其中,预览数据展示图可以是通过根据目标趋势图展示参数进行趋势图渲染得到的。通过预览数据展示图可以对初始数据展示图进行优化展示,使数据可视化展示布局更加合理,便于清晰展示数据逻辑关系,而无需设计师再单独设计展示图,制定展示图布局参数,降低设计成本。
本实施例的技术方案,通过获取初始数据展示图,并提取初始数据展示图中的初始趋势图展示参数;将初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数;根据目标趋势图展示参数,生成预览数据展示图,并将预览数据展示图进行展示,解决了数据展示的设计问题,取到了对数据的可视化展示进行优化,降低数据展示设计成本的有益效果。
实施例二
图2是根据本发明实施例二提供的一种数据展示方法的流程图,本实施例是对上述技术方案的进一步追加,本实施例中的技术方案可以与上述一个或者多个实施例中的各个可选方案结合。如图2所示,该方法包括:
步骤210、获取初始数据展示图,并提取初始数据展示图中的初始趋势图展示参数。
在本发明实施例的一个可选实施方式中,提取初始数据展示图中的初始趋势图展示参数,包括:提取初始数据展示图中的下述至少一项信息,作为初始趋势图展示参数:趋势图类型、样式参数、坐标轴信息、分组数量、以及分组字段名长度。
步骤220、获取最优数据展示图,并提取最优数据展示图中的最优趋势图展示参数。
其中,最优数据展示图可以是UI设计师预先调整过的最优布局的数据展示图。最优趋势图展示参数所包含的具体参数可以与初始趋势图展示参数相似,只是具体参数值可能存在差异。最优趋势图展示参数的提取方式可以与初始趋势图展示参数的提取方式类似,这里不再赘述。
步骤230、将最优趋势图展示参数作为训练数据进行模型训练,得到展示图优化模型。
其中,模型训练可以是一种神经网络模型的训练。具体的,在本发明实施例的一个可选实施方式中,将最优趋势图展示参数作为训练数据进行模型训练,得到展示图优化模型,包括:将最优趋势图展示参数作为训练数据,基于3层MLP神经网络模型进行模型训练,得到展示图优化模型。
其中,多层感知器(Multilayer Perceptron,MLP)包含输入层、输出层以及隐层。各层之间可以采用全连接方式进行连接。通过3层MLP神经网络模型,基于最优趋势图展示参数进行模型训练,可以得到展示图优化模型。从而,可以对初始趋势图展示参数进行优化,提高数据可视化展示布局的合理性。
步骤240、将初始趋势图展示参数输入至展示图优化模型中,得到优化后的目标趋势图展示参数。
步骤250、根据目标趋势图展示参数,生成预览数据展示图。
步骤260、响应于预览数据展示图的调整指令,获取与调整指令对应的调整参数。
其中,用户对预览数据展示图的展示效果不满意时,可以直接在预览数据展示图的基础上进行调整。可以采集用户调整后的参数值,作为调整参数。具体的,调整参数可以是目标趋势图展示参数中的一项或者多项参数。例如,调整参数可以是对目标趋势图展示参数中的参数进行更改,如更改线条颜色。或者,调整参数可以是目标趋势图展示参数之外的参数。例如,调整参数可以是更改趋势图的类型之后生成的参数。
步骤270、根据调整参数,调整更新预览数据展示图,并将调整更新后的预览数据展示图进行展示。
通过支持对预览数据展示图进行调整更新,可以使调整更新后的预览数据展示图更符合用户的展示预期,提高数据可视化展示的合理性,提高用户满意度。
在上述实施方式的基础上,可选的,该方法,还包括:根据调整参数以及目标趋势图展示参数,生成预览效果参数;将预览效果参数作为最优趋势图展示参数,并根据最优趋势图展示参数优化展示图优化模型。
其中,预览效果参数可以是将调整参数更新至目标趋势图展示参数中生成的。通过最优趋势图展示参数对展示图优化模型进行优化,可以使展示图优化模型的精确度更高,通过展示图优化模型得到的目标趋势图展示参数进行数据展示更能符合用户的展示要求。
本发明实施例的技术方案,通过获取初始数据展示图,并提取初始数据展示图中的初始趋势图展示参数;获取最优数据展示图,并提取最优数据展示图中的最优趋势图展示参数;将最优趋势图展示参数作为训练数据进行模型训练,得到展示图优化模型;将初始趋势图展示参数输入至展示图优化模型中,得到优化后的目标趋势图展示参数;根据目标趋势图展示参数,生成预览数据展示图;响应于预览数据展示图的调整指令,获取与调整指令对应的调整参数;根据调整参数,调整更新预览数据展示图,并将调整更新后的预览数据展示图进行展示,解决了数据展示的设计问题,可以对数据的可视化展示进行优化,提高数据可视化展示时布局设计的合理性,清晰展示数据逻辑关系;无需设计师进行单独展示设计,可以降低数据展示设计成本。
本发明实施例的技术方案中,所涉及数据信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
实施例三
图3是根据本发明实施例三提供的一种数据展示装置的结构示意图。如图3所示,该装置包括:初始趋势图展示参数获取模块310,目标趋势图展示参数确定模块320和预览数据展示图展示模块330。其中:
初始趋势图展示参数获取模块310,用于获取初始数据展示图,并提取初始数据展示图中的初始趋势图展示参数;
目标趋势图展示参数确定模块320,用于将初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数;
预览数据展示图展示模块330,用于根据目标趋势图展示参数,生成预览数据展示图,并将预览数据展示图进行展示。
可选的,初始趋势图展示参数获取模块310,包括:
初始趋势图展示参数获取单元,用于提取初始数据展示图中的下述至少一项信息,作为初始趋势图展示参数:趋势图类型、样式参数、坐标轴信息、分组数量、以及分组字段名长度。
可选的,该装置,还包括:
最优趋势图展示参数确定模块,用于在将初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数之前,获取最优数据展示图,并提取最优数据展示图中的最优趋势图展示参数;
展示图优化模型确定模块,用于将最优趋势图展示参数作为训练数据进行模型训练,得到展示图优化模型。
可选的,展示图优化模型确定模块,包括:
展示图优化模型确定单元,用于将最优趋势图展示参数作为训练数据,基于3层MLP神经网络模型进行模型训练,得到展示图优化模型。
可选的,预览数据展示图展示模块330,包括:
调整参数获取单元,用于响应于预览数据展示图的调整指令,获取与调整指令对应的调整参数;
预览数据展示图展示单元,用于根据调整参数,调整更新预览数据展示图,并将调整更新后的预览数据展示图进行展示。
可选的,该装置,还包括:
预览效果参数生成模块,用于根据调整参数以及目标趋势图展示参数,生成预览效果参数;
展示图优化模型优化模块,用于将预览效果参数作为最优趋势图展示参数,并根据最优趋势图展示参数优化展示图优化模型。
本发明实施例所提供的数据展示装置可执行本发明任意实施例所提供的数据展示方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如数据展示方法。
在一些实施例中,数据展示方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的数据展示方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行数据展示方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种数据展示方法,其特征在于,包括:
获取初始数据展示图,并提取所述初始数据展示图中的初始趋势图展示参数;
将所述初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数;
根据所述目标趋势图展示参数,生成预览数据展示图,并将所述预览数据展示图进行展示。
2.根据权利要求1所述的方法,其特征在于,提取所述初始数据展示图中的初始趋势图展示参数,包括:
提取所述初始数据展示图中的下述至少一项信息,作为初始趋势图展示参数:趋势图类型、样式参数、坐标轴信息、分组数量、以及分组字段名长度。
3.根据权利要求1所述的方法,其特征在于,在将所述初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数之前,还包括:
获取最优数据展示图,并提取所述最优数据展示图中的最优趋势图展示参数;
将所述最优趋势图展示参数作为训练数据进行模型训练,得到展示图优化模型。
4.根据权利要求3所述的方法,其特征在于,将所述最优趋势图展示参数作为训练数据进行模型训练,得到展示图优化模型,包括:
将所述最优趋势图展示参数作为训练数据,基于3层MLP神经网络模型进行模型训练,得到展示图优化模型。
5.根据权利要求1所述的方法,其特征在于,将所述预览数据展示图进行展示,包括:
响应于所述预览数据展示图的调整指令,获取与所述调整指令对应的调整参数;
根据所述调整参数,调整更新所述预览数据展示图,并将调整更新后的所述预览数据展示图进行展示。
6.根据权利要求5所述的方法,其特征在于,还包括:
根据所述调整参数以及所述目标趋势图展示参数,生成预览效果参数;
将所述预览效果参数作为最优趋势图展示参数,并根据所述最优趋势图展示参数优化所述展示图优化模型。
7.一种数据展示装置,其特征在于,包括:
初始趋势图展示参数获取模块,用于获取初始数据展示图,并提取所述初始数据展示图中的初始趋势图展示参数;
目标趋势图展示参数确定模块,用于将所述初始趋势图展示参数输入至预先训练得到的展示图优化模型中,得到优化后的目标趋势图展示参数;
预览数据展示图展示模块,用于根据所述目标趋势图展示参数,生成预览数据展示图,并将所述预览数据展示图进行展示。
8.根据权利要求7所述的装置,其特征在于,初始趋势图展示参数获取模块,包括:
初始趋势图展示参数获取单元,用于提取所述初始数据展示图中的下述至少一项信息,作为初始趋势图展示参数:趋势图类型、样式参数、坐标轴信息、分组数量、以及分组字段名长度。
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权利要求1-6中任一项所述的数据展示方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的数据展示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211115019.1A CN115422419A (zh) | 2022-09-14 | 2022-09-14 | 一种数据展示方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211115019.1A CN115422419A (zh) | 2022-09-14 | 2022-09-14 | 一种数据展示方法、装置、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115422419A true CN115422419A (zh) | 2022-12-02 |
Family
ID=84201816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211115019.1A Pending CN115422419A (zh) | 2022-09-14 | 2022-09-14 | 一种数据展示方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115422419A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130290297A1 (en) * | 2012-04-26 | 2013-10-31 | Sap Ag | Rule-Based Extendable Query Optimizer |
CN112906806A (zh) * | 2021-03-03 | 2021-06-04 | 杭州潇楠科技有限公司 | 一种基于神经网络的数据优化方法及装置 |
CN113240112A (zh) * | 2021-06-01 | 2021-08-10 | Oppo广东移动通信有限公司 | 屏幕显示的调节方法、装置、电子设备及存储介质 |
US20210357814A1 (en) * | 2020-12-18 | 2021-11-18 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method for distributed training model, relevant apparatus, and computer readable storage medium |
CN113807062A (zh) * | 2021-08-02 | 2021-12-17 | 上海派森诺生物科技有限公司 | 一种组合密度图在线绘制方法、装置和电子设备 |
CN114443034A (zh) * | 2022-01-27 | 2022-05-06 | 中国工商银行股份有限公司 | 优化界面布局的方法、装置、设备及介质 |
-
2022
- 2022-09-14 CN CN202211115019.1A patent/CN115422419A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130290297A1 (en) * | 2012-04-26 | 2013-10-31 | Sap Ag | Rule-Based Extendable Query Optimizer |
US20210357814A1 (en) * | 2020-12-18 | 2021-11-18 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method for distributed training model, relevant apparatus, and computer readable storage medium |
CN112906806A (zh) * | 2021-03-03 | 2021-06-04 | 杭州潇楠科技有限公司 | 一种基于神经网络的数据优化方法及装置 |
CN113240112A (zh) * | 2021-06-01 | 2021-08-10 | Oppo广东移动通信有限公司 | 屏幕显示的调节方法、装置、电子设备及存储介质 |
CN113807062A (zh) * | 2021-08-02 | 2021-12-17 | 上海派森诺生物科技有限公司 | 一种组合密度图在线绘制方法、装置和电子设备 |
CN114443034A (zh) * | 2022-01-27 | 2022-05-06 | 中国工商银行股份有限公司 | 优化界面布局的方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113392974B (zh) | 模型训练方法、装置、电子设备以及存储介质 | |
CN114911465B (zh) | 算子的生成方法、装置、设备以及存储介质 | |
CN114925143A (zh) | 逻辑模型血缘关系的描述方法、装置、设备、介质及产品 | |
CN114428902B (zh) | 信息搜索方法、装置、电子设备及存储介质 | |
CN115422419A (zh) | 一种数据展示方法、装置、电子设备及可读存储介质 | |
CN115438643A (zh) | 一种问卷模板配置方法、装置、设备、存储介质及产品 | |
CN114995875A (zh) | 页面组件配置方法、装置、电子设备及存储介质 | |
CN115130444A (zh) | 一种动态表单的生成方法、装置、设备及介质 | |
CN115169316A (zh) | 数据处理模板生成方法、装置、电子设备及存储介质 | |
CN110851521B (zh) | 数据可视化的方法、装置和存储介质 | |
CN113076480A (zh) | 页面推荐方法、装置、电子设备及介质 | |
CN115202538B (zh) | 一种菜单配置方法、装置、电子设备及存储介质 | |
CN112507671B (zh) | 用于调整文本间距的方法、装置、以及可读介质 | |
CN116071422B (zh) | 面向元宇宙场景的虚拟设备亮度调节方法、装置 | |
CN116339733B (zh) | 一种应用程序页面生成方法、系统、电子设备及介质 | |
CN117150215B (zh) | 一种考核结果确定方法、装置、电子设备及存储介质 | |
CN116820656A (zh) | 一种大屏界面生成方法、装置、设备及存储介质 | |
CN114518805A (zh) | 文本生成方法、装置、电子设备以及存储介质 | |
CN114721942A (zh) | 一种测试数据的生成方法、装置、设备及存储介质 | |
CN115408395A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115292564A (zh) | 一种动态展示数据的方法、装置、设备及存储介质 | |
CN115686714A (zh) | 一种页面展示方法、装置、设备及存储介质 | |
CN115408233A (zh) | 一种业务数据的处理方法、装置、平台及存储介质 | |
CN116069319A (zh) | 一种表单渲染方法、装置、电子设备及存储介质 | |
CN113343005A (zh) | 搜索方法、装置、电子设备以及可读存储介质 |
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 |