CN116304419A - 用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质 - Google Patents

用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质 Download PDF

Info

Publication number
CN116304419A
CN116304419A CN202310167038.7A CN202310167038A CN116304419A CN 116304419 A CN116304419 A CN 116304419A CN 202310167038 A CN202310167038 A CN 202310167038A CN 116304419 A CN116304419 A CN 116304419A
Authority
CN
China
Prior art keywords
virtual
data
chart
svg
axis
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
CN202310167038.7A
Other languages
English (en)
Inventor
俞枫
赵炎
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.)
Guotai Junan Securities Co Ltd
Original Assignee
Guotai Junan Securities 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 Guotai Junan Securities Co Ltd filed Critical Guotai Junan Securities Co Ltd
Priority to CN202310167038.7A priority Critical patent/CN116304419A/zh
Publication of CN116304419A publication Critical patent/CN116304419A/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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/957—Browsing optimisation, e.g. caching or content distillation
    • G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
    • 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
    • G06F16/95—Retrieval from the web
    • G06F16/957—Browsing optimisation, e.g. caching or content distillation
    • G06F16/9577—Optimising the visualization of content, e.g. distillation of HTML documents
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Image Generation (AREA)

Abstract

本发明涉及一种用于实现股票行情数据高性能可视化处理的方法，其中，该方法包括以下步骤：从服务器获取包括分时数据和日K数据的股票行情数据；利用D3.js可视化库中的create函数，分别创建分时数据和日K数据的虚拟DOM的svg图表实例；根据获取到的数据分别创建虚拟x轴和y轴；利用x轴与y轴的映射关系，生成分时和日K数据的虚拟图表；采取深度优先遍历算法处理所有节点，并依据svg节点属性，将其转换为canvas方法进行绘制；利用window.requestAnimationFrame函数，循环调用svg转canvas函数；将事件传递给D3.js可视化库生成的虚拟图表，并通过svg插件应用到svg虚拟节点上，实现数据可视化的高频交互。本发明还涉及一种相应的装置、处理器及其存储介质。本技术方案大大提升了D3的数据可视化性能。

Description

用于实现股票行情数据高性能可视化处理的方法、装置、处理 器及其计算机可读存储介质
技术领域
本发明涉及数据处理技术领域，尤其涉及数据可视化技术领域，具体是指一种用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质。
背景技术
常规的股票行情数据可视化展示最常规的做法通常是通过设置一系列的组件进行拖动，以此来实现可视化的交互处理，并未涉及采用数据渲染的方式实现可视化；如此一来，在进行股票行情交互联动的过程中，创建多个模块进行存在操作烦琐的问题，同时，在操作步骤以及操作时间上均存在局限性。
发明内容
本发明的目的是克服了上述现有技术的缺点，提供了一种能够有效提高数据可视化性能的用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质。
为了实现上述目的，本发明的用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质如下：
该用于实现股票行情数据高性能可视化处理的方法，其主要特点是，所述的方法包括以下步骤：
(1)从服务器获取包括分时数据和日K数据的股票行情数据；
(2)利用D3.js可视化库中的create函数，分别创建分时数据和日K数据的虚拟DOM的svg图表实例，并设置svg格式的宽和高；
(3)根据获取到的相关数据分别创建虚拟x轴和y轴；
(4)利用x轴与y轴的映射关系，生成分时数据和日K数据的虚拟图表；
(5)在网页中插入canvas节点，并获取该canvas的绘图上下文CanvasRenderingContext2D；
(6)针对行情数据可视化中使用到的svg节点，采取深度优先遍历算法处理所有节点，并依据svg节点属性，将其转换为相应的canvas方法进行绘制；
(7)利用window.requestAnimationFrame函数，循环调用svg转canvas函数，以此达到更高频率从而实现高效的图表可视化；
(8)监听网页中canvas的触摸和滑动事件，将事件传递给D3.js可视化库生成的虚拟图表，并通过svg插件应用到svg虚拟节点上，从而实现数据可视化的高频交互。
较佳地，所述的步骤(3)通过以下方式创建虚拟x轴：
将获取到的股票行情数据按照时间线，利用D3.js可视化库的scaleBand或scalePoint函数，建立虚拟图表x轴line直线与标签text节点，并将其加入到虚拟svg图表实例中。
较佳地，所述的步骤(3)通过以下方式创建虚拟y轴：
针对获取到的分时数据，找出数据中的最高成交价和最低成交价，并利用D3.js可视化库中的scaleLineary函数，建立分时虚拟图表y轴；
针对获取到的日K数据，每日数据分为最高价、最低价、开盘价和收盘价，找出所有数据中的最大最高价和最小最低价，并利用D3.js可视化库的scaleLineary函数，建立日K虚拟图表y轴；
将所述的分时虚拟图表y轴以及日K虚拟图表y轴分别加入到分时和日K虚拟图表中。
较佳地，所述的步骤(4)具体为：
利用x轴与y轴的映射关系，针对分时虚拟图表，利用D3.js可视化库中的line函数，创建虚拟path曲线，并将其加入到虚拟svg图表实例中；针对日K虚拟图表，按照最高价与最低价、开盘价与收盘价，分别形成虚拟line节点和react节点，并将其加入到虚拟svg图表中，最终分别形成分时虚拟图表以及日K虚拟图表。
较佳地，所述的步骤(6)具体包括以下步骤：
(6.1)针对行情数据可视化中使用到的svg节点，并设置父节点传入的偏移量；
(6.2)判断当前的svg节点是否包含g标签，如果否，则进入步骤(6.3)，如果是，则进入步骤(6.4)；
(6.3)将当前标签按照path、line、circle、rect、text进行分类，并获取偏移量；同时使用canvas函数进行标签绘制，并进入步骤(6.5)；
(6.4)获取当前标签上的偏移量；
(6.5)判断当前是否存在子节点，如果是，则返回步骤(6.1)进行循环处理，否则，结束遍历处理。
该用于实现股票行情数据高性能可视化处理的装置，其主要特点是，所述的装置包括：
处理器，被配置成执行计算机可执行指令；
存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现上述所述的用于实现股票行情数据高性能可视化处理的方法的各个步骤。
该用于实现股票行情数据高性能可视化处理的处理器，其主要特点是，所述的处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现上述所述的用于实现股票行情数据高性能可视化处理的方法的各个步骤。
该计算机可读存储介质，其主要特点是，其上存储有计算机程序，所述的计算机程序可被处理器执行以实现上述所述的用于实现股票行情数据高性能可视化处理的方法的各个步骤。
采用了本发明的该用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质，基于D3将行情数据渲染为可视化的虚拟图表，该虚拟图表没有显示在网页中，仅存储在内存中，并且采用虚拟节点来减少页面上的节点，从而提升网页性能；除此之外，本技术方案结合了虚拟节点、D3图表库、canvas渲染来实现行情图表数据的可视化，将虚拟图表转换为canvas渲染在网页中，从而大大提升D3的数据可视化性能。
附图说明
图1为本发明的用于实现股票行情数据高性能可视化处理的方法针对节点采取深度优先遍历算法进行处理的流程图。
具体实施方式
为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
在详细说明根据本发明的实施例前，应该注意到的是，在下文中，术语“包括”、“包含”或任何其他变体旨在涵盖非排他性的包含，由此使得包括一系列要素的过程、方法、物品或者设备不仅包含这些要素，而且还包含没有明确列出的其他要素，或者为这种过程、方法、物品或者设备所固有的要素。
该用于实现股票行情数据高性能可视化处理的方法，其中，所述的方法包括以下步骤：
(1)从服务器获取包括分时数据和日K数据的股票行情数据；
(2)利用D3.js可视化库中的create函数，分别创建分时数据和日K数据的虚拟DOM的svg图表实例，并设置svg格式的宽和高；
(3)根据获取到的相关数据分别创建虚拟x轴和y轴；
(4)利用x轴与y轴的映射关系，生成分时数据和日K数据的虚拟图表；
(5)在网页中插入canvas节点，并获取该canvas的绘图上下文CanvasRenderingContext2D；
(6)针对行情数据可视化中使用到的svg节点，采取深度优先遍历算法处理所有节点，并依据svg节点属性，将其转换为相应的canvas方法进行绘制；
(7)利用window.requestAnimationFrame函数，循环调用svg转canvas函数，以此达到更高频率从而实现高效的图表可视化；
(8)监听网页中canvas的触摸和滑动事件，将事件传递给D3.js可视化库生成的虚拟图表，并通过svg插件应用到svg虚拟节点上，从而实现数据可视化的高频交互。
作为本发明的优选实施方式，所述的步骤(3)通过以下方式创建虚拟x轴：
将获取到的股票行情数据按照时间线，利用D3.js可视化库的scaleBand或scalePoint函数，建立虚拟图表x轴line直线与标签text节点，并将其加入到虚拟svg图表实例中。
作为本发明的优选实施方式，所述的步骤(3)通过以下方式创建虚拟y轴：
针对获取到的分时数据，找出数据中的最高成交价和最低成交价，并利用D3.js可视化库中的scaleLineary函数，建立分时虚拟图表y轴；
针对获取到的日K数据，每日数据分为最高价、最低价、开盘价和收盘价，找出所有数据中的最大最高价和最小最低价，并利用D3.js可视化库的scaleLineary函数，建立日K虚拟图表y轴；
将所述的分时虚拟图表y轴以及日K虚拟图表y轴分别加入到分时和日K虚拟图表中。
作为本发明的优选实施方式，所述的步骤(4)具体为：
利用x轴与y轴的映射关系，针对分时虚拟图表，利用D3.js可视化库中的line函数，创建虚拟path曲线，并将其加入到虚拟svg图表实例中；针对日K虚拟图表，按照最高价与最低价、开盘价与收盘价，分别形成虚拟line节点和react节点，并将其加入到虚拟svg图表中，最终分别形成分时虚拟图表以及日K虚拟图表。
请参阅图1所示，作为本发明的优选实施方式，所述的步骤(6)具体包括以下步骤：
(6.1)针对行情数据可视化中使用到的svg节点，并设置父节点传入的偏移量；
(6.2)判断当前的svg节点是否包含g标签，如果否，则进入步骤(6.3)，如果是，则进入步骤(6.4)；
(6.3)将当前标签按照path、line、circle、rect、text进行分类，并获取偏移量；同时使用canvas函数进行标签绘制，并进入步骤(6.5)；
(6.4)获取当前标签上的偏移量；
(6.5)判断当前是否存在子节点，如果是，则返回步骤(6.1)进行循环处理，否则，结束遍历处理。
在本发明的一具体实施方式中，本技术方案的该用于实现股票行情数据高性能可视化处理的方法，其具体实施步骤如下：
1、从服务器获取行情数据，分为股票分时和日K数据。
2、利用D3.js中的create函数，分别创建分时和日K的虚拟DOM的svg图表实例，并设置svg宽高，该图表实例不会加载到网页上，仅存在于内存空间中。
3、创建虚拟x轴：将行情数据按时间线，利用D3.js的scaleBand或scalePoint函数，建立虚拟图表x轴line直线与标签text节点，并将其加入虚拟svg图表实例中。
4、创建虚拟y轴：针对分时数据，找出数据中的最高成交价和最低成交价，利用D3.js的scaleLineary函数，建立分时虚拟图表y轴；针对日K数据，每日数据分为最高价、最低价、开盘价和收盘价，找出所有数据中的最大最高价和最小最低价，同样利用D3.js的scaleLineary函数，建立日K虚拟图表y轴，将两种虚拟y轴分别加入分时和日K虚拟图表。
5、利用x轴与y轴的映射关系，针对分时图，利用D3.js的line函数，创建虚拟path曲线，并将其加入虚拟svg图表实例中；针对日K，按最高价与最低价、开盘价与收盘价，分别形成虚拟line和react节点，并加入到虚拟svg图表中。最终分别形成分时和日K虚拟图表。虚拟svg分时和日K图表创建完成后，两者都是以svg节点为根节点，包含多个子节点，子节点又包含子节点的树形结构。
6、在网页中插入canvas节点，获取该canvas的绘图上下文CanvasRenderingContext2D。
7、svg中同层子节点之间，靠后创建的节点会覆盖靠前创建的节点，采用深度优先遍历的算法，遍历虚拟图表的树形结构，可以保持svg虚拟图表中所有元素的原有覆盖层次结构，虚拟节点可能包含的节点类型有：g、path、line、circle、rect、text。具体的遍历算法流程见图一所示的svg转canvas流程。
8、利用window.requestAnimationFrame函数，循环调用svg转canvas函数，以此达到60帧或更高的频率来实现高效的图表可视化。
9、监听网页中canvas的触摸和滑动事件，将事件传递给D3.js实现的虚拟图表，将操作作用到svg虚拟节点上，配合高频svg转canvas，从而实现数据可视化的高频交互。
该用于实现股票行情数据高性能可视化处理的装置，其中，所述的装置包括：
处理器，被配置成执行计算机可执行指令；
存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现上述所述的用于实现股票行情数据高性能可视化处理的方法的各个步骤。
该用于实现股票行情数据高性能可视化处理的处理器，其中，所述的处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现上述所述的用于实现股票行情数据高性能可视化处理的方法的各个步骤。
该计算机可读存储介质，其中，其上存储有计算机程序，所述的计算机程序可被处理器执行以实现上述所述的用于实现股票行情数据高性能可视化处理的方法的各个步骤。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行装置执行的软件或固件来实现。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成的，程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一实施例”、“一些实施例”、“示例”、“具体示例”、或“实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
采用了本发明的该用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质，基于D3将行情数据渲染为可视化的虚拟图表，该虚拟图表没有显示在网页中，仅存储在内存中，并且采用虚拟节点来减少页面上的节点，从而提升网页性能；除此之外，本技术方案结合了虚拟节点、D3图表库、canvas渲染来实现行情图表数据的可视化，将虚拟图表转换为canvas渲染在网页中，从而大大提升D3的数据可视化性能。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (8)

1.一种用于实现股票行情数据高性能可视化处理的方法，其特征在于，所述的方法包括以下步骤：
(1)从服务器获取包括分时数据和日K数据的股票行情数据；
(2)利用D3.js可视化库中的create函数，分别创建分时数据和日K数据的虚拟DOM的svg图表实例，并设置svg格式的宽和高；
(3)根据获取到的相关数据分别创建虚拟x轴和y轴；
(4)利用x轴与y轴的映射关系，生成分时数据和日K数据的虚拟图表；
(5)在网页中插入canvas节点，并获取该canvas的绘图上下文CanvasRenderingContext2D；
(6)针对行情数据可视化中使用到的svg节点，采取深度优先遍历算法处理所有节点，并依据svg节点属性，将其转换为相应的canvas方法进行绘制；
(7)利用window.requestAnimationFrame函数，循环调用svg转canvas函数，以此达到更高频率从而实现高效的图表可视化；
(8)监听网页中canvas的触摸和滑动事件，将事件传递给D3.js可视化库生成的虚拟图表，并通过svg插件应用到svg虚拟节点上，从而实现数据可视化的高频交互。
2.根据权利要求1所述的用于实现股票行情数据高性能可视化处理的方法，其特征在于，所述的步骤(3)通过以下方式创建虚拟x轴：
将获取到的股票行情数据按照时间线，利用D3.js可视化库的scaleBand或scalePoint函数，建立虚拟图表x轴line直线与标签text节点，并将其加入到虚拟svg图表实例中。
3.根据权利要求1所述的用于实现股票行情数据高性能可视化处理的方法，其特征在于，所述的步骤(3)通过以下方式创建虚拟y轴：
针对获取到的分时数据，找出数据中的最高成交价和最低成交价，并利用D3.js可视化库中的scaleLineary函数，建立分时虚拟图表y轴；
针对获取到的日K数据，每日数据分为最高价、最低价、开盘价和收盘价，找出所有数据中的最大最高价和最小最低价，并利用D3.js可视化库的scaleLineary函数，建立日K虚拟图表y轴；
将所述的分时虚拟图表y轴以及日K虚拟图表y轴分别加入到分时和日K虚拟图表中。
4.根据权利要求3所述的用于实现股票行情数据高性能可视化处理的方法，其特征在于，所述的步骤(4)具体为：
利用x轴与y轴的映射关系，针对分时虚拟图表，利用D3.js可视化库中的line函数，创建虚拟path曲线，并将其加入到虚拟svg图表实例中；针对日K虚拟图表，按照最高价与最低价、开盘价与收盘价，分别形成虚拟line节点和react节点，并将其加入到虚拟svg图表中，最终分别形成分时虚拟图表以及日K虚拟图表。
5.根据权利要求3所述的用于实现股票行情数据高性能可视化处理的方法，其特征在于，所述的步骤(6)具体包括以下步骤：
(6.1)针对行情数据可视化中使用到的svg节点，并设置父节点传入的偏移量；
(6.2)判断当前的svg节点是否包含g标签，如果否，则进入步骤(6.3)，如果是，则进入步骤(6.4)；
(6.3)将当前标签按照path、line、circle、rect、text进行分类，并获取偏移量；同时使用canvas函数进行标签绘制，并进入步骤(6.5)；
(6.4)获取当前标签上的偏移量；
(6.5)判断当前是否存在子节点，如果是，则返回步骤(6.1)进行循环处理，否则，结束遍历处理。
6.一种用于实现股票行情数据高性能可视化处理的装置，其特征在于，所述的装置包括：
处理器，被配置成执行计算机可执行指令；
存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现权利要求1至5中任一项所述的用于实现股票行情数据高性能可视化处理的方法的各个步骤。
7.一种用于实现股票行情数据高性能可视化处理的处理器，其特征在于，所述的处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现权利要求1至5中任一项所述的用于实现股票行情数据高性能可视化处理的方法的各个步骤。
8.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述的计算机程序可被处理器执行以实现权利要求1至5中任一项所述的用于实现股票行情数据高性能可视化处理的方法的各个步骤。
CN202310167038.7A 2023-02-24 2023-02-24 用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质 Pending CN116304419A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310167038.7A CN116304419A (zh) 2023-02-24 2023-02-24 用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310167038.7A CN116304419A (zh) 2023-02-24 2023-02-24 用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN116304419A true CN116304419A (zh) 2023-06-23

Family

ID=86789910

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310167038.7A Pending CN116304419A (zh) 2023-02-24 2023-02-24 用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN116304419A (zh)

Similar Documents

Publication Publication Date Title
US10824691B2 (en) Page rendering method, device, and data storage medium
US8665274B2 (en) Method and system for generating and displaying an interactive dynamic view of bi-directional impact analysis results for multiply connected objects
CN109471900B (zh) 图表类数据自定义动作数据交互方法及系统
CN106294493B (zh) 实现文档格式转换的方法及装置
JP5550636B2 (ja) 潜在転送表示を使用してドキュメントを編集する技術
JP5225399B2 (ja) デスクトップ・アプリケーション移行のためのシステムと方法
US20130132840A1 (en) Declarative Animation Timelines
US20130127877A1 (en) Parameterizing Animation Timelines
CN112100550A (zh) 一种页面构建方法和装置
US20130127875A1 (en) Value Templates in Animation Timelines
US20130076756A1 (en) Data frame animation
US20200150937A1 (en) Advanced machine learning interfaces
CN104850388A (zh) 网页绘制方法及装置
CN109254771A (zh) 一种监控页面生成方法和装置
US10902060B2 (en) Unbounded list processing
CN111459501A (zh) 基于SVG的Web组态画面存储与展示系统和方法及介质
US20240160410A1 (en) Application Development Platform, Micro-program Generation Method, and Device and Storage Medium
CN112527172B (zh) 界面显示方法及装置、计算机可读存储介质、电子设备
US20120150886A1 (en) Placeholders returned for data representation items
CN111651966A (zh) 数据报告文件生成方法、装置与电子设备
WO2023103430A1 (zh) 一种数据可视化展示方法、装置、介质及电子设备
CN116245052A (zh) 一种图纸迁移方法、装置、设备和存储介质
US10331800B2 (en) Search results modulator
CN116304419A (zh) 用于实现股票行情数据高性能可视化处理的方法、装置、处理器及其计算机可读存储介质
US10896161B2 (en) Integrated computing environment for managing and presenting design iterations

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