使用AntV G2实现散点图三线标注的实践指南
2025-05-19 10:51:26作者:傅爽业Veleda
背景与需求分析
在数据可视化领域,散点图是展示二维数据分布的常用图表类型。当我们需要在散点图中标注关键趋势线时,通常会遇到以下典型需求:通过首尾两点连线,并基于该基准线寻找两侧离散程度最大的点,绘制平行参考线。这种三线标注法能够直观展示数据的整体分布范围和离散程度。
技术实现方案
核心思路
- 基准线计算:连接数据集的第一个和最后一个点形成基准直线
- 平行线确定:计算所有点到基准线的距离,找出正负方向距离最大的两个点
- Y轴截距标注:计算三条直线与Y轴的交点坐标并高亮显示
关键代码实现
// 基准线斜率计算
const k = (lastPoint.y - firstPoint.y) / (lastPoint.x - firstPoint.x);
const b = firstPoint.y - k * firstPoint.x;
// 距离计算函数
function calcDistance(point) {
return (k * point.x - point.y + b) / Math.sqrt(k * k + 1);
}
// 找出最大距离点
const maxPosPoint = data.reduce((a, b) =>
calcDistance(a) > calcDistance(b) ? a : b);
const maxNegPoint = data.reduce((a, b) =>
calcDistance(a) < calcDistance(b) ? a : b);
// 构造三条线的数据
const lineData = [
{x: firstPoint.x, y: firstPoint.y}, {x: lastPoint.x, y: lastPoint.y}, // 基准线
{x: firstPoint.x, y: firstPoint.y + maxPosDist}, {x: lastPoint.x, y: lastPoint.y + maxPosDist}, // 上平行线
{x: firstPoint.x, y: firstPoint.y + maxNegDist}, {x: lastPoint.x, y: lastPoint.y + maxNegDist} // 下平行线
];
可视化优化技巧
- 样式区分:基准线使用实线,参考线使用虚线,增强视觉区分度
- 标注突出:Y轴截距处添加圆形标记和数值标签
- 交互增强:为参考线添加hover效果,显示距离信息
完整实现方案
const config = {
data,
xField: 'x',
yField: 'y',
pointStyle: {
stroke: '#777',
fill: '#5B8FF9'
},
annotations: [
{
type: 'line',
start: [firstX, firstY],
end: [lastX, lastY],
style: {
stroke: '#1890ff',
lineWidth: 2
}
},
{
type: 'text',
position: [0, yIntercept1],
content: yIntercept1.toFixed(2),
offsetY: -10,
style: {
fontSize: 12,
fill: '#1890ff'
}
}
// 其他标注...
]
};
应用场景扩展
这种三线标注方法特别适用于:
- 质量控制的上下限标识
- 数据分布的范围界定
- 趋势分析的偏差展示
- 异常值检测的可视化
总结
通过AntV G2的灵活配置,我们可以高效实现散点图的三线标注需求。关键在于正确计算几何关系,并合理利用G2的注释功能。这种方法不仅适用于简单的线性关系,经过适当改造后也可应用于对数坐标等复杂场景。开发者可以根据实际需求调整距离算法和可视化样式,获得最佳的展示效果。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
345
412
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
888
605
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
182
暂无简介
Dart
777
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896