ScottPlot中实现固定网格间距的缩放效果
2025-06-05 09:52:37作者:苗圣禹Peter
背景介绍
ScottPlot是一个功能强大的.NET绘图库,广泛应用于数据可视化领域。在实际应用中,有时我们需要实现一种特殊的缩放效果:保持网格线间距固定不变,而只改变每个网格单元所代表的数据值大小。这种效果类似于地图缩放时保持网格线密度不变,只改变比例尺。
技术实现方案
要实现这种固定网格间距的缩放效果,我们需要解决几个关键问题:
-
覆盖默认鼠标滚轮行为:ScottPlot默认的鼠标滚轮缩放会同时改变坐标轴范围和网格间距,我们需要覆盖这一行为。
-
自定义坐标轴规则:需要创建自定义的坐标轴规则,确保缩放时网格线间距保持不变。
-
手动控制刻度标记:需要手动设置主刻度和次刻度的位置,确保它们与固定间距的网格线对齐。
具体实现步骤
1. 创建自定义坐标轴规则
首先,我们需要创建一个继承自ScottPlot.AxisRules.IAxisRule的类,用于实现固定网格间距的逻辑:
public class FixedGridSpacingRule : IAxisRule
{
private readonly IAxis Axis;
private readonly double Spacing;
public FixedGridSpacingRule(IAxis axis, double spacing)
{
Axis = axis;
Spacing = spacing;
}
public void Apply(RenderPack rp, bool beforeLayout)
{
if (!beforeLayout)
{
// 确保轴范围是Spacing的整数倍
double range = Axis.Range.Span;
double newSpan = Math.Ceiling(range / Spacing) * Spacing;
Axis.Range.Zoom(newSpan / range);
}
}
}
2. 覆盖默认鼠标交互
接下来,我们需要覆盖默认的鼠标滚轮行为,实现只改变坐标范围而不改变网格间距的效果:
private void Plot_MouseWheel(object sender, MouseEventArgs e)
{
var plot = (Plot)sender;
// 获取当前鼠标位置对应的坐标
Pixel mousePixel = new(e.X, e.Y);
Coordinates mouseCoordinates = plot.GetCoordinates(mousePixel);
// 确定缩放方向和系数
double zoomFactor = e.Delta > 0 ? 1.15 : 1/1.15;
// 对X轴和Y轴进行缩放
plot.XAxis.Range.Zoom(zoomFactor, mouseCoordinates.X);
plot.YAxis.Range.Zoom(zoomFactor, mouseCoordinates.Y);
// 刷新绘图
plot.Render();
}
3. 设置固定间距的网格线
最后,我们需要手动设置网格线的间距,确保它们在缩放过程中保持不变:
var plot = new Plot();
plot.Add.Signal(Generate.Sin());
plot.Add.Signal(Generate.Cos());
// 设置X轴和Y轴的网格间距为固定值
plot.XAxis.MajorGridStyle.LineWidth = 1;
plot.XAxis.MinorGridStyle.LineWidth = 0.5f;
plot.YAxis.MajorGridStyle.LineWidth = 1;
plot.YAxis.MinorGridStyle.LineWidth = 0.5f;
// 添加固定间距规则
plot.Axes.Rules.Add(new FixedGridSpacingRule(plot.XAxis, 1.0)); // X轴1单位间距
plot.Axes.Rules.Add(new FixedGridSpacingRule(plot.YAxis, 0.5)); // Y轴0.5单位间距
// 绑定自定义鼠标滚轮事件
plot.MouseWheel += Plot_MouseWheel;
应用场景与优势
这种固定网格间距的缩放效果特别适用于以下场景:
-
科学测量数据:当需要保持固定的测量单位网格时,便于直观比较不同缩放级别下的数据特征。
-
地理信息系统:类似地图的缩放行为,保持网格密度不变,只改变比例尺。
-
工程图纸查看:保持固定的参考网格,便于测量和比较不同部位的尺寸。
相比传统的缩放方式,这种方法的优势在于:
- 保持视觉一致性,避免因缩放导致的网格密度变化影响判断
- 提供更精确的视觉参考,便于测量和比较
- 符合某些专业领域的查看习惯
总结
通过自定义坐标轴规则和覆盖默认交互行为,我们可以在ScottPlot中实现固定网格间距的缩放效果。这种方法虽然需要一些额外的工作,但能为特定应用场景提供更好的用户体验。开发者可以根据实际需求调整网格间距和缩放行为,创建更符合专业要求的可视化界面。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
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
350
205
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781