在Cal-Heatmap中隐藏未来日期的实现方法
2025-06-27 11:07:35作者:邓越浪Henry
Cal-Heatmap是一个优秀的热力图可视化库,用于展示时间序列数据。在实际开发中,我们经常需要隐藏未来的日期格子,只显示过去和当前的数据。本文将详细介绍几种实现这一需求的技术方案。
核心实现思路
隐藏未来日期主要有两种技术路线:
1. 通过CSS样式控制
理论上可以通过为未来日期添加特定CSS类名来实现隐藏效果:
.cal-heatmap .future {
fill: transparent;
stroke: transparent;
}
但这种方法存在局限性,因为Cal-Heatmap的未来日期可能没有自动添加future类名,导致样式不生效。
2. 通过数据映射控制(推荐)
更可靠的方法是在数据映射阶段就过滤掉未来日期:
const cal = new CalHeatmap();
cal.paint({
data: {
source: yourData,
x: (d) => new Date(d.date),
y: 'value',
// 关键映射函数
mapping: (date, value) => {
const now = new Date();
return date <= now ? value : null;
}
},
// 其他配置...
});
这种方法直接在数据层面处理,确保未来日期不会被渲染出来,是最稳定可靠的解决方案。
完整实现示例
以下是一个完整的Vue 3组件实现示例:
<script setup>
import { onMounted } from 'vue';
import CalHeatmap from 'cal-heatmap';
import 'cal-heatmap/cal-heatmap.css';
import Tooltip from 'cal-heatmap/plugins/Tooltip';
const cal = new CalHeatmap();
const data = [
{ date: '2024-03-19', value: 3 },
{ date: '2024-03-18', value: 6 },
];
function paintCalendar() {
cal.paint({
data: {
source: data,
x: (d) => new Date(d.date),
y: 'value',
mapping: (date, value) => {
const now = new Date();
return date <= now ? value : null;
}
},
itemSelector: '#cal-heatmap',
range: 3,
domain: { type: 'month' },
subDomain: { type: 'day' },
date: {
start: new Date('2024-01-19'),
highlight: [new Date()],
},
}, [
[Tooltip, {
text: (date, value) => `${value}次提交 - ${date.toISOString().split('T')[0]}`
}]
]);
}
onMounted(paintCalendar);
</script>
<template>
<div id="cal-heatmap"></div>
</template>
技术要点解析
-
数据映射函数:
mapping函数会在渲染每个日期格子时被调用,我们可以在这里判断日期是否为未来日期,如果是则返回null,这样该格子就不会被渲染。 -
日期比较:注意比较日期时要使用完整的日期对象比较,避免时区问题导致的误差。
-
性能考虑:对于大数据量的情况,建议在数据源阶段就过滤掉未来日期,而不是在mapping函数中处理。
-
视觉一致性:隐藏未来日期后,可以考虑调整热力图的整体布局,确保视觉上的平衡。
进阶技巧
如果需要更复杂的未来日期处理,可以考虑:
-
自定义渲染:通过自定义子域渲染器完全控制每个格子的显示方式。
-
渐变效果:不是完全隐藏未来日期,而是使用半透明或灰色显示,提示用户这些是未来日期。
-
动态更新:当系统日期变化时,自动重新渲染热力图,显示新一天的格子。
通过以上方法,开发者可以灵活控制Cal-Heatmap中未来日期的显示方式,满足各种业务场景的需求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143