ScottPlot实现动态垂直缩放以适应可视区域数据
2025-06-06 05:53:50作者:苗圣禹Peter
概述
ScottPlot作为一款强大的.NET数据可视化库,提供了丰富的图表交互功能。在实际应用中,我们经常需要根据当前水平可视范围动态调整垂直轴范围,以便更好地展示数据细节。本文将详细介绍如何在ScottPlot中实现这一功能。
基本原理
实现动态垂直缩放的核心思路是:
- 获取当前视图的水平范围
- 计算该范围内数据的垂直极值
- 根据计算结果设置垂直轴范围
基础实现方法
对于单个信号图,可以通过以下代码实现基础功能:
// 启用连续自动缩放
formsPlot1.Plot.Axes.ContinuouslyAutoscale = true;
// 设置自定义缩放动作
formsPlot1.Plot.Axes.ContinuousAutoscaleAction = (RenderPack rp) =>
{
// 获取当前视图范围
AxisLimits limits = formsPlot1.Plot.Axes.GetLimits();
// 计算可视范围内的数据索引
int indexLeft = (int)(limits.Left * sampleRate);
int indexRight = (int)(limits.Right * sampleRate);
// 确保索引有效
indexLeft = NumericConversion.Clamp(indexLeft, 0, dataValues.Length - 1);
indexRight = NumericConversion.Clamp(indexRight, 0, dataValues.Length - 1);
if (indexLeft == indexRight)
return;
// 计算可视范围内的数据极值
double min = dataValues[indexLeft];
double max = dataValues[indexLeft];
for (int i = indexLeft; i <= indexRight; i++)
{
min = Math.Min(min, dataValues[i]);
max = Math.Max(max, dataValues[i]);
}
// 设置垂直轴范围
rp.Plot.Axes.SetLimitsY(min, max);
};
多图表处理
当需要同时处理多个信号图时,可以扩展上述方法:
// 计算所有可见图表在可视范围内的垂直极值
double min = double.MaxValue;
double max = double.MinValue;
for (int plotIndex = 0; plotIndex < SignalPlots.Count; plotIndex++)
{
if (!SignalPlots[plotIndex].IsVisible) continue;
// 获取当前图表数据在可视范围内的极值
double plotMin = Data[plotIndex].Slice(indexLeft, indexRight - indexLeft).Min();
double plotMax = Data[plotIndex].Slice(indexLeft, indexRight - indexLeft).Max();
// 考虑Y轴偏移量
min = Math.Min(min, plotMin + SignalPlots[plotIndex].Data.YOffset);
max = Math.Max(max, plotMax + SignalPlots[plotIndex].Data.YOffset);
}
// 设置垂直轴范围,并添加5%的边距
double extraMargin = (max - min) * 0.05;
SP.Plot.Axes.SetLimitsY(min - extraMargin, max + extraMargin);
性能优化建议
- 数据切片优化:对于大数据集,使用高效的切片方法减少计算量
- 可见性检查:只处理当前可见的图表
- 边距控制:适当添加边距避免数据紧贴坐标轴边界
- 索引计算优化:确保索引计算高效且准确
应用场景
这种动态缩放技术特别适用于:
- 长时间序列数据分析
- 高频信号监测
- 实时数据监控系统
- 需要精细查看局部数据特征的场景
总结
ScottPlot通过其灵活的API和事件系统,使得实现动态垂直缩放变得简单高效。开发者可以根据具体需求调整算法,平衡显示效果和性能。无论是单图表还是多图表场景,都能通过适当的方法实现理想的动态缩放效果。
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
445
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
777
暂无简介
Dart
797
197
React Native鸿蒙化仓库
JavaScript
308
359
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
1.13 K
271