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
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134