首页
/ Apache ECharts GL 中曲面图数据排序问题解析

Apache ECharts GL 中曲面图数据排序问题解析

2025-05-01 23:58:42作者:温艾琴Wonderful

在使用 Apache ECharts GL 绘制 3D 曲面图时,数据点的排列顺序是一个容易被忽视但至关重要的细节。本文将通过一个典型示例,深入分析曲面图数据排序的正确方式及其原理。

问题现象

当开发者尝试绘制一个平行于 Y/Z 轴的矩形平面时,可能会遇到曲面显示异常的情况。例如,使用以下数据点序列:

[
  [0, 3, -8],[0, 3, -7], [0, 3, -6], [0, 3, -5], [0, 3, -4], [0, 3, -3], [0, 3, -2], [0, 3, -1],
  [15, 3, -8],[15, 3, -7],[15, 3, -6], [15, 3, -5], [15, 3, -4], [15, 3, -3], [15, 3, -2], [15, 3, -1]
]

会导致曲面显示不完整或出现异常连接。而当删除每行的第一个数据点后,曲面却能正确显示。

根本原因

ECharts GL 的曲面图数据点需要遵循特定的排序规则:

  1. X 轴优先变化原则:数据点必须按照 X 值优先变化的顺序排列
  2. 网格结构要求:曲面图实际上是由多个四边形面片组成的网格,数据点需要形成规则的网格结构

对于平行于 Y/Z 轴的平面,正确的数据排列应该是:

[
  [0, 3, -8], [15, 3, -8],
  [0, 3, -7], [15, 3, -7],
  [0, 3, -6], [15, 3, -6],
  // 其余数据点...
]

这种排列方式确保了:

  • 每个四边形由相邻的四个点构成
  • 网格结构清晰明确
  • 曲面能够被正确三角化

解决方案

要正确绘制平行于 Y/Z 轴的平面,开发者应该:

  1. 将数据点按照 Z 值分组
  2. 在每个 Z 值下,排列所有 X 值
  3. 保持 Y 值不变(对于平面)

示例代码结构:

data: (function() {
  const data = [];
  for (let z = -8; z <= -1; z++) {
    data.push([0, 3, z], [15, 3, z]);
  }
  return data;
})()

最佳实践

  1. 可视化调试:先使用少量数据点测试曲面结构
  2. 数据生成函数:对于规则曲面,使用函数生成数据点
  3. 网格验证:确保数据点形成规则的四边形网格
  4. 正交投影:对于技术绘图,使用正交投影避免透视变形

总结

ECharts GL 的曲面图功能强大,但需要开发者理解其底层网格生成原理。正确的数据排序是确保曲面正确显示的关键。通过遵循 X 轴优先变化的原则和构建规则的网格结构,开发者可以轻松绘制各种复杂的 3D 曲面。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
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
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284