Apache ECharts 实现基于阈值分区的温度曲线图
2025-04-30 15:30:53作者:幸俭卉
在数据可视化项目中,我们经常需要根据特定阈值对图表进行分区显示。本文将以温度监控场景为例,详细介绍如何使用 Apache ECharts 实现基于 80° 阈值的分区曲线图效果。
需求分析
典型的需求场景是:
- 展示温度随时间变化的曲线
- 以 80° 为临界值
- 高于 80° 的区域用一种颜色填充
- 低于 80° 的区域用另一种颜色填充
这种可视化方式能直观地帮助用户识别超出安全阈值的温度区间。
技术实现方案
方案一:使用 stack 属性
ECharts 的 stack 属性可以很好地实现这种分区效果:
-
准备两组数据:
- 第一组:实际温度数据
- 第二组:固定为阈值 80 的数据
-
配置两个系列:
series: [ { name: '安全温度区', type: 'line', stack: 'total', areaStyle: { color: '#a0d911' }, // 安全区颜色 data: thresholdData // 固定80的数据 }, { name: '高温区', type: 'line', stack: 'total', areaStyle: { color: '#f5222d' }, // 高温区颜色 data: highTempData // 实际温度减去80的数据 } ] -
通过 stack 的叠加效果,自动形成分区填充
方案二:使用 visualMap 组件
虽然 visualMap 通常用于热力图等场景,但也可以用于曲线图的分区:
visualMap: {
type: 'piecewise',
show: false,
dimension: 1,
pieces: [
{ gt: 80, color: '#f5222d' }, // 高于80红色
{ lte: 80, color: '#a0d911' } // 低于80绿色
],
seriesIndex: 0
}
实现细节优化
-
坐标轴调整:
- 使用 grid 属性控制图表与容器的边距
- 通过 axisLabel 格式化温度单位显示
-
视觉增强:
- 添加标记线标记 80° 阈值
- 使用渐变色增强视觉效果
- 添加数据标签显示关键点温度值
-
交互优化:
- 添加 tooltip 显示详细温度信息
- 实现区域缩放功能
- 添加图例交互控制
完整配置示例
option = {
xAxis: { type: 'category', data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'] },
yAxis: { type: 'value', name: '温度(°C)' },
series: [
{
name: '安全区',
type: 'line',
stack: 'total',
areaStyle: { color: '#a0d911' },
data: [80, 80, 80, 80, 80, 80, 80]
},
{
name: '高温区',
type: 'line',
stack: 'total',
areaStyle: { color: '#f5222d' },
data: [20, 10, 15, 5, 10, 15, 20]
}
],
tooltip: { trigger: 'axis' },
legend: { data: ['安全区', '高温区'] }
};
应用场景扩展
这种基于阈值的分区技术不仅适用于温度监控,还可应用于:
- 服务器负载监控
- 空气质量指数展示
- 股票价格预警
- 生产质量指标控制
- 医疗健康指标监测
通过调整阈值和颜色方案,可以快速适配各种业务场景的需求。
总结
Apache ECharts 提供了多种实现阈值分区效果的技术方案,开发者可以根据具体需求选择最适合的方法。stack 方案实现简单直接,而 visualMap 则提供了更灵活的配置方式。掌握这些技术后,可以轻松创建出专业级的阈值预警可视化图表。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0135
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
466
3.47 K
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
198
81
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
10
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
65
19
暂无简介
Dart
715
172
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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++
846
426
Ascend Extension for PyTorch
Python
275
311
🎉 (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
1.26 K
694