Apache ECharts 实现基于阈值分区的温度曲线图
2025-04-30 19:59:44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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥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
68
20
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
暂无简介
Dart
799
198
🎉 (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
779
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
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
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1