go-echarts 项目新增 DataZoom 的 FilterMode 支持
2025-05-31 16:49:37作者:苗圣禹Peter
在数据可视化领域,Apache ECharts 是一个非常流行的 JavaScript 图表库。而 go-echarts 作为其在 Go 语言中的实现,为 Go 开发者提供了便捷的图表生成能力。最近,该项目对 DataZoom 组件的 FilterMode 功能进行了重要更新。
FilterMode 功能介绍
DataZoom 组件是 ECharts 中用于数据区域缩放的控件,它允许用户通过交互方式选择查看数据的特定范围。FilterMode 参数控制着数据过滤的行为模式,主要影响以下两个方面:
- 数据过滤方式:决定了在缩放操作时,是过滤掉范围外的数据还是简单地隐藏它们
- 坐标轴刻度计算:影响缩放后坐标轴刻度的计算方式
在最新版本的 go-echarts 中,开发者现在可以直接通过 opts.DataZoom 结构体来设置 FilterMode 参数,而不再需要使用 JavaScript 代码进行额外配置。
使用示例
在更新前,开发者需要通过添加 JavaScript 函数的方式来设置 FilterMode:
lineChart := charts.NewLine()
const JS_SET_FILTERMODE = `
const instance = %MY_ECHARTS%;
var option = instance.getOption();
option.dataZoom[0].filterMode = 'none';
instance.setOption(option);
`
lineChart.AddJSFuncStrs(JS_SET_FILTERMODE)
而在新版本中,可以直接通过 Go 代码进行配置:
zoom := opts.DataZoom{
Type: "inside",
FilterMode: "none",
// 其他配置项...
}
lineChart.SetGlobalOptions(
charts.WithDataZoom(zoom),
)
FilterMode 可选值
FilterMode 支持以下几种模式:
- filter:默认模式,过滤掉范围外的数据
- weakFilter:弱过滤模式,保留部分范围外的数据
- empty:将范围外的数据设置为空
- none:不过滤数据,仅做视觉上的缩放
不同的模式适用于不同的业务场景,开发者可以根据实际需求选择合适的过滤方式。
技术实现分析
在 go-echarts 的实现中,FilterMode 被添加到了 opts.DataZoom 结构体中,作为一个字符串类型的字段。这个字段会最终被序列化为 ECharts 配置对象的相应属性。
这种实现方式保持了 go-echarts 一贯的简洁风格,同时也提供了足够的灵活性。开发者现在可以完全在 Go 代码中完成所有配置,而不需要混合使用 JavaScript 代码,这大大提高了开发效率和代码的可维护性。
最佳实践建议
- 对于大数据量场景,建议使用 filter 模式以提高性能
- 当需要保持数据完整性时,可以考虑使用 none 或 weakFilter 模式
- 在需要特殊视觉效果时,empty 模式可能是一个不错的选择
这次更新进一步丰富了 go-echarts 的功能集,使其在数据可视化处理方面更加完善。开发者现在可以更灵活地控制数据缩放行为,为用户提供更好的交互体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0119- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
718
4.6 K
Ascend Extension for PyTorch
Python
588
729
deepin linux kernel
C
29
16
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++
980
965
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
791
119
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
420
366
Oohos_react_native
React Native鸿蒙化仓库
C++
341
390
昇腾LLM分布式训练框架
Python
155
183
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
142
226
暂无简介
Dart
963
240