AAChartKit 中动态控制折线图选中点的高亮显示
在数据可视化应用中,折线图是最常用的图表类型之一。AAChartKit 作为一款功能强大的 iOS 图表库,提供了丰富的交互功能。本文将详细介绍如何在 AAChartKit 中通过代码动态控制折线图选中点的高亮显示,而不依赖用户点击操作。
核心实现原理
AAChartKit 基于 Highcharts 引擎,其选中点的高亮显示实际上是通过触发图表元素的 mouseOver 事件来实现的。我们可以通过 JavaScript 直接调用相关方法,控制特定数据点的高亮状态。
基础实现方法
默认选中点设置
在图表加载完成后,可以通过 chart.events.load 回调函数设置默认选中的点:
AAOptions *aaOptions = aaChartModel.aa_toAAOptions;
aaOptions.chart.eventsSet(AAChartEvents.new
.loadSet([NSString stringWithFormat:@AAJSFunc(function() {
const points = [];
const chart = this;
const series = chart.series;
const length = series.length;
for (let i = 0; i < length; i++) {
const pointElement = series[i].data[%ld];
pointElement.onMouseOver();
points.push(pointElement);
}
chart.xAxis[0].drawCrosshair(null, points[0]);
chart.tooltip.refresh(points);
}), defaultSelectedIndex]));
这段代码会在图表加载完成后,自动高亮显示指定索引位置的数据点,并显示对应的十字准线和工具提示。
动态更新选中点
在实际应用中,我们可能需要根据业务逻辑动态切换高亮点。相比重新渲染整个图表,更高效的做法是直接调用 JavaScript 方法局部更新:
NSString *jsFunc = ([NSString stringWithFormat:@AAJSFunc(
function syncRefreshTooltip() {
const points = [];
const chart = aaGlobalChart;
const series = chart.series;
const length = series.length;
for (let i = 0; i < length; i++) {
const pointElement = series[i].data[%ld];
pointElement.onMouseOver();
points.push(pointElement);
}
chart.xAxis[0].drawCrosshair(null, points[0]);
chart.tooltip.refresh(points);
}
syncRefreshTooltip();
), targetIndex]);
[chartView aa_evaluateJavaScriptStringFunction:jsFunc];
这种方法只更新需要变化的部分,避免了整个图表的重新渲染,性能更优。
自动轮播高亮点
在某些场景下,我们可能需要实现自动轮播高亮不同数据点的效果。这可以通过定时器实现:
AAOptions *aaOptions = AAOptions.new
.chartSet(AAChart.new
.eventsSet(AAChartEvents.new
.loadSet(@AAJSFunc(function() {
const chart = this;
let currentIndex = 0;
let intervalId;
function moveTooltip() {
const pointsToShow = [];
for (let i = 0; i < chart.series.length; i++) {
const point = chart.series[i].points[currentIndex];
if (point) {
pointsToShow.push(point);
}
}
if (pointsToShow.length > 0) {
chart.tooltip.refresh(pointsToShow);
chart.xAxis[0].drawCrosshair(null, pointsToShow[0]);
currentIndex = (currentIndex + 1) % chart.series[0].points.length;
}
}
intervalId = setInterval(moveTooltip, 2000); // 每2秒切换一次
// 初始显示第一个点
moveTooltip();
// 图表销毁时清除定时器
this.callbacks.push(function() {
if (intervalId) {
clearInterval(intervalId);
}
});
}))));
这段代码实现了每2秒自动切换到下一个数据点的效果,同时考虑了图表销毁时的资源清理。
交互优化
在实际应用中,我们还需要考虑用户交互。当用户手动操作图表时,应该暂停自动轮播;用户操作结束后,再恢复自动轮播:
let isTouched = false;
// 触摸开始事件
chart.container.ontouchstart = function(e) {
isTouched = true;
if (intervalId) {
clearInterval(intervalId);
intervalId = null;
}
handleTouch(e);
};
// 触摸移动事件
chart.container.ontouchmove = function(e) {
if (isTouched) {
handleTouch(e);
}
};
// 触摸结束事件
chart.container.ontouchend = function() {
isTouched = false;
if (!intervalId) {
// 立即移动到下一个点,然后开始 interval
moveTooltip();
startInterval();
}
};
样式定制
高亮点的样式可以通过以下配置进行定制:
// 十字准线样式
aaOptions.xAxis.crosshairSet(AACrosshair.new
.colorSet(AAColor.darkGrayColor)
.dashStyleSet(AAChartLineDashStyleTypeLongDashDotDot)
.widthSet(@2));
// 工具提示样式
aaOptions.tooltip
.styleSet(AAStyleColor(AAColor.whiteColor))
.backgroundColorSet(@"#050505")
.borderColorSet(@"#050505");
总结
AAChartKit 提供了灵活的方式来实现折线图选中点的动态控制。通过 JavaScript 直接操作图表元素,我们可以实现:
- 设置默认高亮点
- 动态切换高亮点
- 自动轮播高亮点
- 与用户交互的良好配合
这些技术可以广泛应用于实时数据监控、数据演示等场景,为用户提供更直观的数据可视化体验。关键是要理解 Highcharts 的底层机制,通过适当的事件处理和 JavaScript 调用实现所需功能,同时注意性能优化和用户体验。
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。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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