精华内容
下载资源
问答
  • 本资源包含8个高质量的大屏数据可视化案例源码,既有实际项目案例,也有旭日图、树图、热力图、地图、3D图表、地理信息数据可视化等专题案例。
  • 主要介绍了基于vue+echarts 数据可视化大屏展示的方法示例,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
  • 分数已被csdn修改,我也无法修改分数,过高无法下载请...WPF 数据可视化 大屏展示 实现地图仿echarts模拟迁移效果 Telerik图表 仪表盘 效果图https://blog.csdn.net/shishuwei111/article/details/79486365#comments
  • 非常炫的数据可视化大屏html页面
  • 最新echarts大屏展示demo
  • 为什么要做数据大屏?现如今的大数据逐渐发挥出了它的力量,并无形的改变着我们的生活。但大数据在不是从事技术开发的人来说没有很明显的感受,很多人对大数据的概念只是停留在每年网易云音乐对个人听歌的汇总上、...

    为什么要做数据大屏?

    现如今的大数据逐渐发挥出了它的力量,并无形的改变着我们的生活。但大数据在不是从事技术开发的人来说没有很明显的感受,很多人对大数据的概念只是停留在每年网易云音乐对个人听歌的汇总上、知乎2017年解锁的知识成就、微信新年的个人社交分析、支付宝的年终账单等。其迫切的需要通过一些媒介展现数据的威力,而数据大屏作为大数据展示媒介的一种,广泛运用于各种展示厅、会展、发布会及各种狂欢节中,其中不乏一些通用的处理方案:阿里巴巴集团的DataV产品。其大屏有多种主题,提供多种模版,设计的非常的震撼,DataV也用于展现历年双十一的盛况。

    而公司的大数据工作组就需要通过数据大屏展示一些处理过后有价值的信息,因此需求孕育而生。下面的截图是产品迭代四次之后在公司大屏展示厅的照片,第五次迭代还在开发中。

    公司数据大厅照片

    用Vue做基础的框架是不是合适?

    绝对合适,就现在运用的情况来说,Vue适合95%的网页应用开发,几乎任何的网页应用Vue都有对应的解决方案,而且开发效率极高,甚至由于它组件化的特性,尤其适合完成一些需求不明确、需求在应用开发的过程中一直会发生变化、需要快速迭代出一个新版本的开发。而最终参与制作的产品就是一个在需求不明确的情况下慢慢变成一个产品的。

    程序员如何产生想法再落实到实际开发?

    众所周知,程序员是码代码的,而设计产品不是程序员的强项,很不巧的是我就是那个码代码,不太会设计的程序员,但通过一些诀窍,还是能够设计出一款不错的大屏应用的。下面就来介绍一下里面的一些技巧,这些技巧其实还适用于其他的产品设计。

    数据大屏设计归根结底就是一个在极端宽阔的屏幕上做应用的开发,因此大屏设计往往强调的是大数据迸发的一瞬间大量的数据信息通过一定的可视化形式瞬间冲入脑海的惊艳感。让人感觉数据距离大家不是这么的遥远,而给人一种触手可及的感觉。

    数据大屏的设计其实是有诀窍的,掌握了一些诀窍,在知道了公司大数据组大概需要展示哪些内容之后,不需要UI,程序员自己也能配合产品经理、企划部和DBA完成一个数据大屏产品的设计。

    步骤分为

    确定基色->寻找灵感->思考实施->作出第一个原型->再次了解需求->多次修改产品->优化细节

    后面的步骤需要循环多次,归根结底就是一个典型的需求不明确快速迭代的原型开发。

    确定基色和寻找灵感

    确定基色不是很难,由于是大屏,采用深色做背景,最重要的是要有灵感,初期的需求分析了解到了需要在大屏上存放的内容如下:

    两块地图

    三个大数据数值的统计

    流程图展示

    实时提单详细展示

    收发报文统计展示

    在确定了初期的需求之后,接下来就是思考如何把这些需求落实到页面上。如何在页面上展示这些内容。而数据大屏的展示,数据大屏的核心就是数据的拼接,具体到展示层可以归纳成数据块的拼接,由于公司大屏是8*4的32块屏,因此起初的寻找灵感就是从分块开始。

    切分寻找灵感.jpg

    这样做的好处是每个屏幕切分的很清晰,灵感也在切分中越来越清晰,到往后就是一个个模块的排列组合,和细节的优化,经过初期对需求的解读,初步划分如下图所示。

    大屏模块划分.png

    地图1

    标题

    实时提单展示

    地图2

    全链路

    数据统计

    7-11:报文详细

    在开发上,归功于Vue的组件化思想,当设计出一个模块框和些许组件之后,后面的内容就是按照内容划分进行填充,极其的快速,马上,第一个原型孕育而生,而且出了图标采用开源解决方案,其他的内容都是自己从零开始开发的,维护效率也偏高,产品设计也更加统一。

    第一个原型

    下图展示了第一个原型的诞生,运用Vue进行开发,圆环和统计图采用ECharts进行绘制,上面的实时提单展示会一直滚动,并且实时可以查看单子的详细。

    第一个原型

    再次了解需求

    下面开始就是快速迭代中比较重要的一点:快速了解进一步的需求,在第一个原型诞生之后,必然带来第二稿的修改,因为模糊的需求并不能精确命中用户的真实需求,而用户的正式需求往往是设计人员在设计出第一个原型之后诞生的。

    此时用户在见到了一些内容之后会有更加近一步的想法,甚至有些设计因为需求不明确和真实需求并不相符,不是用户真正想要的内容,就比如上图那个全链路的圆环,在进一步了解需求之后发现,有可能一天有多个步骤同时发生,那运用圆环表示比率的做法就没有任何的意义,而这些只有在第一个原型出来之后才能发现的。

    于是配合用户、业务部门和DBA,诞生了第二个原型,和第一个原型比更加的丰富,业务也发生了相应的变化。

    多次修改产品、优化细节

    第二个原型

    第三个原型

    经过多次和用户、企划、公司大数据组人员进行沟通后,变成了最终文章开始的展示模式,原型确定之后的具体后端接口的开发了。

    这其中最方便的一点是开发完原型后前端应用展示方面的内容无需修改分毫,因此运用假接口调用和后端确定规范就变得非常必要,只需要编写后端数据,编写完之后直接修改HOST就能做到,由于原型开发面临这不断的修改,而且后端也不清楚最后能够提供什么样的数据,这样沟通成本就变得很大,如何降低沟通成本,制定一个规范,就是我们必须要考虑的问题。

    原先会通过原型变更后端的假接口也相应发生变化,让前端去调用,这样做非常低效,后端工程师的时间也浪费了,测试也要等到后端假接口写完之后,但得益于YAPI这个开源项目(这是由去哪儿的工程师开发的一套前后端开发规范管理系统)运用mockjs做假数据的生成,原型直接调用这套系统的接口。后端也无需考虑数据结构,前端把定义好的数据结构写成YAPI内部对应的一个个测试接口,当轮到后端开发的时候直接按照这套系统的API规范进行开发,降低了沟通成本,对于任何一个团队来说都非常便捷。

    代码结构设计

    组件化拆分变的尤为重要,又是webpack打包的项目,因此模块也相对比较清晰,对于后期运维也相对好维护。

    组件

    data-block:数据模块框组件

    data-link:全链路组件

    data-map:地图组件

    data-marquee:实时滚动组件

    data-step:嵌套在data-link内部的步骤条详细

    data-title:标题组件

    svg-circle:原型内部链路圆环(已被需求淘汰)

    图表全在utils内部的chart.js内部维护,图标采用SVG,和链路项的顺序单独维护在配置文件内部,便于需求变化后的修改。样式运用less进行开发,统一配色、样式。

    PS:用户就是领导😂

    展开全文
  • 数据大屏满屏自适应

    2020-11-22 19:47:28
    在mounted里面调用

    在这里插入图片描述
    在这里插入图片描述在mounted里面调用
    在这里插入图片描述

    展开全文
  • 一、项目描述 1 后端项目 1.1 项目简介 让我们先理解这个项目的...一个基于 SrpingBoot、Redis、Jieba 框架的 " 数据大屏项目 " 项目使用定时器,定期从数据库执行n个统计SQL,将统计结果存放Redis中,前端定时刷新请求

    一、项目描述

    1 后端项目

    1.1 项目简介

    让我们先理解这个项目的原理

    1. 先整理好前端需要的各种图表的数据,将其SQL语句存入query_statement表
    2. 再定期执行这些SQL,执行结果放Redis
    3. 最后提供一个接口让前端取数据

    项目使用SpringBoot-Redis-Jieba,为大屏项目提供数据接口(配套前端项目

    • 一个基于 SrpingBoot、Redis、Jieba 框架的 " 数据大屏项目 "
    • 项目使用定时器,定期从数据库执行n个统计SQL,将统计结果存放Redis中,前端定时刷新请求数据都从redis中取,减轻数据库压力
    • 通过Jieba分词统计词频最高的词,前端使用词云展示
    • 请拉取 main 分支的代码,其余是开发分支。
    • 现支持源数据库Oracle、Mysql,其余数据库各位自己研究吧,SpringBoot的项目,易拓展
    • 返回值使用同样的JSON结构,RestFul开发风格,

    友情链接:

    1. DataV 官方文档(建议使用之前先浏览)
    2. echarts 实例echarts 官方文档
    3. Vue 官方文档
    4. Jieba-Java版本

    1.2 下载地址:

    前端代码(旧版无词云):前端代码下载
    后端代码:后端代码下载
    新版:
    在这里插入图片描述
    旧版:
    在这里插入图片描述

    1.2 主要文件介绍

    项目目录
    项目基于Maven管理依赖,分层清晰,mapper、pojo、service、common服务于api、jieba

    业务代码基本都在api中
    在这里插入图片描述

    • CorsConfig配置跨域访问,上线后在此配置跨域
    • ScannerJob(核心)定时器每隔固定间隔,将query_statement表中所有查询语句取出执行,执行结果存到Redis中
    • QueryStatementController 提供获取数据接口,优先从Redis获取,获取不到去query_statement表查,查到后执行sql,并将数据存至Redis

    1.3 使用介绍

    管理统计SQL

    一般情况下,一个前端图,对应一组统计数据(通常是一个sql)。我们动态的将这些SQL存到query_statement表中,表结构如下。

    namestatementdescription
    LOGIN_LOGselect ‘xxx’ as X0, count(*) as COUNT from xxx order by xxx对应左下折线图
    SUBMIT_SUMselect * from datav_log limit 50对应右上轮播日志
    • name是统计数据名称(唯一),与前端约定好哪个图对应哪个SQL
    • statement是统计用的SQL本体,一个SQL对应前端一个图表控件(折线图、饼图)
    • description 描述信息
    定期执行,保存结果

    整理好SQL后,最后由定时器com.datav.config.ScannerJob定期查询到所有统计SQL,执行后存入Redis

        /**
         * 设置定时器10min刷新数据
         */
        @Scheduled(cron = "* 0/10 * * * ?")
        public void autoRefreshRedisData(){
            // 取出所有统计sql
            List<QueryStatement> queryStatementList = queryStatementService.getList();
            // 全部执行后放进Redis
            queryStatementList.stream().forEach(queryStatement -> {
                List<Map<String, Object>> dataList = queryStatementService.findDataByQuery(queryStatement);
                String jsonStr = JsonUtils.objectToJson(dataList);
                redisOperator.set(QUERY_NAME + ":" + queryStatement.getName(), jsonStr);
            });
            // 打印执行时长
            System.out.println(DateUtil.getCurrentDateString(DateUtil.DATETIME_PATTERN));
        }
    
    
    提供接口,查询数据
    
    @RestController
    public class QueryStatementController {
    
        @Autowired
        private QueryStatementService queryStatementService;
        @Autowired
        private RedisOperator redisOperator;
    
        public static String QUERY_NAME = "QUERY_NAME";
    
        @GetMapping("/getDataByName")
        public Object getDataByName(String name) {
    
            // 在Redis取数据
            String jsonStr = redisOperator.get(QUERY_NAME + ":" + name);
    
            // 取不到,到数据库找SQL,执行后存入Redis
            if (StringUtils.isBlank(jsonStr)) {
                List<Map<String, Object>> dataList = queryStatementService.findDataBySql(name);
                jsonStr = JsonUtils.objectToJson(dataList);
                redisOperator.set(QUERY_NAME + ":" + name, jsonStr);
            }
    
            return JSONResult.ok(jsonStr);
        }
    }
    
    1. 如何启动项目

      Maven项目,拉下代码,idea打开,mvn install
      配置数据库,执行oracle.sql创建表
      根据业务定制query_statement中统计的SQL语句
      配置数据库连接,启动项目

    2. 如何请求数据

      http://localhost:8088/getDataByName?name=SUBMIT_SUM

      这里传的name就是你query_statement表的name,唯一字段哦

    3. 如设置何跨域
      com.datav.config.CorsConfig修改这个配置类就好,都是现成的

    4. 如何使用词云
      词云使用Jieba切词,原理是将你要分析的数据,整合为一个String,调用切词工具
      WordAnalysisController有具体的例子可以参考

      // 分析词云数据
        @GetMapping("/analysisProposalContent")
        public Object analysisProposalContent() {
    
            // 将源数据取出,一堆blob
            String jsonStr = new String();
    
            List<byte[]> contentList = queryStatementService.selectProposalContent();
    
            List<Map<String, Object>> analysisResult = analysis(contentList);
    
            jsonStr = JsonUtils.objectToJson(analysisResult);
    
            redisOperator.set(QUERY_NAME + ":" + name, jsonStr);
    
            return JSONResult.ok(jsonStr);
        }
    
        public List<Map<String, Object>> analysis(List<byte[]> contentList) {
            ArrayList<Map<String, Object>> result = new ArrayList<Map<String, Object>>();
    
            // 整合为一个String
            StringBuilder content = new StringBuilder();
            contentList.stream().forEach(blob -> {
                try {
                content.append(new String(blob,"utf-8"));
                } catch (UnsupportedEncodingException e) {
                    e.printStackTrace();
                }
            });
    
            // 设置最后保留多少个词
            int topN = 300;
            TFIDFAnalyzer tfidfAnalyzer = new TFIDFAnalyzer();
            String contentStr = content.toString();
            contentStr = contentStr.replaceAll("\r|\n|。|《|》| |%", "");
            // 调用Jieba
            List<Keyword> list = tfidfAnalyzer.analyze(contentStr, topN);
            for (Keyword word : list) {
                System.out.print(word.getName() + ":" + word.getTfidfvalue() + ",");
    
                HashMap<String, Object> tempMap = new HashMap<>();
                tempMap.put(word.getName(),word.getTfidfvalue());
                result.add(tempMap);
            }
            return result;
        }
    

    四、更新情况

    1. 执行SQL部分,现在为串行,将改为多线程并发进行
    2. 切词多线程优化
    3. 加入xxl-job,一个图建立一个定时任务,分开管理,设置不同的定时器,因为每个图数据更新时间不一致,进行动态的管理定时任务,研发中。。。

    五、其余

    前端框架是基于项目 gitee 地址(国内速度快)开发,吃水不忘挖井人!感谢大佬无私奉献~

    配套前端代码,详情见链接数据大屏项目Vue+DataV+Echarts(附源码)

    展开全文
  • qt数据可视化,大屏幕,科幻效果 大数据可视化-科幻效果-图片素材(psd文件 3.6G)见https://download.csdn.net/download/zp349295931/12562144
  • 大屏数据可视化设计指南

    万次阅读 多人点赞 2019-01-03 14:25:31
    把相对复杂、抽象的数据通过可视的方式以人们更易理解的形式展示出来的一系列手段叫做数据可视化,数据可视化是为了更形象地表达数据内在的信息和规律,促进数据信息的传播和应用。 在当前新技术支持下,数据可视化...

    在这里插入图片描述

    一、基础概念

    1、什么是数据可视化

    把相对复杂、抽象的数据通过可视的方式以人们更易理解的形式展示出来的一系列手段叫做数据可视化,数据可视化是为了更形象地表达数据内在的信息和规律,促进数据信息的传播和应用。

    在当前新技术支持下,数据可视化除了“可视”,还可有可交流、可互动的特点。数据可视化的本质是数据空间到图形空间的映射,是抽象数据的具象表达。
    在这里插入图片描述

    数据可视化作品《launchit》
    作者:Shane Mielke
    作者写了本书,地图上显示了世界各地读者的分布情况及对应人数
    在这里插入图片描述

    数据可视化作品《world-drawn-by-travelers》
    作者:TripHappy
    国家之间相互连通的旅游路线,颜色越相近的国家,表明两国家的人们互动越频繁
    在这里插入图片描述

    什么是大屏数据可视化

    大屏数据可视化是以大屏为主要展示载体的数据可视化设计。
    “大面积、炫酷动效、丰富色彩”,大屏易在观感上给人留下震撼印象,便于营造某些独特氛围、打造仪式感。电商双11类大屏利用此特点打造了热烈、狂欢的节日氛围,原本看不见的数据可视化后,便能调动人的情绪、引发人的共鸣,传递企业文化和价值
    在这里插入图片描述

    利用面积大、可展示信息多的特点,通过关键信息大屏共享的方式可方便团队讨论、决策,故大屏也常用来做数据分析监测使用。大屏数据可视化目前主要有信息展示、数据分析及监控预警三大类。
    数据分析类:
    在这里插入图片描述

    大屏数据可视化设计原则:设计服务需求、先总览后细节

    设计服务需求

    大屏设计要避免为了展示而展示,排版布局、图表选用等应服务于业务,所以大屏设计是在充分了解业务需求的基础上进行的。那什么是业务需求呢?业务需求就是要解决的问题或达成的目标。设计师通过设计的手段帮助相关人员达成这个目标,是大屏数据可视化的价值所在。

    先总览后细节

    大屏因为大,承载数据多,为了避免观者迷失,大屏信息呈现要有焦点、有主次。可以通过对比,先把核心数据抛给用户,待用户理解大屏主要内容与展示逻辑后,再逐级浏览二三级内容。部分细节数据可暂时隐藏,用户需要时可通过鼠标点击等交互方式唤起。

    三、大屏可视化设计流程

    规范的流程是好结果的保证。找到一个可参考的流程,然后步步为营,就能避免很多不必要的返工,保证设计质量和项目进度。在这里插入图片描述

    1、根据业务场景抽取关键指标

    关键指标是一些概括性词语,是对一组或者一系列数据的统称。一般情况下,一个指标在大屏上独占一块区域,所以通过关键指标定义,我们就知道大屏上大概会显示哪些内容以及大屏会被分为几块。以共享单车电子围栏监控系统为例,这里的关键指标有:企业停车时长、企业违停量、热点违停区域、车辆入栏率等。

    确定关键指标后,根据业务需求拟定各个指标展示的优先级(主、次、辅)。
    在这里插入图片描述

    2、确立指标分析维度

    “横看成岭侧成峰”。同一个指标的数据,从不同维度分析就有不同结果。很多小伙伴做完可视化设计,发现可视化图形并没有准确表达自己的意图,也没能向观者传达出应有的信息,可视化图形让人困惑或看不懂。出现这种情况很大程度就是因为分析的维度没有找准或定义的比较混乱。
    在这里插入图片描述

    上图向大家展示了数据分析常用的4个维度,我们在选定指标后,就需要跟项目组其他小伙伴讨论:我们的各个指标主要想给大家展示什么,更进一步的讲,是我们想通过可视化表达什么样的规律和信息。而上图,可以引导我们从“联系、分布、比较、构成”四个维度更有逻辑的思考这个问题。

    联系: 数据之间的相关性
    分布: 指标里的数据主要集中在什么范围、表现出怎样的规律
    比较: 数据之间存在何种差异、差异主要体现在哪些方面
    构成: 指标里的数据都由哪几部分组成、每部分占比如何

    当然,上图例举的示例图表都比较传统,在大屏数据可视化中常还有另一类地理信息(常以2/3D地图、地球呈现)出现。上图虽未包含这类图形,但它提供给我们的确定数据分析维度的思路和方法是相通的,可借鉴。

    3、选定可视化图表类型

    当确定好分析维度后,事实上我们所能选用的图表类型也就基本确定了。接下来我们只需要从少数几个图表里筛选出最能体现我们设计意图的那个就好了。

    选定图表注意事项:易理解、可实现;

    易理解就是可视化设计要考虑大屏最终用户,可视化结果应该是一看就懂,不需要思考和过度理解,因而选定图表时要理性,避免为了视觉上的效果而选择一些对用户不太友好的图形。
    在这里插入图片描述

    可实现

    1、我们需要了解现有数据的信息、规模、特征、联系等,然后评估数据是否能够支撑相应的可视化表现

    2、我们设计的图形图表,要开发能够实现。实际工作中,一些可视化效果开发用代码写很容易实现,效果也不错,但这些效果设计师用Ps/Ai/Ae这些工具模拟时会发现比较困难;同样的,某些效果设计师用设计工具可以轻易实现,但开发要用代码落地却非常困难,所以大屏设计中跟开发常沟通非常重要,我们需要明确哪些地方设计师可以尽情发挥,哪些地方需要谨慎设计!一个项目总有周期与预算限制,不会无限期的修改迭代,所以设计师在这里需要抓住重点,有取舍,不钻牛角尖、死磕不放。
    在这里插入图片描述

    4、了解物理大屏,确定设计稿尺寸

    多数情况下设计稿分辨率即被投大屏的信号源电脑屏幕的分辨率。 有多个信号源时,就会有多个设计稿,此时每个设计稿的尺寸即对应信号源电脑屏幕的分辨率。
    在这里插入图片描述

    一般情况下设计稿的分辨率就是电脑的分辨率,当有多个信号源时,有时会通过显卡自定义电脑屏幕分辨率,从而使电脑显示分辨率不等于其物理分辨率,此时,对应设计稿的分辨率也就变成了设置后的分辨率;此外,当被投电脑分辨率长宽比与大屏物理长宽比不一致时(单信号源),也会对被投电脑屏幕分辨率做自定义调整,这种情况设计稿分辨率也会发生变化。所以设计开始前了解物理大屏长宽比很重要。

    5、页面布局、划分

    尺寸确立后,接下来要对设计稿进行布局和页面的划分。这里的划分,主要根据我们之前定好的业务指标进行,核心业务指标安排在中间位置、占较大面积;其余的指标按优先级依次在核心指标周围展开。一般把有关联的指标让其相邻或靠近,把图表类型相近的指标放一起,这样能减少观者认知上的负担并提高信息传递的效率。
    在这里插入图片描述

    6、定义设计风格

    很多小伙伴也许没接触过大屏设计工作,但大多数人都应该有APP或者Web风格定义的经验。我们在定义一款APP或者Web页面设计风格时常用的方法是什么呢?情绪版!

    大屏虽酷炫,但实际上也是运行在浏览器里的Web页面,所以大屏设计风格定义方法也同样可以是用情绪版来做,这种方法也是目前比较科学高效的风格定义手段。
    在这里插入图片描述

    上图提供了情绪版应用的脑图,具体操作细节不做介绍,不太了解的小伙伴可以自己找找资料哈。

    情绪版的一套流程下来,我们定义的风格基本是科学准确的,可以指导我们执行设计。如果是给甲方爸爸做大屏,这个流程也可以让我们提出的方案更有说服力。

    7、可视化设计

    根据定义好的设计风格与选定的图表类型进行合理的可视化设计。目前来讲大屏可视化主要有指标类信息点和地理类信息点两大可视化数据。指标类信息点可视化效果相对简单易实现,而地理类信息点一般可视化效果酷炫,但是开发相对困难,需要设计师跟开发多沟通的。地理类信息一般具有很强的空间感、丰富的粒子、流光等动效、高精度的模型和材质以及可交互实时演算等特点,所以对于被投电脑、大屏拼接器等硬件设备的性能会有要求,硬件配置不够的情况下可能出现卡顿甚至崩溃的情况,所以这点也是需要提前沟通评估的。
    在这里插入图片描述

    8、样图沟通确认

    这里的沟通分三个层面:设计师对内沟通、设计师对外沟通、设计师与大屏的“沟通”。
    在这里插入图片描述

    样图沟通环节,最初的样图不需要十分精致,我们可以把它理解为一个“低保真”原型,然后通过不断沟通修改,让它逐步完善精致起来,也就是小步快跑,避免那种一下子走到终点,然后又大修大改的情况。

    因为我们在前几步已经分别确定了页面布局、图表类型、页面风格特点,所以这一步我们需要用尽可能简单的方法 ,把之前几步的成果在页面上快速体现出来,然后根据样图效果尝试确定五方面内容:
    1、之前确立的布局在放入设计内容后是否依然合适
    2、确立的图表类型带入数据后是否仍然客观准确
    3、根据关键元素、色彩、结构、质感打造出的页面风格是否基本传达出了预期的氛围和感受
    4、已有的样式、数据内容、动效等在开发实现方面是否存在问题
    5、大屏是否存在色差、文字内容是否清晰可见、页面是否存在变形拉伸等现象

    **跟大屏“沟通”是比较重要也是个特殊的环节,**这也是我觉得大屏设计跟其它设计不一样的地方,大屏有它自己独特的分辨率、屏幕组成、色彩显示以及运行、展示环境,这里的很多问题只有设计稿投到大屏上才能够被发现,所以这一步在样图沟通确认环节非常重要,有时候需要开发出demo,反复测试多次。

    9、页面定稿、开发

    事实上页面开发阶段并不是到了这一步才进行,这里说的页面开发仅指前端样式的实现,实际上后台数据准备工作在定义好分析指标后就已经开始进行了,而我们当前的工作是把数据接入到前端,然后用设计的样式呈现出来。
    在这里插入图片描述

    切图与标注
    由于大屏实际就是一个web页面,所以开发阶段的切图与标注是少不了的。
    切图:哪些元素需要切图,怎么切?
    一般开发用代码写不出的样式或动效,都需要设计师切图作支持:比如数据容器的边框、小的动效、页面整体大背景、部分图标等。切图按正常网页设计标准切就可以了。

    标注
    Web页面用什么插件做标注这个大家都很熟悉,我就不多说了。需要注意的是,如果大屏页面需要在不同比例的终端展示,那么此时的标注与开发可以使用rem作为基本单位来实现,这样实现的大屏页面在后期会有更好的扩展性与适应性。

    10、整体细节调优与测试

    这部分是指页面开发完成后,将真实页面投放到大屏进行的测试与优化。这里主要有两部分工作。
    视觉方面的测试(有点像APP的UI走查): 关键视觉元素、字体字号、页面动效、图形图表等是否按预期显示、有无变形、错位等情况。
    性能与数据方面的测试: 图形图表动画是否流畅、数据加载、刷新有无异常;页面长时间展示是否存在奔溃、卡死等情况;后台控制系统能否正常切换前端页面显示。

    四、大屏设计的注意事项

    1、字体使用

    字体优先使用系统默认字体,需要嵌入字体时考虑字体的可识别性、与当前设计风格是否融合、是否可免费商用。
    在这里插入图片描述

    如果页面是云端部署,需要嵌入字体包时,我们可以使用FontCreator这类的软件把那些用不到的字符从字体包中删掉,然后重新打包上传,减小字体包大小,可以优化页面加载体验,避免在替换默认字体的过程中出现页面文字跳动等现象。(一般来讲一套字体文件包含了阿拉伯文、符号、拉丁文、日文、西里尔文、希腊文、拼音、注音符号等多种字符,对于大屏这个明确的场景,我们可以删掉其它使用不到的字符,仅保留中文、拼音和数字)
    在这里插入图片描述

    2、颜色搭配

    1、色彩明度与饱和度差异显著、对比鲜明, 尽量避免使用邻近色配色
    在这里插入图片描述

    2、使用深色暗色背景: 深色暗色背景可减少拼缝带来的不适感。由于背景面积大,使用暗色背景还能够减少屏幕色差对整体表现的影响;同时暗色背景更能聚焦视觉,也方便突出内容、做出一些流光、粒子等酷炫的效果,

    3、渐变色慎重使用: 大屏普遍色域有偏差,显示偏色,因而使用渐变色需要根据大屏反馈确定是否调整,纯色最佳。

    3、页面布局: 主次分明、条理清晰、注意留白,合理利用大屏上各小的显示单元,并尽量避免关键数据被拼缝分割。
    在这里插入图片描述

    Q&A

    1、设计稿投到大屏上显示效果不佳怎么办?

    大屏的分辨率、比例、使用环境、投射方式等均会对设计造成影响。理想情况下,我们应该在设计开始前,就能打开大屏系统做一些简单测试。我们可以从网上收集不同设计师不同风格的大屏设计作品,然后投上去查看实际效果。因为大多数时候大屏都会存在色彩偏差,这时通过测试我们就能发现渐变色、邻近色等不同类型的色彩搭配是否可以在目标大屏上良好呈现,如果不可以,那我们设计进行时就不要使用显示效果不佳的色彩搭配。另一方面,样图沟通环节及时测试也很重要。

    2、大屏设计定稿后,切图切几倍图?

    由于是将我们电脑屏幕投射到了大屏,大屏上的内容是运行在我们电脑浏览器上的页面。所以切图根据我们电脑的分辨率,正常切1倍图就可以。

    3、19201080的设计稿,投到90004320的屏幕上,文字图片会发虚么?

    看情况,视大屏系统硬件规格与观看距离来定。这块有四个概念需要跟大家交流下。
    大屏逻辑分辨率(设计稿尺寸)——显卡输出分辨率——视频矩阵切换器(DVI)支持分辨率——大屏实际物理分辨率。
    一般后两个是没问题的,大屏跟矩阵切换器是由大屏厂商提供,一般刚好配套大屏。容易问题的是显卡输出分辨率,我们电脑屏幕分辨率并不是最终显卡传递到DVI接口的分辨率,传递到DVI接口的分辨率是电脑显卡所能输出的最大分辨率(部分电脑可设置或自定义输出分辨率)。输出分辨率等于DVI支持分辨率时显示效果最佳。输出分辨率低于DVI支持分辨率,DVI会将信号放大后传递到大屏,放大的过程中就有图像信息丢失,虽然此过程中有各种算法支持去保证图像尽可能清晰,但算法再好,跟真实图形还是有差距的。此外,多信号源投射效果优于单个信号源投射。对于现场直播数据大屏,一般至少有两个信号源,一个投屏,另一个也投屏但是处于备用状态。
    离大屏的距离也影响观感,一般离得近,颗粒感明显,距离稍远,会显的较为清晰。

    4、设计稿完成开发后,发现在大屏上页面有被拉伸或者压缩的情况,怎么补救?

    一般来讲,开发只需要对设计图做还原即可。但特殊情况下,比如显示器扩展不正确导致页面被拉伸或压缩,这时就需做处理:我们可以先得到被拉伸/压缩的比例,然后对整体视图做压缩/拉伸处理,再由其拉伸/压缩,这样被拉伸/压缩的瑕疵就可以得到一定程度上的矫正。另外,了解被投电脑硬件特点,有的电脑可以通过自定义分辨率解决这部分问题。

    5、除自行开发可视化大屏外,还可以通过哪些第三方服务来快速实现?

    阿里云DataV、腾讯云图、百度Sugar等(阿里云DataV与百度Sugar的使用比较)。

    6、数据可视化的图表样式可以在那些地方找到参考?

    图表部分的二个库是我们设计师可以打开浏览产看的,这里面所有的图表样式都是基于代码实现的,可以作为我们设计图表的参考,也可以让开发拿代码去用,或者在这些图表的基础修改。
    工具类的需要有一定的代码基础,里面同样有丰富的图表,所以跟开发的沟通也很重要,因为他们可能会了解多一些更新的前沿的图表形式是我们设计师不知道的,所以彼此多沟通交流是在太重要了。
    在这里插入图片描述

    补充:
    大屏数据可视化案例:https://blog.csdn.net/hwhsong/article/details/80805511

    展开全文
  • 大屏数据可视化;数据多屏显示;多屏数据可视化;大屏数据可视化案例;
  • 大数据大屏展示模板酷炫,酷炫,自适应,可根据自己需求进行更改,以适应自己的需要
  • 各个网页使用到了HTML,CSS,JS等技术,该文件夹中的网页覆盖面较广,包含了很多行业,例如:交通;金融;医疗;气象;政务等等。您也可以在模板的基础上进行美化扩展,达到自己想要的效果
  • 50套电子看板,数据大屏,数据展示模板,大屏可视化,大数据分析平台,ui设计模板,浏览地址:https://blog.csdn.net/guxingsheng/article/details/111397817
  • 基于 Echarts 实现可视化数据大屏展示

    万次阅读 多人点赞 2019-09-05 15:28:48
    收集了一套基于 Echarts 实现可视化数据大屏响应式展示效果的源码,共计30个页面,可以在此基础上重新开发。 实现方式:html + Echarts 贴图 有需要的可以联系我 暂时不开源,之后会考虑写教程和开源项目。 ...
  • 目前数据大屏开发项目比较多,但很多新手不清楚从何下手,其实上手很容易;另外 ,当前流行前端框也有很多,比如angularJs, vueJs,reactJs等;不过不必使用这些框架增加额外的学习成本,也可以快速开发数据大屏。...
  • 通过flask+pyecharts实现图表大屏。本文重点阐述实现方案,每个人的大屏使用到的图表和布局都会不一样,让前端设计好页面,后面就很顺了。
  • html大屏数据可视化基础架构 效果图 源码 百度云盘 链接: https://pan.baidu.com/s/1YNhg97sMVI3l3z0CHBi1_Q 提取码: 5v1b 其他样式效果说明 效果一,用图片或者用样式调整,如下为样式效果 css中样式 .lt_b, .lb...
  • 大屏地图数据功能

    2020-09-29 16:28:11
    每次看到中国地图,看到世界地图时,对人生总有一种感触,这个世界那么大,人生那么短,自己这么渺小,为什么不做自己开心的事情,为什么为一点小事而不开心呢?...https://blog.csdn.net/qq_21963133/article/det
  • Vue 大屏数据展示组件库:入口
  • 基于js+echarts实现数据可视化大屏展示

    万次阅读 多人点赞 2019-12-27 17:53:57
    vue+echarts大屏数据可视化展示参见点击进入 需求原因,做了一套数据可视化页面的展示效果demo。主要使用了echarts里面的纵向和横向柱状图,区域地图,以及环状图和折线图。基本满足部分场景的需求。下面看效果...
  • 大屏数据可视化案例

    万次阅读 多人点赞 2018-06-25 18:07:38
    数据可视化:把相对复杂的、抽象的数据...大屏数据可视化是当前可视化领域的一项热门应用,通常可以分为信息展示类、数据分析类及监控预警类。 大屏数据可视化应用的难点并不在于图表类型的多样化,而在于如何能在...
  • Echarts + Web实现大屏展示效果

    千次下载 热门讨论 2018-09-21 15:03:13
    Echarts + Web实现大屏展示效果,实现数据可视化,大屏显示效果,用echarts插件实现
  • 之前写的博客 Pyecharts实现新冠肺炎疫情数据大屏可视化.关于世界地图的绘制不完善,这个博客补上 运行结果如下: # 数据来源 [腾讯疫情实时追踪](https://news.qq.com/zt2020/page/feiyan.htm?from=timel.
  • Python 和 Echart 实现的酷炫可视化大屏。 详细手册参考我的博文: https://blog.csdn.net/lildkdkdkjf/article/details/119801899
  • vue疫情大屏数据展示+数据导出+地图图片下载

    千次阅读 多人点赞 2021-01-19 23:31:48
    不废话,先上效果图 审美有限 下午5点开工 去掉吃饭时间 我的审美也只能让我做到...vue疫情大屏数据展示页面布局页面代码(非全部代码)地图绘制说明数据获取配置代理(解决跨域)页面数据说明发送请求处理数据图形绘制.
  • ???? 作者主页:Java李杨勇 ???? 简介:Java领域优质创作者?...、Java李杨勇公号作者✌ 简历模板、学习资料、面试...页面地图数据代码: function fnW(str) { var num; str >= 10 ? num = str : num = "0" + str;
  • Vue.js 打造酷炫的可视化数据大屏

    千次阅读 2020-11-06 18:46:39
    可视化技术与 Vue 介绍 实验介绍 在本节实验中,将对可视化...“数据可视化” 是一门数据与视觉相结合的技术,简单理解就是将数据转换成易于用户辨识和理解的视觉表现形式。通过图表展现方式,让数据转换为视觉图像,
  • 前端大屏数据可视化示例

    千次阅读 2019-11-01 13:39:42
    https://blog.csdn.net/hwhsong/article/details/80805511 前端大屏数据展示的各种布局以及阿里云的DataV数据展示。
  • 大家好,我是小F~随着大数据的发展,可视化大屏在各行各业得到越来越广泛的应用。可视化大屏不再只是电影里奇幻的画面,而是被实实在在地应用在政府、商业、金融、制造等各个行业的业务场景中,切切...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 4,280
精华内容 1,712
关键字:

csdn数据大屏

友情链接: USBHID例程.zip