D3: jak pokazać duży zestaw danych

Question

D3: jak pokazać duży zestaw danych

Mam duży zbiór danych zawierający 10^5 punktów danych. A teraz rozważam następujące pytanie związane z dużym zestawem danych:

Czy jest jakiś skuteczny sposób na wizualizację bardzo dużego zbioru danych? W moim przypadku mam zestaw użytkownika i każdy użytkownik ma 10^3 pozycji. W sumie jest 10^5 pozycji. Chcę pokazać wszystkie elementy dla każdego użytkownika na raz, aby umożliwić szybkie porównanie użytkowników. Niektóre ciało sugeruje użycie listy, ale nie sądzę, że lista jest jedynym wyborem, gdy mamy do czynienia z tak dużym zestaw danych.

Uwaga

Chcę pokazać wszystkie elementy dla każdego użytkownika na raz.

Oznacza to, że chcę pokazać wszystkie punkty danych po kliknięciu na użytkownika, a kiedy klikam na dwa zastosowania, mogę porównać różnicę między nimi.

19

large-data d3.js

Author: Community, 2013-08-15

Source

1 answers

score 34 · Accepted Answer

Problem polega na tym, aby ich nie renderować. Możesz przełączyć się na canvas lub webgl dla części renderującej. Możesz znaleźć kilka przykładów użycia canvas i X3DOM z powiązaniem danych D3. Ale będzie to powolne ze względu na liczbę obiektów DOM, więc lepiej trzymać je osobno, jak w tym przykładzie o współrzędnych równoległych. Ten przykład zawiera również progresywne renderowanie do ładowania i renderowania wszystkich elementów danych.

Utrzymanie ich w pamięci i manipulowanie nimi strona klienta też nie stanowi problemu. D3 jest często używany z Crossfilter do szybkiej manipulacji danymi "milionów lub więcej rekordów".

10^5 punktów danych to tylko trochę za dużo punktów dla interaktywnego renderowania SVG. Ale zbyt wiele punktów danych w wizualizacji często wskazuje, że masz zły poziom abstrakcji lub złą strategię kreślenia. Wiele punktów będzie prawdopodobnie nakładać się lub wizualnie fuse. Dlaczego więc nie agregować tych kształtów, na przykład za pomocą heatmap (color skala dla liczby nakładających się punktów), binning( hexbin, histogram), czy podsumowanie zbioru danych?

Jeśli potrzebujesz przeglądu i porównywania zbiorów danych, prawdopodobnie potrzebujesz abstrakcji, takiej jak niektóre statystyki podsumowujące zbiór danych, a następnie zobacz szczegóły na żądanie (semantyczny zoom, focus+context, drill-down).