首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

ARKit:增强现实技术在美团到餐业务的实践

点击散开的交互方式 经过漫长的讨论,我们最终决定采取点击重叠区域后,卡片向四周分散的交互方式来解决重叠问题,效果如下: ? 图10 卡片散开的效果 下面围绕点击和投射两个部分,介绍该效果的实现原理。...这样就可以检测到用户点击的位置有哪些卡片发生了重叠。 投射 这里简单介绍一下散开的实现原理。...散开的整体过程如下: ? 图11 投射过程 散开后,点击空白处会恢复散开的状态,回到初始位置。未参与散开的卡片会被淡化,以突出重点,减少视觉压力。...后台聚类 对于排布比较密集的商家,卡片的重叠现象会很严重。点击散开的卡片数量太多对用户不是很友好。...图12 聚合卡片 闪烁问题 实测中发现,距离较近的卡片在重叠区域会发生闪烁的现象: ? 图13 闪烁 这里要引入一个 3D 渲染引擎普遍要面对的问题——可见性问题。

2.1K20

circos 可视化手册-line plot 篇

对于折线图而言,调整外观的属性有以下4个 1. thickness thickness 控制线条的粗细 2. color color 控制线条的颜色 3. fill_color fill_color控制填充色...,在折线的下方进行颜色填充 4. max_gap 在直线图中,会看到如下所示的分割线,max_gap的作用就是设置分割线的间距,max_gap = 1u 代表每隔1个单位画一条分割线,其用法和ticks...r1分别设置圆环的内径和外径,max和min设置y轴的最大值和最小值,orientation控制y轴0点的位置,orientation = in代表 y = 0 位于r1上;orientation = out...表示y = 0位于r0 上;z代表优先级,数值越大,优先级越高,当两个折线图重叠时,优先级高的会有优先显示。...color = dred fill_color = dred_a1 # outside the circle, oriented out

92620
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    图表案例——一个小小的图表所折射出的作图哲学

    原图上这样的,风格一如既往,呈现的数据是一个季度时间序列数据列,折线图,添加了时间趋势线。 最重要的特色是实际值与趋势值之间使用颜色带隔开,高于趋势值填充蓝色,低于趋势值填充红色。...其实该图表的核心元素——两条折线(一条是实际值折线图,一条是时间趋势线),制作起来相对容易。 只需一列实际数据,一列直线拟合数据即可。(折线图添加拟合直线)。...可是这样无法模拟两条线之间的颜色区域,所以我的第一直觉是使用三列数据做重叠面积图来模拟该案例: 三列数据分别是实际值、拟合直线数据(在添加拟合直线时同时勾选显示公式,利用公式结合函数,可以则算是该实际时间序列数据的直线拟合点...实际值是通过案例原图提取出来的近似值; 拟合值是根据拟合直线的公式结合函数推算出来的;(=-0.315*x+11.596) 实际值与拟合值两者的低值是通过MIN(实际值:拟合值)计算而来 三组数据同时添加制作重叠面积图...该方法的大体思路如下: 整体上需要五列数据(不算横轴标签列): 两条折线图数据(实际值、拟合值) 三列辅助列:实际值与拟合值两者较低值、实际值低于拟合值、实际值高于拟合值。

    1.1K60

    R语言 双坐标轴组合图形可视化实现

    ) # 2、参数解释: 1、lx,ly,rx,ry:左坐标轴和右坐标轴的值 注意:lx和rx值至少相邻,并且可能重叠 2、data:数据框 3、main:标题 4、xlim、lylim,rylim...案例2:左右轴的x值重叠(一致) xval <- seq.Date(as.Date("2017-01-01"), as.Date("2017-01-15"), by=..."day") going_upout = 15)+rnorm(15) going_down<-rev(60:74)+rnorm(15) twoord.plot(xval...案例3:不带数值标签的混合类型双坐标图 ## 折线&柱形混合双坐标图形(不含图形数值标签) twoord.plot(xval1, going_up, xval2, going_down, xlab="Sequence...案例4:带数值标签的混合类型双坐标图(值得学习) ## 折线&柱形混合双坐标图形(含图形数值标签) twoord.plot(xval1, going_up, xval2, going_down, xlab

    1.6K10

    绘制折线图的几个小技巧

    前言 ---- 折线图通常是用来表达某个数值指标的波动特征,表现的是一种时间维度下的变化。...x轴数据; y:指定折线图的y轴数据; linestyle:指定折线的类型,可以是实线、虚线、点虚线、点点线等,默认文实线; linewidth:指定折线的宽度 marker:可以为折线图添加点,该参数是设置点的形状...# x轴数据 AQI.AQI, # y轴数据 linestyle = '-', # 折线类型 linewidth = 2, # 折线宽度...如上图所示,图形中的x轴是非常糟糕的,重叠的几乎看不清。必须要对轴作处理,否则无法使用。...但是还是存在重叠或拥挤问题,解决的办法有两种,一个是拉长间隔天数,另一个是将刻度标签旋转30度或45度。

    3.5K30

    数据可视化设计指南

    时间变化图包括: 1.折线图 2.条形图 3.堆叠的条形图 4.K线图 5.面积图(折线图) 6.时间线 7.地平线图(折线图) 8.瀑布图 同类别分析 同类别分析是同一维度下的不同类别的数据之间比较分析...面积图 面积图有几种类型,包括堆叠面积图和重叠面积图: 堆叠面积图显示了多个数据类别(在同一时间段内)彼此堆叠 重叠面积图显示了多个数据类别(在同一时间段内)彼此重叠 这两个图的区别在于堆叠面积图是各个类别数据叠加显示...,而重叠面积图是互相重叠的 不建议将重叠的面积图用于显示两个以上的数据类别,因为这样做会使数据模糊。...不要使用重叠的面积图,因为它们会互相遮挡数据并降低可读性。3个类别相互重叠导致数据不可见降低可读性 样式 数据可视化使用自定义样式和形状,使数据一目了然,易于理解,适合用户的需求和内容。...折线图 折线图可以表示不同类别的数据,例如不同类别层次结构和占比。折线图的样式可以采用不同的样式,例如使用虚线或不透明度。

    6.1K31

    画【Python折线图】的一百个学习报告(三、设置全局 Label 颜色)

    画【Python折线图】的一百个学习报告(三、设置全局 Label 颜色) ---- 目录 画【Python折线图】的一百个学习报告(三、设置全局 Label 颜色) 前言 学习环境 探究目标 分析过程...】、【高效】、【美观】、【大气】的展示各种适合【折线图】的数据,且只针对折线图,我相信折线图才是最美的图表,在折线图中你能找到真正的数学之美,当前只针对生成网页类型可以截图使用,也可以通过录制操作过程生成小视频的方式使用...,后期我会想办法针对视频自动演示进行研究,可能前几十篇或甚至是上百篇文章都是对折线图的具体探究与深度学习,后面的文章我会写一些功能类的GUI工具,用于生成各类折线图,有望在2024年的年会PPT汇报上给予大家...Union[Numeric, str, None] # 默认会采用标签不重叠的策略间隔显示标签。 # 可以设置成 0 强制显示所有标签。...Union[Numeric, str, None] # 默认会采用标签不重叠的策略间隔显示标签。

    85040

    3.13 PowerBI报告可视化-折线图:配上情绪区间,标记最大值最小值

    给折线图配上情绪区间(带参考区间的折线图,Line chart with bands),标记最大值最小值,就不单单是简单地看一下度量值的趋势了,还能通过度量值与区间标准的对比,了解度量值处于什么样的程度...解决方案在PowerBI的折线图中,把情绪区间的度量值写出来,放到图表中,然后打开阴影区域功能,就能实现情绪区间了;把最大值、最小值的度量值写出来,也放到图表中,设置标记格式。...举例以价格监控为例,在这些折线图中显示价格趋势及价格所在的情绪区间(冰点、过冷、过热、沸点)和价格的最大值最小值。操作步骤STEP 1 书写度量值,包括价格度量值、情绪区间度量值、最大值最小值度量值。...VAR _vm_Min = MINX(ALLSELECTED(Dim_Date[Date]),[Price])RETURN IF([Price]=_vm_Min,[Price])STEP 2 在画布中添加折线图并拖入字段...结果如下:拓展带图例的折线图,Y轴只允许放一个度量值,情绪区间需要靠两个图重叠在一起实现,最大值最小值可以通过数据标签的详细信息实现。

    3900

    图文不符你给我说个锤子

    缺少图例,第一眼很难区分柱形图和折线图分别代表着什么; b. 作者想用折线代表每年的环比增长,但是却没有用 “%”作为数值单位;柱形图也缺少单位说明; c....折线图给读者产生了趋势走低的错觉,实际情况是稳步上涨的; d. 由于两个图形重合,但是数值标签发生了重叠。读起来非常不美观。 e. 2019年是预测数据,但是这里却没有特殊标明。...更改次坐标轴范围为[-2000%,500%],这样可以把折线抬起,避免标签重叠的同时,也能避免让读者误解趋势的情况; d. 对2019年的预测柱子进行透明度调节。...首先市场销售额和两家占比应该分成两个图,这里并不适合放在一起做组合图(ps:交易额部分就不展示了,直接一个柱形图或者折线图就是ok的); b. 利用色块突出 1% 这个文案信息。

    1.1K10

    【数据结构其实真不难】算法分析

    需要的执行次数一直比 B1 需要执行的次数少,所以 A1 的效率比 B1 的效率高; 所以我们可以得出结论: 当输入规模 n>2 时,算法 A1 的渐近增长小于算法 B1 的渐近增长 通过观察折线图...,我们发现,随着输入规模的增大,算法 A1 和算法 A2 逐渐重叠到一块,算法 B1 和 算法 B2 逐渐重叠 到一块,所以我们得出结论: 随着输入规模的增大,算法的常数操作可以忽略不计...通过折线图,对比对比算法 C1 和 C2 : 随着输入规模的增大,算法 C1 和算法 C2 几乎重叠 通过折线图,对比算法 C 系列和算法 D 系列: 随着输入规模的增大,即使去除 n...通过折线图我们会看到,算法 F 系列随着 n 的增长会变得特块,算法 E 系列随着 n 的增长相比较算法 F 来说,变得比较 慢,所以可以得出结论: 最高次项的指数大的,随着 n 的增长...通过观察数据表格和折线图,很容易可以得出结论: 算法函数中 n 最高次幂越小,算法效率越高 总上所述,在我们比较算法随着输入规模的增长量时,可以有以下规则: 1.

    31840

    (在模仿中精进数据可视化01) 全国38城居住自由指数可视化

    2 颜色填充   这里的颜色填充指的是以居住自由指数折线为中线,在购房自由指数折线与租房自由指数折线之间的颜色填充区域,但困难的是这里当购房自由指数高于租房自由指数时对应的颜色为浅蓝绿色,而反过来则变为灰色...图5   嘿嘿,是不是底层的参考线已经有内味了~ 2.2.2 绘制指标折线   坐标系以及参考线的逻辑定了下来之后,接下来我们需要将原作品中所展现的3种指标数据转换为3条样式不同的折线。   ...图9   哈哈,是不是更加有内味了~,至此,我们的绘制指标折线部分已完成。...就是就是两者去除掉彼此重叠区域后各自剩余的部分! ?...图12   那么接下来我们要做的事就so easy了,只需要分别得到两者去除重叠面后,剩余的部分,以对应的填充色彩叠加绘制在图11的图像上就可以啦~,利用geopandas中的difference即可轻松实现

    81310

    在模仿中精进数据可视化01:国内38城居住自由指数

    「2 颜色填充」 这里的「颜色填充」指的是以居住自由指数折线为中线,在购房自由指数折线与租房自由指数折线之间的颜色填充区域,但困难的是这里当购房自由指数高于租房自由指数时对应的颜色为浅蓝绿色,而反过来则变为灰色...坐标系以及参考线的逻辑定了下来之后,接下来我们需要将原作品中所展现的3种指标数据转换为3条样式不同的折线。...2.2.3 绘制填充区域 在相继解决完「坐标系统」、「指标折线绘制」之后,就到了最好玩的部分了,接下来我们来绘制图中购房自由指数与租房自由指数之间的折线,并且要按照「填充较大值对应色彩」的原则来处理,接下来我们需要用到一点简单的拓扑学知识...就是就是两者去除掉彼此重叠区域后各自剩余的部分!...图12 那么接下来我们要做的事就so easy了,只需要分别得到两者去除重叠面后,剩余的部分,以对应的填充色彩叠加绘制在图11的图像上就可以啦~,利用geopandas中的difference即可轻松实现

    86130
    领券