幾天前我在進(jìn)行谷歌搜索，特別是，我想知道需要在應(yīng)用程序中可視化大量數(shù)據(jù)點(diǎn)的開發(fā)人員有哪些選擇。令我驚訝的是，我真的找不到那么多解決方案，事實(shí)上，我得到的大部分結(jié)果都是多年前的結(jié)果。

但是有一個結(jié)果引起了我的注意，那是一篇關(guān)于用戶詢問如何繪制數(shù)十億個數(shù)據(jù)點(diǎn)的 Reddit 帖子？雖然其他用戶回答說“嘗試使用 Power BI 或 Excel”，但其他用戶建議在 Python 環(huán)境中使用 Pandas DataFrame 等變通方法來存儲和操作數(shù)據(jù)。但是發(fā)布問題的用戶不想存儲和操作數(shù)據(jù)，用戶想要可視化數(shù)據(jù)！

那么，如何可視化數(shù)十億個數(shù)據(jù)點(diǎn)，為什么要這樣做？

為什么要可視化數(shù)十億個數(shù)據(jù)點(diǎn)？

繼續(xù)分析 Reddit 用戶的問題，一些用戶表示，試圖將數(shù)十億個數(shù)據(jù)點(diǎn)可視化超出了大多數(shù)人的工作范圍。

事實(shí)上，該帖子的作者后來解釋說，作為一名與物理學(xué)家合作設(shè)計(jì)大功率電源的開發(fā)人員，他們需要了解有源元件在高頻下的影響。

例如，醫(yī)學(xué)可視化是需要特定技術(shù)特征和圖表類型來處理大量數(shù)據(jù)的要求苛刻的行業(yè)之一。

醫(yī)學(xué)可視化是可以在從管理或醫(yī)療保健數(shù)據(jù)監(jiān)控到研究、分子分析或醫(yī)療設(shè)備開發(fā)的幾乎每個過程中使用數(shù)據(jù)可視化的行業(yè)之一。

Power BI 等解決方案可用于可視化醫(yī)療管理數(shù)據(jù)的數(shù)千個數(shù)據(jù)點(diǎn)，而在可視化復(fù)雜數(shù)據(jù)以進(jìn)行高端分析時，圖表組件是必不可少的。

另一個真實(shí)案例是賽車運(yùn)動，數(shù)十億數(shù)據(jù)點(diǎn)從高性能（F1、Nascar 等）車輛實(shí)時傳輸?shù)綌?shù)據(jù)記錄系統(tǒng)，這些系統(tǒng)即時處理數(shù)據(jù)并支持賽車工程師做出決策.

需要可視化數(shù)十億數(shù)據(jù)點(diǎn)的行業(yè)列表可以繼續(xù)……振動分析、工業(yè)自動化、衛(wèi)星、3D 移動測繪等等……但是從 Reddit 帖子中強(qiáng)調(diào)的第二個學(xué)習(xí)是實(shí)施變通辦法。

Reddit 用戶分享說，具有高采樣率的快速變化的屬性可能需要數(shù)小時才能渲染，而臨時解決方案（例如縮小數(shù)據(jù)集）會導(dǎo)致信息丟失，這種情況也經(jīng)常發(fā)生在下采樣方法中。

第三個學(xué)習(xí)讓我們評估用戶試圖實(shí)施的圖表解決方案。例如，用戶實(shí)現(xiàn)了 M atplotlib，使用 WebGL 和 d3.js 實(shí)現(xiàn)了 Plotly，用用戶自己的話來說：“所有解決方案似乎都難以擴(kuò)展到這個 [十億數(shù)據(jù)點(diǎn)] 大小”。

現(xiàn)在，這些都是數(shù)據(jù)可視化的好解決方案，但它們不是面向高性能的，這需要我們定義什么是高性能數(shù)據(jù)可視化？或者高性能圖表的特點(diǎn)是什么？

高性能數(shù)據(jù)可視化

讓我們從高性能的定義開始，它指的是“比其他東西更好、更快或更高效”的東西，在數(shù)據(jù)可視化或圖表（也稱為圖表控件或組件）的上下文中，高性能數(shù)據(jù)可視化指的是那些比其他解決方案更好、更快、更高效的圖表控件。

我們確定了高性能圖表庫的 6 個特征、它們的影響以及它們在現(xiàn)實(shí)世界中的使用方式。

這是對數(shù)據(jù)可視化中被確定為高性能的廣泛但必要的回顧，因?yàn)椴⒎撬袛?shù)據(jù)可視化工具都是面向高性能的，而是面向更基本的用途。

向下采樣

現(xiàn)在，讓我們談?wù)勏蛳虏蓸樱c僅提供高性能相反，是可視化百萬/十億數(shù)據(jù)點(diǎn)的最常見解決方法之一。在所謂的“高性能”圖表工具的范圍內(nèi)，下采樣問題很普遍，因?yàn)橥ǔＪ菫榱虽秩敬笮蛿?shù)據(jù)集而實(shí)現(xiàn)的，但是，什么是向下采樣？

下采樣是一種僅處理部分?jǐn)?shù)據(jù)的技術(shù)，例如，僅對每 100 個數(shù)據(jù)點(diǎn)進(jìn)行可視化，并丟棄其余 99% 的數(shù)據(jù)，從而導(dǎo)致大量信息丟失。

首先，這是一個示例，當(dāng)所有數(shù)據(jù)都已正常呈現(xiàn)時，數(shù)據(jù)集的外觀：

相反，當(dāng)數(shù)據(jù)集被下采樣并且大量信息丟失時，數(shù)據(jù)集的外觀如下：

因此，考慮當(dāng)數(shù)據(jù)集包含 1,000,000 個點(diǎn)并且應(yīng)用了 100 的下采樣因子時，將僅處理 10,000 個數(shù)據(jù)點(diǎn)。信息丟失將是巨大的實(shí)時應(yīng)用程序，這些應(yīng)用程序依賴于實(shí)時數(shù)據(jù)流，因?yàn)獒t(yī)學(xué)可視化或賽車遙測系統(tǒng)中的實(shí)時監(jiān)控將顯示不完整信息的圖表和分析。

基本用例可能支持下采樣的使用，但我們談?wù)摰氖轻t(yī)療可視化、賽車運(yùn)動、電信、金融科技等需要處理所有傳入數(shù)據(jù)的行業(yè)的高性能數(shù)據(jù)可視化。在這種情況下，現(xiàn)實(shí)世界的應(yīng)用程序要求更高，簡單的解決方案，例如開源庫或簡單的數(shù)據(jù)可視化工具，無法完成工作。

分析Reddit 用戶的真實(shí)案例場景，我們可以發(fā)現(xiàn)該用戶正在努力尋找一種可以可視化數(shù)十億數(shù)據(jù)點(diǎn)的解決方案，而無需應(yīng)用下采樣技術(shù)，也不會放棄縮放和縮放等高性能功能。平移。 如何解決問題？

如果您對該圖表控件感興趣，歡迎加入圖表控件QQ交流群：740060302

如果你想了解LightningChart.NET正版價格，歡迎查看產(chǎn)品介紹或