利用Hellocharts绘制频谱瀑布图(雨图)

2023-11-11 15:10

本文主要是介绍利用Hellocharts绘制频谱瀑布图(雨图),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

频谱瀑布图是众多频谱仪器上非常普遍的一种图,对于观察一段时间内信号的变化是非常突出的。因此在android上绘制2纬的瀑布图也是我们项目不可或缺的一部分。下面就一个小demo与大家分享。


  经过多次对比,以及查看API文档,最终选择了hellocharts作为所依赖的图库,这个图库一直在github上更新。首先我将瀑布图设想为一层层的带有颜色的小块块向上堆叠的效果,而小块块颜色是与频谱值一一对应,能够实现这种画图的毫无疑问是选择条形图,而且是stackedBar.


在hellocharts的源码实例中,有一个ColumnActivity,其中就有stacked的实现样例,我就是在这个基础上,实现条形图流动起来。话不多说,直接上代码上图吧


demo效果图:




实际设备达到效果,由于不知道如何将手机截图做成gif,,又不想录视频再转成gif,因此将之前从仪器上的的瀑布图录下来的gif作为最终效果,实际接入信号手机上的效果也差不多:

  某设备gif图:



手机接入信号:




代码:

package com.example.administrator.ddd;import android.graphics.Color;
import android.os.Bundle;
import android.os.Handler;
import android.os.Message;
import android.support.v4.app.Fragment;
import android.support.v7.app.ActionBarActivity;
import android.util.Log;
import android.view.LayoutInflater;
import android.view.Menu;
import android.view.MenuInflater;
import android.view.MenuItem;
import android.view.View;
import android.view.ViewGroup;
import android.widget.Toast;import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.Random;
import java.util.Timer;
import java.util.TimerTask;import lecho.lib.hellocharts.gesture.ZoomType;
import lecho.lib.hellocharts.listener.ColumnChartOnValueSelectListener;
import lecho.lib.hellocharts.model.Axis;
import lecho.lib.hellocharts.model.AxisValue;
import lecho.lib.hellocharts.model.Column;
import lecho.lib.hellocharts.model.ColumnChartData;
import lecho.lib.hellocharts.model.SubcolumnValue;
import lecho.lib.hellocharts.model.Viewport;
import lecho.lib.hellocharts.renderer.ColumnChartRenderer;
import lecho.lib.hellocharts.util.ChartUtils;
import lecho.lib.hellocharts.view.Chart;
import lecho.lib.hellocharts.view.ColumnChartView;public class ColumnChartActivity extends ActionBarActivity {private static final int DEFAULT_DATA = 0;private static final int SUBCOLUMNS_DATA = 1;private static final int STACKED_DATA = 2;private static final int NEGATIVE_SUBCOLUMNS_DATA = 3;private static final int NEGATIVE_STACKED_DATA = 4;private ColumnChartView chart;private ColumnChartData data;private boolean hasAxes = true;private boolean hasAxesNames = true;private boolean hasLabels = false;private boolean hasLabelForSelected = false;private int dataType = DEFAULT_DATA;private Timer timer = new Timer();private TimerTask task;private Handler handler;
//         ColumnChartRenderer ren=new ColumnChartRenderer();List<List<SubcolumnValue>> Xvalues = new ArrayList<List<SubcolumnValue>>();private static List<AxisValue> Lvalues;@Overrideprotected void onCreate(Bundle savedInstanceState) {super.onCreate(savedInstanceState);setContentView(R.layout.fragment_column_chart);chart = (ColumnChartView) findViewById(R.id.chart);chart.setOnValueTouchListener(new ValueTouchListener());//填数据Random rand = new Random();for (int mm = 0; mm < 5; mm++) {for (int i = 1; i < 11; i++) {int[] data = new int[1024];for (int j = 0; j < 1024; j++) {int dataY = rand.nextInt(70) - 150;data[j] = dataY;}Constant.queue_sweep.offer(data);Log.d("abcd", Arrays.toString(data));}}generateStackedData();// 这里的Handler实例将配合下面的Timer实例,完成定时更新图表的功能handler = new Handler() {@Overridepublic void handleMessage(Message msg) {// 刷新图表updateChart();super.handleMessage(msg);}};task = new TimerTask() {@Overridepublic void run() {Message message = new Message();message.what = 1;handler.sendMessage(message);}};timer.schedule(task, 1000, 1000);}private void updateChart() {int numSubcolumns = 30;int numColumns = 1024;if (!Constant.queue_sweep.isEmpty()) {int[] ints = Constant.queue_sweep.poll();List<Column> columns = new ArrayList<Column>();List<SubcolumnValue> values;if (Xvalues.size() > 0) {int size = Xvalues.size();for (int i = 0; i < size; i++) {values = new ArrayList<SubcolumnValue>();values = Xvalues.get(i);for (int j = numSubcolumns - 1; j > 0; j--) {values.set(j, values.get(j - 1));}// int color=ChartUtils.pickColor();int color = colors[(ints[i] + 150) / 8];values.set(0, new SubcolumnValue(1, color));Column column = new Column(values);columns.add(column);}}data = new ColumnChartData(columns);// Set stacked flag.data.setStacked(true);data.setFillRatio(1);// Axis axisX = Axis.generateAxisFromRange(70, 170, 1);Axis axisX = new Axis(Lvalues);Axis axisY = Axis.generateAxisFromRange(0, 30, 2);axisY.setLineColor(Color.GREEN);axisX.setHasLines(false);axisX.setHasSeparationLine(false);axisY.setHasSeparationLine(false);axisY.setHasLines(false);axisX.setName("Axis X");axisY.setName("Axis Y");data.setAxisXBottom(axisX);data.setAxisYLeft(axisY);chart.setColumnChartData(data);}//chart.invalidate();}/*** Generates columns with stacked subcolumns.*/private void generateStackedData() {int numSubcolumns = 30;int numColumns = 1024;// Column can have many stacked subcolumns, here I use 4 stacke subcolumn in each of 4 columns.List<Column> columns = new ArrayList<Column>();List<SubcolumnValue> values;Lvalues = new ArrayList<>();if (!Constant.queue_sweep.isEmpty()) {int[] ints = Constant.queue_sweep.poll();for (int i = 0; i < numColumns; ++i) {values = new ArrayList<SubcolumnValue>();for (int j = 1; j < 2; ++j) {int color = ChartUtils.pickColor();values.add(new SubcolumnValue(1, color));}for (int j = 2; j <= numSubcolumns; ++j) {values.add(new SubcolumnValue(1, Color.WHITE));}Column column = new Column(values);//  column.setHasLabels(hasLabels);column.setHasLabelsOnlyForSelected(hasLabelForSelected);columns.add(column);Xvalues.add(values);}}data = new ColumnChartData(columns);// Set stacked flag.data.setStacked(true);data.setFillRatio(1);Axis axisX = new Axis(Lvalues);axisX.setHasSeparationLine(false);axisX.setHasLines(false);Axis axisY = Axis.generateAxisFromRange(0, 30, 1);axisY.setHasSeparationLine(false);axisY.setHasLines(false);axisY.setLineColor(Color.GREEN);axisX.setName("Axis X");axisY.setName("Axis Y");data.setAxisXBottom(axisX);data.setAxisYLeft(axisY);chart.setColumnChartData(data);}private class ValueTouchListener implements ColumnChartOnValueSelectListener {@Overridepublic void onValueSelected(int columnIndex, int subcolumnIndex, SubcolumnValue value) {// Toast.makeText(getActivity(), "Selected: " + value, Toast.LENGTH_SHORT).show();}@Overridepublic void onValueDeselected() {// TODO Auto-generated method stub}}@Overridepublic void onDestroy() {// 当结束程序时关掉Timertimer.cancel();super.onDestroy();}
}



这篇关于利用Hellocharts绘制频谱瀑布图(雨图)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/390937

相关文章

【WebGPU Unleashed】1.1 绘制三角形

一部2024新的WebGPU教程,作者Shi Yan。内容很好,翻译过来与大家共享,内容上会有改动,加上自己的理解。更多精彩内容尽在 dt.sim3d.cn ,关注公众号【sky的数孪技术】,技术交流、源码下载请添加微信号:digital_twin123 在 3D 渲染领域,三角形是最基本的绘制元素。在这里,我们将学习如何绘制单个三角形。接下来我们将制作一个简单的着色器来定义三角形内的像素

Flutter 进阶:绘制加载动画

绘制加载动画:由小圆组成的大圆 1. 定义 LoadingScreen 类2. 实现 _LoadingScreenState 类3. 定义 LoadingPainter 类4. 总结 实现加载动画 我们需要定义两个类:LoadingScreen 和 LoadingPainter。LoadingScreen 负责控制动画的状态,而 LoadingPainter 则负责绘制动画。

利用matlab bar函数绘制较为复杂的柱状图,并在图中进行适当标注

示例代码和结果如下:小疑问:如何自动选择合适的坐标位置对柱状图的数值大小进行标注?😂 clear; close all;x = 1:3;aa=[28.6321521955954 26.2453660695847 21.69102348512086.93747104431360 6.25442246899816 3.342835958564245.51365061796319 4.87

YOLOv8/v10+DeepSORT多目标车辆跟踪(车辆检测/跟踪/车辆计数/测速/禁停区域/绘制进出线/绘制禁停区域/车道车辆统计)

01:YOLOv8 + DeepSort 车辆跟踪 该项目利用YOLOv8作为目标检测模型,DeepSort用于多目标跟踪。YOLOv8负责从视频帧中检测出车辆的位置,而DeepSort则负责关联这些检测结果,从而实现车辆的持续跟踪。这种组合使得系统能够在视频流中准确地识别并跟随特定车辆。 02:YOLOv8 + DeepSort 车辆跟踪 + 任意绘制进出线 在此基础上增加了用户

使用matplotlib绘制散点图、柱状图和饼状图-学习篇

一、散点图 Python代码如下: num_points = 100x = np.random.rand(num_points) #x点位随机y = np.random.rand(num_points) #y点位随机colors = np.random.rand(num_points) #颜色随机sizes = 1000 * np.random.rand(num_points) # 大

黑神话:悟空》增加草地绘制距离MOD使游戏场景看起来更加广阔与自然,增强了游戏的沉浸式体验

《黑神话:悟空》增加草地绘制距离MOD为玩家提供了一种全新的视觉体验,通过扩展游戏中草地的绘制距离,增加了场景的深度和真实感。该MOD通过增加草地的绘制距离,使游戏场景看起来更加广阔与自然,增强了游戏的沉浸式体验。 增加草地绘制距离MOD安装 1、在%userprofile%AppDataLocalb1SavedConfigWindows目录下找到Engine.ini文件。 2、使用记事本编辑

Excel绘制CDF图

对如下20个原始数据绘制cdf图 1. 对数据进行排序,从小到大 2. 计算累积分布: 计算公式为: 然后对C3下拉,得到累积分布数据。 3. 选中B、C两列绘制散点图:

【python 图像绘制】图像绘制知识总结

颜色图谱 具体颜色描述autumn 红橙黄cool 青-洋红copper 黑-铜flag 红-白-蓝-黑gray 黑-白hot 黑-红-黄-白hsv hsv颜色空间, 红-黄-绿-青-蓝-洋红-红inferno 黑-红-黄jet 蓝-青-黄-红magma 黑-红-白pink 黑-粉-白plasma 绿-红-黄prism 红-黄-

【python 相关性分析】Python绘制相关性热力图

在数据分析时,经常会针对两个变量进行相关性分析。在Python中主要用到的方法是pandas中的corr()方法。 corr():如果由数据框调用corr函数,那么将会计算每个列两两之间的相似度,返回DataFrame # -*- coding: utf-8 -*-# 导入包import pandas as pdimport numpy as npimport matplotlib.py

流程图符号速查:快速掌握流程图绘制要点

流程图是一种以图形化方式表示算法或过程的步骤和逻辑关系的图表,它通过使用一系列标准的符号和连接线来清晰地展示流程的顺序和决策点。这种表示方法不仅使得复杂的过程更加易于理解,而且也便于跟踪和优化。以下是对流程图的进一步扩写,包括其制作步骤、应用场景和一些实用技巧。流程图常常用来表示一些动态过程,通常会有一个“起点”, 可以有一个或多个终点,流程图可以直观、明确地表示动态过程从开始到结束的全部步骤,在