趋势图中的纵轴极值确定方法及确定装置制造方法及图纸

本发明专利技术涉及数据可视化技术领域，提供一种趋势图中的纵轴极值确定方法及确定装置。所述方法包括以下步骤：获取待转化为趋势图的第一数据组；确定所述第一数据组的第一特征的取值；所述第一特征值包括第一最大值、第一最小值和第一最大邻近变动量；根据所述第一数据组中包含的所有数值的正负属性确定趋势图中纵轴的第一极值函数，所述第一极值函数中的变量包含所述第一特征值；根据确定的所述第一极值函数计算所述趋势图中的纵轴极大值和纵轴极小值。小值。小值。

【技术实现步骤摘要】
趋势图中的纵轴极值确定方法及确定装置


[0001]本专利技术涉及数据可视化
，特别涉及一种趋势图中的纵轴极值确定方法及确定装置。

技术介绍

[0002]数据可视化是大数据时代企业经营管理过程中必不可少的数据化管理工具利器。目前常用的前端数据可视化插件例如Echart，并没有针对纵轴的取值做过科学计算，而是简单的通过样本的最大值和最小值，结合两倍平均数的简单方法获取了纵轴极值。这种方法针对变化量远小于样本值的数据集，在一定时间区间内的趋势图几乎无法展示出趋势变化，导致该类型数据集在趋势线上几乎没有参考意义。当该类型数据集在小范围波动时，现有技术的这种默认纵轴极值取值无法为观察者提供有效的数据变动情况。如果针对个别指标进行手工调整，则不具备拓展性和可操作性。

技术实现思路

[0003]本专利技术的目的是提供一种能够精确确定趋势图中纵轴极值的方案，以解决现有技术中存在的上述问题。
[0004]为实现上述目的，本专利技术提供一种趋势图中的纵轴极值确定方法，包括以下步骤：
[0005]获取待转化为趋势图的第一数据组；
[0006]确定所述第一数据组的第一特征的取值；所述第一特征包括第一最大值、第一最小值和第一最大邻近变动量；
[0007]根据所述第一数据组中包含的所有数值的正负属性确定趋势图中纵轴的第一极值函数，所述第一极值函数中的变量包含所述第一特征，所述正负属性用于表征所述第一数据组中的数值为正数或负数；
[0008]根据确定的所述第一极值函数计算所述第一数据组对应的纵轴最大值和纵轴最小值。
[0009]根据本专利技术提供的纵轴极值确定方法，所述根据所述第一数据组中包含的所有数值的正负属性确定第一极值函数的步骤包括:
[0010]当所述所有数值的正负属性均为正数时，所述第一极值函数表示为：
[0011]Ymax＝Xmax+X
’
max
[0012]Ymin＝Xmin
‑
X
’
max
[0013]上式中，Ymax表示纵轴极大值，Ymin表示纵轴极小值，Xmax表示所述第一数据组中的最大值，Xmin表示所述第一数据组中的最小值，X
’
max表示所述第一数据组中任意相邻两个数值之间的最大变动值。
[0014]根据本专利技术提供的纵轴极值确定方法，所述根据所述第一数据组中包含的所有数值的正负属性确定第一极值函数的步骤包括:
[0015]当所述所有数值的正负属性均为负数时，确定所述第一数据组中包含的所有数值
的绝对值；
[0016]所述第一极值函数表示为：
[0017]Ymax＝
‑
(|X|min
‑
X
’
max)
[0018]Ymin＝
‑
(|X|max+X
’
max)
[0019]上式中，Ymax表示纵轴极大值，Ymin表示纵轴极小值，|X|max表示所述绝对值中的最大值，|X|min表示所述绝对值中的最小值，X
’
max表示所述第一数据组中任意相邻两个数值之间的最大变动值。
[0020]根据本专利技术提供的纵轴极值确定方法，所述根据所述第一数据组中包含的所有数值的正负属性确定第一极值函数的步骤包括:
[0021]当所述正负类型为有正有负时，所述第一极值函数表示为：
[0022]Ymin＝Xmin；
[0023]Ymax＝X
+
max+X
’
max
[0024]上式中，Ymax表示纵轴极大值，Ymin表示纵轴极小值，|X|max表示所述绝对值中的最大值，|X|min表示所述绝对值中的最小值，X
’
max表示所述第一数据组中任意相邻两个数值之间的最大变动值。
[0025]根据本专利技术提供的纵轴极值确定方法，在所述获取待转化为趋势图的第一数据组的步骤之前，还包括：
[0026]获取样本数据组，计算所述样本数据组的候选特征，所述候选特征包括所述样本数据组的样本个数、样本最大值、样本最小值、样本平均值、样本中位数、样本标准差、样本方差、样本邻近平均变动量、样本最大邻近变动量和样本领近最小变动量；
[0027]基于lasso回归算法从所述候选特征中确定所述第一特征的类别。
[0028]根据本专利技术提供的极值确定方法，所述基于lasso回归算法从所述候选特征重选取目标特征的步骤包括：
[0029]利用lasso回归算法计算每个候选特征的系数；
[0030]选择系数最大的预设个数的候选特征作为所述第一特征的类别。
[0031]根据本专利技术提供的极值确定方法，所述根据确定的极值生成与所述数据组对应的趋势图的步骤之后，还包括：
[0032]响应于所述趋势图中的选定范围，获取所述选定范围内对应的第二数据组；
[0033]计算所述第二数据组对应的第二特征的取值，所述第二特征包括第二最大值、第二最小值和第二最大邻近变动量；
[0034]根据所述第二数据组中包含的所有数值的正负属性确定第二极值函数，所述第二极值函数中的变量包含所述第二特征；
[0035]根据确定的极值生成与所述第二数据组对应的纵轴极大值和纵轴极小值。
[0036]为实现上述目的，本专利技术还提供一种趋势图中的纵轴极值确定装置，包括：
[0037]数据获取模块，适用于获取待转化为趋势图的第一数据组；
[0038]特征值模块，适用于确定所述第一数据组的第一特征的取值；所述第一特征包括样本最大值、样本最小值和样本最大邻近变动量；
[0039]极值函数模块，适用于根据所述第一数据组中包含的所有数值的正负属性确定趋势图中纵轴的第一极值函数，所述第一极值函数中的变量包含所述第一特征，所述正负属
性用于表征所述第一数据组中的数值为正数、负数或零；
[0040]趋势图模块，适用于根据确定的极值函数生成与所述第一数据组对应的趋势图。
[0041]为实现上述目的，本专利技术还提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0042]为实现上述目的，本专利技术还提供计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
[0043]本专利技术提供的趋势图极值确定方法及确定装置，提供了一种合理确定趋势图中纵轴极值的方案。本专利技术首先根据待转化为趋势图的数据组确定其特征值，该特征值反映了数据组的变化特征趋势；其次根据数据组中所有数值的正负属性选择不同的极值函数，该极值函数充分考虑当数据组中的数值为正数、负数和零时的分布规律，基于不同的分布规律选择不同的极值函数，可以保证纵轴极值的确定更加合理。最后在确定了极值函数的基础上，根据特征值计算极值函数的具体范围从而确定纵轴极值的最大值和最小本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种趋势图中的纵轴极值确定方法，其特征在于，包括以下步骤：获取待转化为趋势图的第一数据组；确定所述第一数据组的第一特征的取值；所述第一特征包括第一最大值、第一最小值和第一最大邻近变动量；根据所述第一数据组中包含的所有数值的正负属性确定趋势图中纵轴的第一极值函数，所述第一极值函数中的变量包含所述第一特征值，所述正负属性用于表征所述第一数据组中的数值为正数或负数；根据确定的第一极值函数计算所述第一数据组对应的纵轴极大值和纵轴极小值。2.根据权利要求1所述的纵轴极值确定方法，其特征在于，所述根据所述第一数据组中包含的所有数值的正负属性确定第一极值函数的步骤包括:当所述所有数值的正负属性均为正数时，所述第一极值函数表示为：Ymax＝Xmax+X
’
maxYmin＝Xmin
‑
X
’
max上式中，Ymax表示纵轴极大值，Ymin表示纵轴极小值，Xmax表示所述第一数据组中的最大值，Xmin表示所述第一数据组中的最小值，X
’
max表示所述第一数据组中任意相邻两个数值之间的最大变动值。3.根据权利要求1所述的纵轴极值确定方法，其特征在于，所述根据所述第一数据组中包含的所有数值的正负属性确定第一极值函数的步骤包括:当所述所有数值的正负属性均为负数时，确定所述第一数据组中包含的所有数值的绝对值；所述第一极值函数表示为：Ymax＝
‑
(|X|min
‑
X
’
max)Ymin＝
‑
(|X|max+X
’
max)上式中，Ymax表示纵轴极大值，Ymin表示纵轴极小值，|X|max表示所述绝对值中的最大值，|X|min表示所述绝对值中的最小值，X
’
max表示所述第一数据组中任意相邻两个数值之间的最大变动值。4.根据权利要求1所述的纵轴极值确定方法，其特征在于，所述根据所述第一数据组中包含的所有数值的正负属性确定第一极值函数的步骤包括:当所述正负属性为有正有负时，所述第一极值函数表示为：Ymin＝Xmin；Ymax＝X
+
max+X
’
max上式中，Ymax表示纵轴极大值，Ymin表示纵轴极小值，|X|max表示所述绝对值中的最大值，|...

【专利技术属性】
技术研发人员：陈辰，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：