jQuery 绑定 ComponentOne Wijmo Combobox 数据源

本文介绍了如何使用jQuery为WijmoCharts添加缩放功能,包括使用CSS‘zoom’属性和创建用于放大和缩小的按钮。
你可以很容易的使用ComponentOne Wijmo Charts 展示数据。这篇文章介绍怎样使用jQuery 实现Wijmo Charts 的缩放功能。

放大或者缩小 Wijmo Chart,你可以使用 CSS “zoom” 属性。首先,添加以下标记来创建 Wijmo Charts。

<table> 
	<tr> 
		<td> 
			<div id="wijbarchartContainer" style="width: 700px; height: 600px; overflow: auto"> 
				<div id="wijbarchart"> 
				</div> 
			</div> 
		</td> 
		<td> 
			<div id="wijpiechart"> 
			</div> 
		</td> 
	</tr> 
</table>

  

wijbarchartContainer 为 Wijmo Chart 的容器。

放大和缩小
我们添加两个类型为 Image 的 Input 标签。设置他们的 src 属性去放大和缩小图片。现在,仅仅通过zoom 属性(Firefox -moz-transform 属性)可以实现Wijmo Chart 的缩放操作了。

<input type="image" id="btnZoomIn" onclick="btnZoomIn" style="height: 30px; width: 30px"
src="http://icons.iconarchive.com/icons/visualpharm/must-have/256/Zoom-In-icon.png" /> 
<input type="image" id="btnZoomOut" onclick="btnZoomIn" style="height: 30px; width: 30px"
src="http://icons.iconarchive.com/icons/visualpharm/must-have/256/Zoom-Out-icon.png" />

currZoom = $("#wijbarchart").css("zoom"); 
if (currZoom == 'normal') currZoom = 1; 

$("#btnZoomIn").click(function () { 
currZoom *= 1.2; 
$("#wijbarchart").css("zoom", currZoom); 
$("#wijbarchart").css("-moz-transform", "Scale(" + currZoom + ")"); 
$("#wijbarchart").css("-moz-transform-origin", "0 0"); 
$("#wijpiechart").css("zoom", currZoom); 
$("#wijpiechart").css("-moz-transform", "Scale(" + currZoom + ")"); 
$("#wijpiechart").css("-moz-transform-origin", "0 0"); 
}); 

$("#btnZoomOut").click(function () { 
if (currZoom > 0.6) { 
currZoom *= 0.8; 
$("#wijbarchart").css("zoom", currZoom); 
$("#wijbarchart").css("-moz-transform", "Scale(" + currZoom + ")"); 
$("#wijbarchart").css("-moz-transform-origin", "0 0"); 
$("#wijpiechart").css("zoom", currZoom); 
$("#wijpiechart").css("-moz-transform", "Scale(" + currZoom + ")"); 
$("#wijpiechart").css("-moz-transform-origin", "0 0"); 
} 

  


截图展示:

启动界面:

选择国家:

选择城市:


你也试一试?
Demo 下载

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值