JFreeChart饼图代码

本文介绍了一种使用Java和JFreeChart库绘制饼图的方法。包括创建饼图数据集、设置图表样式、调整布局和保存图表为图片等步骤。特别关注了如何处理中文乱码、设置标签格式和忽略无效值等问题。

servlet代码:

       // 创建饼图数据集
        DefaultPieDataset dataset = new DefaultPieDataset();
        dataset.setValue("苹果", 43.2);
        dataset.setValue("李子", 27.9);
        dataset.setValue("桃", 79.5);
        dataset.setValue("哈密瓜", null);
        // 通过片区的关键值进行升序/降序排序。
        dataset.sortByKeys(SortOrder.ASCENDING);
        //dataset.sortByKeys(SortOrder.DESCENDING);
        // 创建图表对象
        JFreeChart chart = ChartFactory.createPieChart(
            "水果销售图",
            dataset,
            true, // 是否生成图例
            true, // 是否生成工具
            false // 是否生成URL
        );
        // 设置标题文字,防止中文乱码
        chart.getTitle().setFont(new Font("黑体",Font.BOLD,18));
        
        PiePlot plot = (PiePlot) chart.getPlot();
        // 可以自行控制饼形图某个片区的颜色
        plot.setSectionPaint("Category 1", new Color(200, 255, 255));
        // 饼图外形默认一条细黑线勾画出来,设置去掉
        plot.setSectionOutlinesVisible(false);
        // 设置标签的显示格式
        plot.setLabelGenerator(new StandardPieSectionLabelGenerator("{0}({2} percent)"));
        // 设置标签的背景颜色
        plot.setLabelBackgroundPaint(new Color(220, 220, 220));
        // 设置标签的字体
        plot.setLabelFont(new Font("黑体",Font.BOLD,10));
        // 设置忽略0值,默认忽略
        plot.setIgnoreZeroValues(true);
        // 忽略NULL值
        plot.setIgnoreNullValues(true);
        // 取出某个片区突出显示,0.3(30 persent)代码偏离的值是半径的长度×0.3.代码如下
        //plot.setExplodePercent("Category 1", 0.3);
        // 设置标签的字体
        //plot.setLabelFont(new Font("Arial Black", 0, 20));
        // 设置无数据时信息提示
        plot.setNoDataMessage("没有有效的数据显示!");
        plot.setNoDataMessageFont(new Font("黑体", 2, 20));
        plot.setNoDataMessagePaint(Color.red);
        
        String filename = ServletUtilities.saveChartAsPNG(chart, 600, 400, null,request.getSession());
        System.out.println(filename);
        String graphURL = request.getContextPath()+"/displaychart?filename="+filename;
        request.setAttribute("graphURL", graphURL);
        request.getRequestDispatcher("/bar/index.jsp").forward(request, response);


jsp:

     <img src="${graphURL }">
内容概要:本文档是一份关于交换路由配置的学习笔记,系统地介绍了网络设备的远程管理、交换机与路由器的核心配置技术。内容涵盖Telnet、SSH、Console三种远程控制方式的配置方法;详细讲解了VLAN划分原理及Access、Trunk、Hybrid端口的工作机制,以及端口镜像、端口汇聚、端口隔离等交换技术;深入解析了STP、MSTP、RSTP生成树协议的作用与配置步骤;在路由部分,涵盖了IP地址配置、DHCP服务部署(接口池与全局池)、NAT转换(静态与动态)、静态路由、RIP与OSPF动态路由协议的配置,并介绍了策略路由和ACL访问控制列表的应用;最后简要说明了华为防火墙的安全区域划分与基本安全策略配置。; 适合人群:具备一定网络基础知识,从事网络工程、运维或相关技术岗位1-3年的技术人员,以及准备参加HCIA/CCNA等认证考试的学习者。; 使用场景及目标:①掌握企业网络中常见的交换与路由配置技能,提升实际操作能力;②理解VLAN、STP、OSPF、NAT、ACL等核心技术原理并能独立完成中小型网络搭建与调试;③通过命令示例熟悉华为设备CLI配置逻辑,为项目实施和故障排查提供参考。; 阅读建议:此笔记以实用配置为主,建议结合模拟器(如eNSP或Packet Tracer)动手实践每一条命令,对照拓扑理解数据流向,重点关注VLAN间通信、路由选择机制、安全策略控制等关键环节,并注意不同设备型号间的命令差异。
多旋翼无人机组合导航系统-多源信息融合算法(Matlab代码实现)内容概要:本文围绕多旋翼无人机组合导航系统,重点介绍了基于多源信息融合算法的设计与实现,利用Matlab进行代码开发。文中采用扩展卡尔曼滤波(EKF)作为核心融合算法,整合GPS、IMU(惯性测量单元)、里程计和电子罗盘等多种传感器数据,提升无人机在复杂环境下的定位精度与稳定性。特别是在GPS信号弱或丢失的情况下,通过IMU惯导数据辅助导航,实现连续可靠的位姿估计。同时,文档展示了完整的算法流程与Matlab仿真实现,涵盖传感器数据预处理、坐标系转换、滤波融合及结果可视化等关键环节,体现了较强的工程实践价值。; 适合人群:具备一定Matlab编程基础和信号处理知识,从事无人机导航、智能控制、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于多旋翼无人机的高精度组合导航系统设计;②用于教学与科研中理解多传感器融合原理与EKF算法实现;③支持复杂环境下无人机自主飞行与定位系统的开发与优化。; 阅读建议:建议结合Matlab代码与理论推导同步学习,重点关注EKF的状态预测与更新过程、多传感器数据的时间同步与坐标变换处理,并可通过修改噪声参数或引入更多传感器类型进行扩展实验。
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