数据可视化与树形结构编程优化

### 数据可视化与树形结构编程优化 #### 1. 散点图地图中绘制点的优化 在散点图地图的操作中，缩放模式下点的显示存在问题。当进行缩放时，单个像素点会分散开来，导致点难以看清，很快就会丢失。这一问题源于我们对图像的感知方式，需要在缩放时采用不同的处理方式。 为了解决这个问题，随着用户输入更多数字，点应该变大。更好的做法是在缩放过程中添加更多信息，保持屏幕上信息的密度恒定。例如，输入三个数字后，可以显示州轮廓和主要州际公路的地图数据。虽然获取和格式化这些增强数据过于复杂，但我们可以实现一个简单的方法：在用户输入前四位数字后，显示最后一位数字的所有可能选项。 以下是 `Place` 类中更新后的 `draw()` 方法，它处理了两个优化：将点改为矩形，并显示可能的最后一位数字： ```java void draw( ) { float xx = TX(x); float yy = TY(y); if ((xx < 0) || (yy < 0) || (xx >= width) || (yy >= height)) return; if ((zoomDepth.value < 2.8f) || !zoomEnabled) { // show simple dots set((int)xx, (int)yy, faders[matchDepth].colorValue); } else { // show slightly more complicated dots noStroke( ); fill(faders[matchDepth].colorValue); if (matchDepth == typedCount) { if (typedCount == 4) { // on the fourth digit, show possibilities text(code % 10, TX(x), TY(y)); } else { // show a larger box for selections rect(xx, yy, zoomDepth.value, zoomDepth.value); } } else { // show a slightly smaller box for unselected rect(xx, yy, zoomDepth.value-1, zoomDepth.value-1); } } } ``` #### 2. 在线项目的数据部署问题及解决方案 对于在线项目，下载两兆字节的数据可能会成为问题。当前程序会在所有数据下载完成后才继续运行。更好的选择是使用内置的 `Thread` 类异步加载数据。 线程可以独立于程序的其他部分运行，通过递增 `placeCount` 逐渐添加位置信息。当 `placeCount` 和 `totalCount` 相等时，数据加载完成。 具体操作步骤如下： 1. 将数据文件从数据文件夹移出，放在服务器上草图的相邻位置。在草图文件夹中，将 `zips.tsv` 文件向上移动一级。 2. 对数据进行 gzip 压缩以节省空间和下载时间。可以使用工具对文件进行 gzip 编码，也可以下载已压缩的版本：[http://benfry.com/writing/zipdecode/zips.gz](http://benfry.com/writing/zipdecode/zips.gz) 3. 创建一个名为 `Slurper` 的新文件（在 Processing 界面的新标签中），用于处理异步加载。代码如下： ```java class Slurper implements Runnable { Slurper( ) { Thread thread = new Thread(this); thread.start( ); } public void run( ) { try { BufferedReader reader = createReader("zips.gz"); // First get the info line. String line = reader.readLine( ); parseInfo(line); places = new Place[totalCount]; // Parse each of the rest of the lines. while ((line = reader.readLine( )) != null) { places[placeCount] = parsePlace(line); placeCount++; } } catch (IOException e) { e.printStackTrace( ); } } } ``` 4. 在主标签中，修改 `readData()` 方法，只需启动线程即可： ```java void readData( ) { new Slurper( ); } ``` 这种方法的一个优点是，点本身可以作为一种进度条，向用户提示下载进度。在慢速连接下，随着数据开始加载，点会从右到左逐渐出现。 #### 3. 项目的下一步方向 从当前阶段开始，该项目有多个发展方向： - **优化性能**：使用相关技术检查 `Integrator` 对象在更新过程中是否实际发生了变化。如果没有变化，可以使用 `noLoop()` 禁用动画，减少 CPU 负载，提高其他运行程序的响应速度。 - **处理键盘焦点问题**：根据浏览器配置和导出小程序的 HTML 编写方式，程序首次加载时可能没有键盘焦点。当内置布尔变量 `focused` 为 `false` 时，向用户显示“点击小程序内部开始”的消息。 - **应用于其他国家的代码**：通过重新执行预处理步骤（获取、解析、过滤），该方法可以用于其他国家的代码。德国和英国都使用类似的邮政编码系统，并且可以在线获取相关数据文件。可以从 [opengeodb 项目](http://sourceforge.net/projects/opengeodb) 开始。 - **使用不同的数据类型**： - 可以使用城镇名称代替邮政编码数字。输入“F”会突出显示所有以 F 开头的位置，输入“Fargo”会显示美国各地 Fargo 的分布情况。这种修改还可以显示不同国家定居者在美国的迁移模式。 - 也可以使用街道名称。虽然处理整个美国的街道信息过多，但可以使用相同的原则显示单个州的所有街道名称地图，并根据用户输入的名称逐步选择。街道数据可以从 [美国人口普查局的 TIGER/LINE 网站](http://www.census.gov/geo/www/tiger) 获取。 - 还可以将该应用扩展到区号或其他地理相关信息。 - **解决特定问题**：可以解决诸如“哪些位置距离 94133 在 25 英里以内”的问题。通过将经纬度距离转换为英里，并更改界面以支持选择邮政编码和距离。 - **添加额外的数据层**：引入额外的数据集，如卫星照片、地理边界、州际公路或地图图像。通过移除第一步中的投影转换，任何基于经纬度的数据都可以作为额外的图层使用。理想的应用是在每个缩放级别显示不同的信息层，保持可视化项目中每个级别的视觉信息密度。 #### 4. 树形结构编程基础 树形结构用于存储每个元素可能有多个子元素的数据。树中的元素通常称为节点，每个节点通常有多个子节点。文件和目录是树形结构的典型例子，每个目录可以包含多个项目，这些项目可以是文件或其他目录，以此类推。 递归结构虽然处理起来有点棘手，但在各种知识领域中都很常见，因此掌握树形结构的显示和交互很重要。以下是使用递归构建目录树的基本步骤： 1. 启动一个新的草图，并添加一个名为 `Node` 的第二个标签。`Node` 对象代表树中的单个元素，在这个例子中，每个元素可以是文件或目录。 2. 节点关联一个内置的 `File` 对象，可以查询其大小、最后修改时间或绝对路径等信息。以下是递归创建 `Node` 对象树的基本结构： ```java class Node { File file; Node[] children; int childCount; Node(File ```