梳理过的数据源,拜见: https://raw.githubusercontent.com/ios122/graph-go/master/data.js

可视化道理

示例输出:

重要涉及一下内容:

• 可视化显示,应用的是 echarts
• 应用原始数据的 ImportPath 而不是 Name,来作为每个数据节点的独一id.如许是因为 golang 本身的包定名规范决定的.
• 应用原始数据的 Imports 字段,来肯定标准库包与包之间的互相依附关系.golang是不许可轮回依附的,所以一些轮回依附相干的问题,不须要推敲.
• 节点的大年夜小,和包被其他包惹人的次数成正相干.如许做,被依附袈浣多的包,图上最终显示时,就会越大年夜.常用包和不常用包,一目了然.

就拭浇榄始数据,处理成 echarts 须要的数据,这里扼要说下最核心的思路:

• echarts 显示相干的代码,很大年夜程度上参考了 graph-npm
• 节点坐标和色彩,采取随机坐标和色彩,以去除节点和包之间的接洽.我认为如许处理,能更纯粹地不雅察标准库包与包之间的接洽.
• 须要一个 edges 来记录包与包之间的依附关系.在每次遍历 Imports 时,动态写入.
• 须要一个 nodes 来记录包自身的一些信息,然则其 size 参数,须要计算过所有依附关系后再填入.
• 应用 nodedSize 来记录每个包被依附的次数,为了晋升效力,它是一个字典Map.

数据整顿

 /* 将原始数据,转换为搁笔友爱的数据.  
    ImportPath 作为独一 id 和 标签; 
    Imports 用于计算依附关系; 
    节点的大年夜小,取决于被依附的次数; 
    */ 
function transData(datas){ 
    /* 存储依附路径信息. */ 
    let edges = [] 
 
    /* 存储基本节点信息. */ 
    let nodes = [] 
 
    /* 节点尺寸.初始是1, 每被惹人一次再加1. */ 
    let nodedSize = {} 
 
    /* 尺寸单位1. */ 
    let unitSize = 1.5 
 
    datas.map((data)=>{ 
        let itemId = data.ImportPath 
 
        nodes.push({ 
            "label": itemId, 
            "attributes": {}, 
            "id": itemId, 
            "size": 1 
        }) 
 
        if(data.Imports){ 
            data.Imports.map((importItem)=>{ 
                edges.push({ 
                    "sourceID": importItem, 
                    	
			
 4/5   首页 上一页 2 3 4 5 下一页 尾页
	
			

　　推荐阅读
　　扫码进门、自动结账、人脸识别 无人超市炫技吸睛
            
            高温天巧克力等商品被晒化、市平易近进店不买器械只图吹空调……自负年夜无人便利店在国内出现以来，就以各类话题频频袈溱媒体和社交收集激发存眷，在各类新技巧的“卖点>>>详细阅读


本文标题：Golang标准库间依赖的可视化展示
地址：http://www.17bianji.com/lsqh/37788.html
 1/2    1