如何使用OpenHarmony图表进行数据挖掘

使用 OpenHarmony 图表进行数据挖掘的实操指南

一、整体流程与数据准备

• 明确目标：先做描述性统计与可视化，再做相关性/分布检验，最后输出洞察与可操作建议。
• 数据采集与存储：使用 @ohos.data.relationalStore.RdbStore 按时间窗口聚合（如近 7 天步数），将结果映射为统一的数据点结构，便于多图表复用。示例查询可按日期区间筛选并组装为对象数组返回。
• 数据建模：定义通用结构，如包含 date、value、label 的点，以及包含 name、points、color 的数据集；在数据集上预计算 max、min、average，为坐标轴与统计面板提供元数据。
• 数据更新与刷新：采用“数据服务层 + UI 组件”解耦；当底层数据变更时，更新数据源并触发图表重绘（增量更新或全量替换），保证视图与数据一致。

二、图表选型与挖掘任务映射

• 在 OpenHarmony 生态中，可直接使用 McCharts（散点、折线、柱状、饼图等）与 Ohos-MPChart（折线、柱形、饼图、K 线、雷达、气泡等）快速落地上述图表类型。

三、端内可落地的分析范式

• 描述性统计与分布概览
  • 计算样本 最小值/最大值/平均值，用柱状图或箱线图呈现分布；在散点图中用点的大小或颜色编码权重/频次，辅助识别高密度区域与异常点。
• 相关性洞察
  • 使用散点图观察 x–y 的关系形态（正相关/负相关/簇状/离群）；在 UI 中联动 tooltip/highlight 展示原始记录，便于追溯业务含义。
• TopK 峰值与尾部分析
  • 对指标样本（如接口耗时、SQL 耗时、错误次数）计算 TopK 最大值及其原始索引，同时给出最小的若干样本以刻画尾部形态；将“峰值榜单 + 尾部样本”一屏呈现，利于性能调优与问题定位。
• 趋势与变化点
  • 以折线图展示时间序列，叠加阈值线或平均线；结合交互（如点选/悬浮）查看具体日期与数值，辅助发现突变与周期性规律。

四、最小可行代码示例

• 数据模型与统计

// 数据点
class ChartDataPoint { date: Date; value: number; label?: string }
// 数据集（预计算统计）
class ChartDataSet {
  name: string; points: ChartDataPoint[]; color: string
  get maxValue(): number { return Math.max(...this.points.map(p => p.value)) }
  get minValue(): number { return Math.min(...this.points.map(p => p.value)) }
  get average(): number { return this.points.reduce((s, p) => s + p.value, 0) / this.points.length }
}

• 使用 McCharts 绘制散点图（相关性/分布）

import { McPointChart, Options } from '@mcui/mccharts'

// 构造数据：x=耗时(ms), y=队列时间(min), num=满意度(0-5), name=标签
const seriesData = [
  { xVal: 3, yVal: 4, num: 4, name: 'A' },
  { xVal: 6, yVal: 4.2, num: 4.2, name: 'B' },
  { xVal: 7, yVal: 2, num: 2, name: 'C' },
  { xVal: 13, yVal: 1, num: 1, name: 'D' },
  { xVal: 15, yVal: 1.2, num: 1.2, name: 'E' }
]

const options: Options = {
  legend: { show: true },
  tooltip: { show: true },
  xAxis: { name: '耗时(ms)' },
  yAxis: { name: '排队时间(min)' },
  series: [{
    name: '相关分析',
    color: '#06B683',
    symbolSize: (d) => d.yVal * 6, // 用y值映射点大小
    data: seriesData
  }]
}

// ArkTS 布局中使用
Column() {
  McPointChart({ options })
    .width('100%')
    .height(260)
}
.width('100%').height(300).backgroundColor('#FFFFFF').borderRadius(10)

• 使用 Ohos-MPChart 绘制折线图（趋势）

// 伪代码：初始化折线图与坐标轴
import { LineChart, LineDataSet, EntryOhos, XAxis, YAxis, AxisDependency } from '@ohos/ohos_mpchart'

const values = new ArrayList<EntryOhos>()
for (let i = 0; i < 50; i++) {
  values.add(new EntryOhos(i, Math.random() * 180 - 30))
}
const set = new LineDataSet(values, "步数")
set.setDrawFilled(true)   // 面积填充
set.enableDashedLine(10, 5, 0)

const data = new LineData()
data.addDataSet(set)

lineChart.setData(data)
lineChart.invalidate() // 刷新

• 数据更新与刷新

// 伪代码：更新数据后刷新图表
function updateChart(newPoints: ChartDataPoint[]) {
  dataSet.points = newPoints
  // 若使用第三方图表，调用其更新/重绘方法；若使用数据绑定/状态管理，触发UI重绘
  chart.invalidate() // 或等效的刷新调用
}

上述示例分别展示了：基于 McCharts 的散点图用于相关性/分布洞察，基于 Ohos-MPChart 的折线图用于趋势展示，以及数据更新后的重绘方式。