大屏可视化 适配方案 scale方案详解

常见的几种可视化适配方案如下

  • vw,vh:主要是将设计稿px通过计算换算成vw,vh, 可以进行同比缩放但是同时又不会出现白边的情况【唯一的缺陷是比较麻烦:要为每一个图表单独设置 字体、间距、位移 的适配

  • scale: 根据屏幕大小对图表进行等比缩放,通过设计稿宽高比 与 窗口宽高比 大小 决定使用 宽宽比还是高高比,通过比值来控制图表大小 简单代码量小【因为是使用比值, 所以会出现屏幕白边的情况, 当屏幕过大时字体会有一点模糊, 当缩放比过大时 事件热区会发生偏移

  • rem + vh,vw:算是上面两个方案的结合,会有白边,且要单个设置

在项目中我使用的是 scale属性 方案【因为在GitHub上有现成插件可以直接使用,方便开发】 具体原理代码如下

敲定 缩放比例,并渲染

js 复制代码
function handleScreenAuto(){
    // scale 比例计算
    const designDraftWidth = 1920; //设计稿的宽度
    const designDraftHeight = 960; //设计稿的高度
    
    // 窗口和设计稿的宽高比
    const windowRatio = document.documentElement.clientWidth / document.documentElement.clientHeight
    const designRatio = designDraftWidth / designDraftHeight
    
    // 高高比
    const widths = document.documentElement.clientWidth / designDraftWidth
    // 宽宽比
    const heights = document.documentElement.clientHeight / designDraftHeight
    
    // 根据 窗口比值大小 和 设计稿比值大小 判断使用哪一个比值【高高比,宽宽比】
    const scale = windowRatio < designRatio ? widths : heights; 
    
    // 定位元素 添加 style 样式 transform; 
    document.querySelector().style.transfrom = `scale(${scale}) translate(-50%, -50%)`
}

钩子函数:

为了在窗口改变大小时触发, 将封装好的方法绑定在window 的onresize上面, 保证 窗口改变大小的时候进行触发, 代码运行时机在 mounted钩子函数中执行

js 复制代码
onMounted() {
  // 初始化自适应  ----在刚显示的时候就开始适配一次
  handleScreenAuto();
  // 绑定自适应函数   ---防止浏览器栏变化后不再适配
  window.onresize = () => handleScreenAuto();
},

最后在 组件销毁后 将方法释放掉

js 复制代码
onUnmounted(){
  window.onresize = null
}

居中属性作用展示

css样式表:

css 复制代码
/*
  除了设计稿的宽高是根据您自己的设计稿决定以外,其他复制粘贴就完事
*/  
.screen-root {
    height: 100%;
    width: 100%;
    .screen {
        display: inline-block;
        width: 1920px;  <!--设计稿的宽度-->
        height: 960px;  <!--设计稿的高度-->
        transform-origin: 0 0; 
        position: absolute;
        left: 50%;
        top: 50%;
    }
}
  • transfrom:translate(-50%, -50%)
  • transform-origin: 0 0;
  • position: absolute; left: 50%; top: 50%;

引用文档:juejin.cn/post/716393...

相关推荐
云天徽上12 小时前
【数据可视化】2024-25 土耳其超级联赛薪资全景图:Python + PyEcharts 多维可视化实战
数据可视化
云天徽上12 小时前
【数据可视化】2025 年欧足联排名数据可视化分析:Python + PyEcharts 多维可视化实战
数据可视化
云天徽上13 小时前
【数据可视化】2023 年 Spotify 歌曲数据集可视化分析
数据可视化
爱分享的飘哥2 天前
第十九篇 自动化报表生成:Python一键生成可视化Excel图表与专业PDF报告,老板看了都点赞!
自动化·办公自动化·数据可视化·excel自动化·python报表·pdf报告
银之夏雪丶2 天前
AntV G6 基础元素详解(React版)
前端·javascript·数据可视化
大数据魔法师2 天前
Matplotlib(一)- 数据可视化与Matplotlib
matplotlib·数据可视化
李昊哲小课4 天前
销售数据可视化分析项目
python·信息可视化·数据分析·matplotlib·数据可视化·seaborn
bug攻城狮6 天前
Alloy VS Promtail:基于 Loki 的日志采集架构对比与选型指南
运维·架构·grafana·数据可视化
今禾8 天前
" 当Base64遇上Blob,图像转换不再神秘,让你的网页瞬间变身魔法画布! "
前端·数据可视化
JIAKSK9 天前
VitePress 接入百度统计:全面教程与优化指南
运维·数据可视化