首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

JFreeChart如何获取时间序列图表上显示的数据点

JFreeChart是一个用于Java编程语言的图形库,它提供了许多方法来创建和显示各种类型的图表。要获取时间序列图表上显示的数据点,您需要使用JFreeChart的XYChart类。XYChart类提供了用于绘制时间序列图表的方法,例如addSeries()addXYSeries()等。

要获取时间序列图表上显示的数据点,您需要使用XYChart.Series类的getXValues()getYValues()方法来获取数据点的坐标。以下是一个简单的示例代码:

代码语言:java
复制
// 创建一个时间序列图表
XYChart chart = new XYChart(500, 300);

// 添加数据点
XYChart.Series series = chart.addSeries("Series 1", new double[]{1.0, 2.0, 3.0, 4.0, 5.0});

// 获取数据点的坐标
double[] xValues = series.getXValues();
double[] yValues = series.getYValues();

// 输出数据点的坐标
System.out.println("xValues: " + Arrays.toString(xValues));
System.out.println("yValues: " + Arrays.toString(yValues));

在这个示例代码中,我们创建了一个大小为500x300的图表,并添加了一个包含5个数据点的系列。然后,我们使用getXValues()getYValues()方法获取数据点的坐标,并将它们输出到控制台。

请注意,您需要根据您的具体需求选择适当的数据点,并使用适当的图表类型来绘制时间序列图表。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • GNN如何建模时间序列?

    时间序列是用于记录动态系统测量结果的主要数据类型,并由物理传感器和在线过程(虚拟传感器)大量生成。因此,时间序列分析对于发掘可用数据中隐含的信息丰富性至关重要。随着图神经网络(GNNs)的最近进步,基于GNN的时间序列分析方法的研究有所增加。这些方法可以明确地模拟时间和变量之间的关系,这是传统的和其他基于深度神经网络的方法难以做到的。在这次综述中,我们对图神经网络进行了全面的时间序列分析(GNN4TS),包括四个基本维度:预测、分类、异常检测和插补。我们的目标是指导设计师和实践者理解,构建应用,并推进GNN4TS的研究。首先,我们提供了一个全面的任务导向的GNN4TS分类。然后,我们介绍并讨论代表性的研究工作,最后讨论GNN4TS的主流应用。关于潜在的未来研究方向的全面讨论完整了这次综述。这次研查是首次汇集了大量关于基于GNN的时间序列研究的知识,突出了图神经网络用于时间序列分析的基础、实际应用和机会。

    05

    时间序列图神经网络最新综述(GNN4TS)

    时间序列是用于记录动态系统测量结果的主要数据类型,并由物理传感器和在线过程(虚拟传感器)大量生成。因此,时间序列分析对于发掘可用数据中隐含的信息丰富性至关重要。随着图神经网络(GNNs)的最近进步,基于GNN的时间序列分析方法的研究有所增加。这些方法可以明确地模拟时间和变量之间的关系,这是传统的和其他基于深度神经网络的方法难以做到的。在这次综述中,我们对图神经网络进行了全面的时间序列分析(GNN4TS),包括四个基本维度:预测、分类、异常检测和插补。我们的目标是指导设计师和实践者理解,构建应用,并推进GNN4TS的研究。首先,我们提供了一个全面的任务导向的GNN4TS分类。然后,我们介绍并讨论代表性的研究工作,最后讨论GNN4TS的主流应用。关于潜在的未来研究方向的全面讨论完整了这次综述。这次研查是首次汇集了大量关于基于GNN的时间序列研究的知识,突出了图神经网络用于时间序列分析的基础、实际应用和机会。推荐阅读:深度时间序列的综述

    04
    领券