Meta2d.js是一个实时数据响应和交互的2d引擎，可用于Web组态，物联网，数字孪生等场景。。
在线使用
为什么使用
新引擎
- 数据+ 算法 + 风格 = 栩栩如生；
- 数据为核心、数据驱动显示；
- 多状态呈现，进度、动效多角度动态展示
- 支持自动算法、业务算法等中间件扩展
追求卓越性能
- 支持1万+以上节点。全部采用引擎原生节点更可达到2万节点
- 支持1000+动画播放，大数据、高要求场景无压力
实时动态数据监听
- 支持mqtt动态数据监听
- 支持websocket动态数据监听
- 支持http自主请求动态更新数据
丰富的交互事件
- 画笔全生命周期事件（创建、更新、销毁）
- 鼠标进入、移出、单击、选中等事件
- 移动、缩放、旋转等事件
- 网络消息事件
- 动画、视频播放事件
- 文本输入事件
自由可扩展
- 可定制化开发图形库
- 可直接在线绘画图形
- 支持SVG PATH
丰富的应用场景支持
- 架构图、拓扑图、UML图、脑图等
- 电力能源、水利等
- 物联网、工业互联网等
- 智慧城市、智慧医疗、智慧农业等
- 大屏展示、IT运维等
亮点
功能丰富，更具高性能
- 状态、事件、动效、动态监听、自由扩展，可支持1万+以上节点
动态数据实时监听
- 支持mqtt、websocket、或http自主请求等多种方式动态监听数据
钢笔和曲线工具，方便在线定制图形
- AI小图标直接在线制作
- 随意涂鸦的自由曲线，让创作随心所欲
简洁易用的动画
- 优异的性能，可高达1000动画同时播放
支持SVG path
- 不再把svg当作静态图片，直接支持svg path属性，想要给svg变个色，随手就来
“全民”进度条
- 任意封闭图形，都可以当进度条：矩形、圆、svg、封闭连线、或其他任意封闭图形
智能自动算法支持
- 连线自动锚点，自动识别最近锚点
- 自动吸附。拖拽过程中自动推荐对齐点，支持自定义算法替换
- 其他算法。支持排列布局、自动成图等，定制扩展
License
MIT © le5le.com
-
THREEJS 循环创建多个3D 文字会很卡； 解决方法 降低路径点数； 或者你要的有时候是无厚度的文字 可以在字体加载后 var message = " Three.js\nStroke text."; var shapes = font.generateShapes( message, 100 ); var geometry = new THREE.ShapeBu
-
<!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title>canvas</title> <script type="text/javascript" src="../js/jQuery.js"></script> <style type="text/css"> *{
-
要创建一个地图应用，首先我们要先创建一个包含底图的地图。 本文将创建一个 2D/3D 的地图，展示一个居中于加州的圣莫妮卡山脉的底图。 先把HTML框架填上，并把我们要用的JS库和CSS库连接上：“https://js.arcgis.com/4.15/esri/css/main.css”，“https://js.arcgis.com/4.15/”。 <html> <head> <meta ch
-
要创建可视化视图： 点击左侧导航栏的 Visualize 。 点击 Create new visualization 按钮或 + 按钮。 选择视图类型： 基础图形 Line, Area and Bar charts 在X/Y图中比较两个不同的序列。 Heat maps 使用矩阵的渐变单元格. Pie chart 显示每个来源的占比。 数据 Data table 显示一个组合聚合的原始数据。 Met
-
Many datasets contain multiple quantitative variables, and the goal of an analysis is often to relate those variables to each other. We regplot() and lmplot() are closely related, and share much of th
-
TensorFlow 图表计算强大而又复杂，图表可视化在理解和调试时显得非常有帮助。 下面是一个运作时的可式化例子。 "一个TensorFlow图表的可视化") 一个TensorFlow图表的可视化。 为了显示自己的图表，需将 TensorBoard 指向此工作的日志目录并运行，点击图表顶部窗格的标签页，然后在左上角的菜单中选择合适的运行。想要深入学习关于如何运行 TensorBoard 以及如何
-
本文向大家介绍Python干货：分享Python绘制六种可视化图表，包括了Python干货：分享Python绘制六种可视化图表的使用技巧和注意事项，需要的朋友参考一下 可视化图表，有相当多种，但常见的也就下面几种，其他比较复杂一点，大都也是基于如下几种进行组合，变换出来的。对于初学者来说，很容易被这官网上众多的图表类型给吓着了，由于种类太多，几种图表的绘制方法很有可能会混淆起来。 因此，在这里，我
-
TensorFlow 图表计算强大而又复杂，图表可视化在理解和调试时显得非常有帮助。 下面是一个运作时的可式化例子。 "一个TensorFlow图表的可视化") 一个TensorFlow图表的可视化。 为了显示自己的图表，需将 TensorBoard 指向此工作的日志目录并运行，点击图表顶部窗格的标签页，然后在左上角的菜单中选择合适的运行。想要深入学习关于如何运行 TensorBoard 以及如何
-
我正在尝试创建一个双轴甘特图和折线图，以在左轴上显示任务（甘特图数据），在右轴上显示数值（折线图数据）。我想使用谷歌图表、高图或chartJs进行可视化，但不知道哪一个可以实现，请参阅我试图接近的视觉对象的问题所附的链接/图片。我可以单独显示每个图表，但不能作为组合的双轴图表一起显示。我已经尝试了各种组合图表配置，但没有任何东西接近工作。对此的任何帮助都将不胜感激。 以下是谷歌图表、HighCha