文档文档

散点图可视化

散点图视图使用散点图来显示时间序列数据。

Scatter plot example

从左上角的可视化下拉菜单中选择 散点图 选项。

散点图行为

散点图可视化将每个数据点映射到 X 和 Y 坐标。X 轴和 Y 轴使用 X 轴列Y 轴列 可视化选项指定。每个唯一的序列都使用填充颜色和符号区分。使用 符号列填充列 选项来选择用于区分可视化中点的列。

散点图控件

要查看 散点图 控件,请单击可视化下拉菜单旁边的 自定义

数据
  • 符号列:定义包含应使用符号区分的值的列。
  • 填充列:定义包含应使用填充颜色区分的值的列。
  • X 轴列:选择要在 x 轴上显示的列。
  • Y 轴列:选择要在 y 轴上显示的列。
  • 时间格式:选择时间格式。选项包括
    • YYYY-MM-DD HH:mm:ss ZZ
    • YYYY-MM-DD hh:mm:ss a ZZ
    • DD/MM/YYYY HH:mm:ss.sss
    • DD/MM/YYYY hh:mm:ss.sss a
    • MM/DD/YYYY HH:mm:ss.sss
    • MM/DD/YYYY hh:mm:ss.sss a
    • YYYY/MM/DD HH:mm:ss
    • YYYY/MM/DD hh:mm:ss a
    • HH:mm
    • hh:mm a
    • HH:mm:ss
    • hh:mm:ss a
    • HH:mm:ss ZZ
    • hh:mm:ss a ZZ
    • HH:mm:ss.sss
    • hh:mm:ss.sss a
    • MMMM D, YYYY HH:mm:ss
    • MMMM D, YYYY hh:mm:ss a
    • dddd, MMMM D, YYYY HH:mm:ss
    • dddd, MMMM D, YYYY hh:mm:ss a
选项
  • 颜色方案:选择用于散点图的颜色方案。
X 轴
  • X 轴标签:x 轴的标签。
  • 生成 X 轴刻度线:选择生成 x 轴刻度线的方法
    • 自动:选择自动生成刻度线。
    • 自定义:要自定义 x 轴刻度线的数量,请选择此选项,然后输入以下内容
      • 总刻度线数:输入要显示的总刻度线数。
      • 起始刻度线位置:输入刻度线开始位置的值。
      • 刻度线间隔:输入每个刻度线之间的间隔。
  • X 轴域:x 轴值范围。
    • 自动:根据数据集中的值自动确定值范围。
    • 自定义:手动指定最小 x 轴值、最大 x 轴值或同时包含两者来指定范围。
      • 最小值:最小 x 轴值。
      • 最大值:最大 x 轴值。
Y 轴
  • Y 轴标签:y 轴的标签。
  • Y 轴刻度线前缀:要添加到 y 值的 前缀。
  • Y 轴刻度线后缀:要添加到 y 值的 后缀。
  • 生成 Y 轴刻度线:选择生成 y 轴刻度线的方法
    • 自动:选择自动生成刻度线。
    • 自定义:要自定义 y 轴刻度线的数量,请选择此选项,然后输入以下内容
      • 总刻度线数:输入要显示的总刻度线数。
      • 起始刻度线位置:输入刻度线开始位置的值。
      • 刻度线间隔:输入每个刻度线之间的间隔。
  • Y 轴域:y 轴值范围。
    • 自动:根据数据集中的值自动确定值范围。
    • 自定义:手动指定最小 y 轴值、最大 y 轴值或同时包含两者来指定范围。
      • 最小值:最小 y 轴值。
      • 最大值:最大 y 轴值。
悬停图例
  • 方向:选择悬停时出现的图例的方向
    • 水平:选择水平显示图例。
    • 垂直:选择垂直显示图例。
  • 不透明度:使用滑块调整图例不透明度。
  • 行着色:选择以彩色显示图例行。

散点图示例

跨指标关联

以下示例探讨了 CPU 和内存使用率之间可能存在的关联。它使用 Telegraf MemCPU 输入插件收集的数据。

查询 CPU 和内存使用率

以下查询创建 CPU 和内存使用率的并集。它缩放 CPU 使用率指标,以更好地与基线内存使用率对齐。

cpu = from(bucket: "example-bucket")
    |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
    |> filter(fn: (r) => r._measurement == "cpu" and r._field == "usage_system" and r.cpu == "cpu-total")
    // Scale CPU usage
    |> map(fn: (r) => ({r with _value: r._value + 60.0, _time: r._time}))

mem = from(bucket: "example-bucket")
    |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
    |> filter(fn: (r) => r._measurement == "mem" and r._field == "used_percent")

union(tables: [cpu, mem])
使用散点图可视化关联

在散点图可视化控件中,点根据其组键进行区分。

Heatmap correlation example

重要说明

散点图和热图之间的区别

散点图和 热图 都可视化 X 轴和 Y 轴上数据点的分布。但是,在某些情况下,如果散点图共享相同的 X 和 Y 坐标,则可能会“隐藏”点。

例如,以下仪表盘单元格可视化相同的查询结果

Heatmap vs Scatter plot

热图指示孤立的高点密度,这在散点图中不可见。在散点图可视化中,共享相同 X 和 Y 坐标的点显示为单个点。


此页是否对您有帮助?

感谢您的反馈!


Flux 的未来

Flux 即将进入维护模式。您可以继续像目前一样使用它,而无需对代码进行任何更改。

阅读更多

现已正式发布

InfluxDB 3 Core 和 Enterprise

快速启动。更快扩展。

获取更新

InfluxDB 3 Core 是一个开源、高速、近实时数据引擎,可实时收集和处理数据,并将其持久化到本地磁盘或对象存储。InfluxDB 3 Enterprise 构建在 Core 的基础上,增加了高可用性、读取副本、增强的安全性以及数据压缩功能,从而实现更快的查询和优化的存储。InfluxDB 3 Enterprise 的免费层级可供非商业家庭或业余爱好者使用。

有关更多信息,请查看