高效資料陣列分析工具FastCube.Net v2021.1的新功能:與Business Graphics整合
我們新增了 FastReport 業務圖形擴充套件。它是一種用於互動式視覺化應用程式資料的新產品。 【慧都網可下載最新試用版】
新增了 ListDataSet 元件,該元件允許使用 Windows 窗體資料繫結將資料載入到多維資料集。
現在可以使用標準控制元件中使用的 Windows 窗體複雜資料繫結將資料載入到多維資料集:DataGridView、ListView 和 Combobox。
複雜資料繫結透過充當代理的 BindingSource 元件載入資料(更多資訊可以在 MSDN 中找到)。
這是一個從 List<> 載入資料的小例子。
1.宣告一個ProductInfo類
public class ProductInfo { public String Name { get; set; } public String Group { get; set; } public int Count { get; set; } }
2. 建立 ProductInfo 記錄列表
ListCreateProducts() { return new List{ new ProductInfo {Group = "Bakery products", Name = "Ciabatta", Count = 3}, new ProductInfo {Group = "Bakery products", Name = "Bread", Count = 5}, new ProductInfo {Group = "Bakery products", Name = "Croissant", Count = 1}, new ProductInfo {Group = "Alcohol", Name = "Wine", Count = 6}, new ProductInfo {Group = "Alcohol", Name = "Whiskey", Count = 2}, new ProductInfo {Group = "Alcohol", Name = "Beer", Count = 5}, new ProductInfo {Group = "Dairy products", Name = "Yoghurt", Count = 5}, new ProductInfo {Group = "Dairy products", Name = "Milk", Count = 4} }; }
3.配置cube和slice
private void Form1_Load(object sender, EventArgs e) { // configure data source listDataSet1.DataSource = CreateProducts(); // load data to Cube cube1.Active = true; // configure Slice slice1.YAxisContainer.AddSliceField(slice1.SliceFields.GetFieldByName("Group")); slice1.YAxisContainer.AddSliceField(slice1.SliceFields.GetFieldByName("Name")); var measure = new FastReport.Olap.Slice.MeasureField(slice1, FastReport.Olap.Types.AggregateFunction.Sum, slice1.SliceFields.GetFieldByName("Count")); slice1.MeasuresContainer.AddMeasure(measure); slice1.XAxisContainer.AddMeasuresField(); }
結果如下:
完整示例位於 Demos\C#\DataBindings。
其他變化:
- 在 SliceGrid 元件的 XAxisZone 和 YAxisZone 的上下文選單中新增了“複製”選單項。選單項將所選節點的標題複製到剪貼簿。
- 從剪貼簿操作貼上到彈出列表中執行搜尋操作
- 在維度的彈出過濾器中雙擊執行 SliceGrid 定位到被點選的專案
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69995027/viewspace-2780349/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- Python資料分析 | Numpy與1維陣列操作Python陣列
- 金蝶雲星空與聚水潭的高效資料整合案例
- python-資料分析-Numpy-3、陣列的運算Python陣列
- 資料結構與演算法——陣列資料結構演算法陣列
- 資料整合工具—FlinkX
- 高效整合:小滿OKKICRM與金蝶雲星空的資料對接案例
- 資料結構與演算法 | 陣列(Array)資料結構演算法陣列
- 【資料結構與演算法】——稀疏陣列資料結構演算法陣列
- 工具函式:普通陣列如何轉為樹形結構資料(多層級)陣列?函式陣列
- 資料結構與演算法—稀疏陣列和佇列資料結構演算法陣列佇列
- 詳解資料結構中的“陣列”與程式語言中的“陣列”的區別和聯絡資料結構陣列
- 資料結構-陣列資料結構陣列
- 資料結構 - 陣列資料結構陣列
- python資料分析之Numpy資料庫第三期陣列的運算Python資料庫陣列
- Python資料分析工具庫-Numpy 陣列支援庫(一)Python陣列
- 如何高效的處理陣列對映陣列
- 高效整合:旺店通旗艦版與MySQL的資料對接方案MySql
- 資料結構與演算法學習-陣列資料結構演算法陣列
- 資料結構與演算法之稀疏陣列資料結構演算法陣列
- 資料結構與演算法:稀疏陣列(一)資料結構演算法陣列
- TypeScript演算法與資料結構-陣列篇TypeScript演算法資料結構陣列
- columns陣列形式展示不同列資料陣列
- 當 dbt 遇見 TiDB丨高效的資料轉換工具讓資料分析更簡單TiDB
- 動態陣列ArrayList的初始化,新增資料,與遍歷陣列
- 資料結構之「陣列」資料結構陣列
- 資料結構之陣列資料結構陣列
- js 陣列返回,資料排序JS陣列排序
- 資料結構2——陣列資料結構陣列
- 高效資料整合:CU不良品出庫單與金蝶系統的完美對接
- 物件陣列與一般陣列的區別物件陣列
- 指標陣列與陣列指標指標陣列
- scala陣列與java陣列對比陣列Java
- 資料結構與演算法分析(c 語言描述)基數排序 陣列實現資料結構演算法排序陣列
- Tracardi:開源客戶資料整合與分析平臺
- 資料結構基礎學習之(串與陣列)資料結構陣列
- js資料結構與演算法 陣列、棧部分JS資料結構演算法陣列
- 分析平臺Tableau推出資料和分析平臺新功能
- 指標陣列和陣列指標與二維陣列指標陣列