结构
- 动画 : Animation/
- 图表 : Charts/
- 组件 : Components/
- 数据 : Data/
- 过滤 : Filters/
- 高亮 : Highlight/
- 渲染 : Renderers/
- 工具 : Utils/
Filters 过滤器
过滤器 Filters/
基类: └── ChartDataBaseFilter.swift
逼近器: ├── ChartDataApproximatorFilter.swift
名词解释
approximator
Douglas-Peucker-Algorithm
道格拉斯-普克算法
道格拉斯-普克算法(Douglas–Peucker algorithm,亦称为拉默-道格拉斯-普克算法、迭代适应点算法、分裂与合并算法)是将曲线近似表示为一系列点,并减少点的数量的一种算法。该算法的原始类型分别由乌尔斯·拉默(Urs Ramer)于1972年以及大卫·道格拉斯(David Douglas)和托马斯·普克(Thomas Peucker)于1973年提出[1],并在之后的数十年中由其他学者予以完善[2]。
https://zh.wikipedia.org/wiki/道格拉斯-普克算法
https://en.wikipedia.org/wiki/Ramer–Douglas–Peucker_algorithm
tolerance
公差(gong chai)
几何参数的公差有尺寸公差、形状公差、位置公差等。
①尺寸公差。指允许尺寸的变动量,等于最大极限尺寸与最小极限尺寸代数差的绝对值。
②形状公差。指单一实际要素的形状所允许的变动全量,包括直线度、平面度、圆度、圆柱度、线轮廓度和面轮廓度6个项目。
③位置公差。指关联实际要素的位置对基准所允许的变动全量,它限制零件的两个或两个以上的点、线、面之间的相互位置关系,包括平行度、垂直度、倾斜度、同轴度、对称度、位置度、圆跳动和全跳动8个项目。公差表示了零件的制造精度要求,反映了其加工难易程度。
ChartDataApproximatorFilter
枚举
属性
构造方法
成员方法