Nano Hash - криптовалюты, майнинг, программирование

Серия Drawind Dynamic и точки с Highchart и ajax

Я пытаюсь получить несколько рядов данных от сотрудников и нарисовать их через HighCharts. Я не знаю компанию, пока пользователь не нажмет, поэтому я получаю через ajax всех сотрудников и их данные (точки).

У меня есть поле выбора, где я выбираю компанию. После этого я вызываю через AJAX/jQuery сервер, чтобы получить данные, добавленные в HighChart:

    $("#company").change(function(){     
            $.ajax({
                type: 'POST',
                dataType: 'json',
                url: xxxxx,
                async: false,
                data: { company: company},
                success: function(data) {
                     $.each(data, function(val, text) {
                        alert (val);
                        alert (text);
                        chart2.addSeries({
                            name: val,
                            data: text
                        });
                    });   
                }
            ...

Данные, которые я получаю с сервера через Firebug, выглядят следующим образом:

{"Employee1":[["1356908400000","10.00"],["1359586800000","11.00"],  ["1362006000000","12.00"],["1364684400000","13.45"]],"Employee2":[["1356908400000","10.00"],["1359586800000","11.00"],["1362006000000","12.00"],["1364684400000","13.45"]]}

Сотрудник1 и Сотрудник2 должны быть сериями. Однако, когда я вызываю метод adderies, я получаю эту ошибку:

Uncaught Highcharts error #14: www.highcharts.com/errors/14

Кажется, данные не любят Highcharts. Когда я отлаживаю предупреждения, я получаю следующее:

alert (val)->Employee1
alert (text)=1356908400000,10.00,1359586800000,11.00,1362006000000,12.00,1364684400000,13.45

Этот пример работает нормально, когда я помещаю данные без ajax.

Есть идеи?

javascript jquery ajax highcharts
10.08.2013

Ответы:


1

Я нашел ответ :-)

text - это массив, поэтому мне нужен еще один $.each, чтобы прочитать его и отформатировать результат:

success: function(data) {
                    $("html").css('cursor','auto');
                    $.each(data, function(val, text) {
                        counter = 0;
                        $.each(text, function() {
                            if (counter==0) {
                                employee_data=  "[" + this + "]";
                            }
                            else{
                                employee_data= employee_data + "," + "[" + this + "]";
                            }
                            counter=1
                        });

                        employee_data = "["+ + "]";
                        chart.addSeries({
                            name: val,
                            data: employee_data
                        });
                    });   
                },
11.08.2013
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..