third_party/flot/jquery.flot.categories.min.js

   1 /* Flot plugin for plotting textual data or categories.
   2
   3 Copyright (c) 2007-2013 IOLA and Ole Laursen.
   4 Licensed under the MIT license.
   5
   6 Consider a dataset like [["February", 34], ["March", 20], ...]. This plugin
   7 allows you to plot such a dataset directly.
   8
   9 To enable it, you must specify mode: "categories" on the axis with the textual
  10 labels, e.g.
  11
  12         $.plot("#placeholder", data, { xaxis: { mode: "categories" } });
  13
  14 By default, the labels are ordered as they are met in the data series. If you
  15 need a different ordering, you can specify "categories" on the axis options
  16 and list the categories there:
  17
  18         xaxis: {
  19                 mode: "categories",
  20                 categories: ["February", "March", "April"]
  21         }
  22
  23 If you need to customize the distances between the categories, you can specify
  24 "categories" as an object mapping labels to values
  25
  26         xaxis: {
  27                 mode: "categories",
  28                 categories: { "February": 1, "March": 3, "April": 4 }
  29         }
  30
  31 If you don't specify all categories, the remaining categories will be numbered
  32 from the max value plus 1 (with a spacing of 1 between each).
  33
  34 Internally, the plugin works by transforming the input data through an auto-
  35 generated mapping where the first category becomes 0, the second 1, etc.
  36 Hence, a point like ["February", 34] becomes [0, 34] internally in Flot (this
  37 is visible in hover and click events that return numbers rather than the
  38 category labels). The plugin also overrides the tick generator to spit out the
  39 categories as ticks instead of the values.
  40
  41 If you need to map a value back to its label, the mapping is always accessible
  42 as "categories" on the axis object, e.g. plot.getAxes().xaxis.categories.
  43
  44 */(function(e){function n(e,t,n,r){var i=t.xaxis.options.mode=="categories",s=t.yaxis.options.mode=="categories";if(!i&&!s)return;var o=r.format;if(!o){var u=t;o=[],o.push({x:!0,number:!0,required:!0}),o.push({y:!0,number:!0,required:!0});if(u.bars.show||u.lines.show&&u.lines.fill){var a=!!(u.bars.show&&u.bars.zero||u.lines.show&&u.lines.zero);o.push({y:!0,number:!0,required:!1,defaultValue:0,autoscale:a}),u.bars.horizontal&&(delete o[o.length-1].y,o[o.length-1].x=!0)}r.format=o}for(var f=0;f<o.length;++f)o[f].x&&i&&(o[f].number=!1),o[f].y&&s&&(o[f].number=!1)}function r(e){var t=-1;for(var n in e)e[n]>t&&(t=e[n]);return t+1}function i(e){var t=[];for(var n in e.categories){var r=e.categories[n];r>=e.min&&r<=e.max&&t.push([r,n])}return t.sort(function(e,t){return e[0]-t[0]}),t}function s(t,n,r){if(t[n].options.mode!="categories")return;if(!t[n].categories){var s={},u=t[n].options.categories||{};if(e.isArray(u))for(var a=0;a<u.length;++a)s[u[a]]=a;else for(var f in u)s[f]=u[f];t[n].categories=s}t[n].options.ticks||(t[n].options.ticks=i),o(r,n,t[n].categories)}function o(e,t,n){var i=e.points,s=e.pointsize,o=e.format,u=t.charAt(0),a=r(n);for(var f=0;f<i.length;f+=s){if(i[f]==null)continue;for(var l=0;l<s;++l){var c=i[f+l];if(c==null||!o[l][u])continue;c in n||(n[c]=a,++a),i[f+l]=n[c]}}}function u(e,t,n){s(t,"xaxis",n),s(t,"yaxis",n)}function a(e){e.hooks.processRawData.push(n),e.hooks.processDatapoints.push(u)}var t={xaxis:{categories:null},yaxis:{categories:null}};e.plot.plugins.push({init:a,options:t,name:"categories",version:"1.0"})})(jQuery);