基于Canvas的热力图绘制方法

var points = [[x1, y1], [x2, y2], [x3, y3], [x4, y4]...];
var cache = {};
//计算每个点的密度
for (var i = 0, len = points.length; i < len; i++) {
    for (var j = 0, len2 = points[i].length; j < len2; j++) {
        var key = points[i][j][0] + '*' + points[i][j][1];
        if (cache[key]) {
            cache[key] ++;
        } else {
            cache[key] = 1;
        }
    }
}
//点数据还原
var oData = [];
for (var m in cache) {
    if (m == '0*0') continue;
    var x = parseInt(m.split('*')[0], 10);
    var y = parseInt(m.split('*')[1], 0);
    oData.push([x, y, cache[m]]);
}
//简单排序，使用数组内建的sort
oData.sort(function(a, b){
    return a[2] - b[2];
});
var max = oData[oData.length - 1][2];
var pi2 = Math.PI * 2;
//设置阈值，可以过滤掉密度极小的点
var threshold = this._points_min_threshold * max;
//alpha增强参数
var pr = (Math.log(245)-1)/245;
for (var i = 0, len = oData.length; i < len; i++) {
    if (oData[i][2]  0 ? 0 : 1);
    //q参数用于平衡梯度差，使之符合人的感知曲线log2N，如需要精确梯度，去掉log计算
    var q = parseInt(Math.log(oData[i][2]) / Math.log(max) * 255);
    var r = parseInt(128 * Math.sin((1 / 256 * q - 0.5 ) * Math.PI ) + 200);
    var g = parseInt(128 * Math.sin((1 / 128 * q - 0.5 ) * Math.PI ) + 127);
    var b = parseInt(256 * Math.sin((1 / 256 * q + 0.5 ) * Math.PI ));
    var alp = (0.92 * q + 20) / 255;
    //如果需要灰度增强，则取消此行注释
    //var alp = (Math.exp(pr * q + 1) + 10) / 255
    var radgrad = this.context.createRadialGradient(oData[i][0], oData[i][1], 1, oData[i][0], oData[i][1], 8);
    radgrad.addColorStop( 0, 'rgba(' + r + ',' + g + ','+ b + ',' + alp + ')');
    radgrad.addColorStop( 1, 'rgba(' + r + ',' + g + ','+ b + ',0)');
    this.context.fillStyle = radgrad;
    this.context.fillRect( oData[i][0] - 8, oData[i][1] - 8, 16, 16);
}