为了提高我的在线地图的性能，特别是在智能手机上，我遵循Mike Bostock的建议，在将地理数据上传到服务器之前尽可能多地准备地理数据(根据他的命令行制图)。例如，我通常在命令行上投影 TopoJSON 数据，通常是通过d3.geoConicEqualArea()，而不是让查看器的浏览器在加载地图时完成这种繁重的工作。
但是，我还想动态使用.scale、.fitSize、.fitExtent和.translate等方法，这意味着我无法事先"烘焙"比例或将值转换为 TopoJSON 文件。
Bostock 建议使用d3.geoTransform()作为预测的代理，例如d3.geoConicEqualArea()如果您正在使用已经预测的数据但仍想对其进行缩放或转换。例如，要在 y 轴上翻转投影，他建议：
var reflectY = d3.geoTransform({
point: function(x, y) {
this.stream.point(x, -y);
}
}),
path = d3.geoPath()
.projection(reflectY);
我的问题是：如果我使用这个 D3 功能，我不是还在强迫查看器的浏览器进行大量数据处理，这会降低性能吗？预处理数据的要点是避免这种情况。还是我高估了上述d3.geoTransform()函数所涉及的处理工作？
如果我使用这个 D3 函数，我不是还在强制查看者的浏览器吗 做大量的数据处理，这会降低性能吗？这 对数据进行预处理的目的是避免这种情况。还是我 高估了 d3.geoTransform() 中涉及的处理工作 上面的功能？
简短回答：您高估了转换投影数据所需的工作量。
D3地理投影的球面性质
d3 地理投影相对独特。许多平台、工具或库采用由纬度和经度对组成的点，并将它们视为在笛卡尔平面上。这在很大程度上简化了数学，但也有代价：路径遵循笛卡尔路由。
D3 将经度纬度点视为：三维椭球体上的点。这在计算上成本更高，但提供了其他好处 - 例如沿大圆路由路由路径段。
将坐标视为 3D 地球上的点时，d3 会产生额外的计算成本：
- 球面数学
在缩放、居中等之前，先看一下简单的地理投影：
function mercator(x, y) {
return [x, Math.log(Math.tan(Math.PI / 4 + y / 2))];
}
这可能需要比您上面建议的转换更长的时间。
- Pathing
在笛卡尔平面上，两点之间的直线很容易，在球体上，这很难。取一条从东经179度延伸到西经179度的线——把它们当作在笛卡尔平面上一样，这很容易——在地球上画一条线。在球形地球上，这条线穿过反子午线。
因此，在平整路径时，需要沿路线进行采样，点之间的大圆距离需要弯曲，因此需要额外的点。我不确定 d3 中的这个过程，但它肯定会发生。
笛卡尔平面上的点不需要额外的采样 - 它们已经是平坦的，点之间的线是直的。无需检测线条是否以另一种方式环绕地球。
业务后预测
一旦投影，像.fitSize这样的东西将强制进行额外的工作，这基本上是你对d3.geoTransform()提出的：特征需要根据其投影的位置和大小进行转换和缩放。
这在 d3v3 中(在有fitSize()之前)中非常明显，当自动居中特征时：计算涉及投影要素的 svg 范围。
基本准科学性能比较
使用美国人口普查局的美国形状文件，我创建了三个 geojson 文件：
- 一个使用 WGS84 (长/纬度) (文件大小： 389 kb)
- 一个在节点中使用带有普通 d3.geoAlbers 转换的 geoproject (文件大小： 386 kb)
- 一个在具有
d3.geoAlbers().fitSize([500,500],d)的节点中使用地理项目(文件大小 385 kb)
速度的黄金标准应该是选项 3，数据根据预期的显示范围进行缩放和居中，此处不需要变换，我将使用空投影来测试它
我继续使用以下方法将它们投影到 500x500 svg 上：
// For the unprojected data
var projection = d3.geoAlbers()
.fitSize([500,500],wgs84);
var geoPath = d3.geoPath().projection(projection)
// for the projected but unscaled and uncentered data
var transform = d3.geoIdentity()
.fitSize([500,500],albers);
var projectedPath = d3.geoPath()
.projection(transform);
// for the projected, centered, and scaled data
var nullProjection = d3.geoPath()
运行几百次，我得到了平均渲染时间(数据已预加载)：
- 71 毫秒：WGS84
- 33 毫秒：投影但未缩放且未居中
- 21 毫秒：投影、缩放和居中
我可以放心地说，预投影数据的性能会有很大的提高，无论它是否实际居中和缩放。
注意我使用了d3.geoIdentity()而不是d3.geoTransform()，因为它允许使用fitSize()，如果需要，您可以在 y：.reflectY(true);