SlideShare a Scribd company logo
Raphael.js로
 
SVG
 차트
 만들기
 


                                                                     포털
 Ajax팀
 
                                                                                                         안오균
 
오늘은,
 
 
 
 
 
 
 자바스크립트로
 
 
 
 차트를
 만들고,
 다듬었던
 이야기.
 
 
 
 느꼈던
 것들.
 
만들기
 
 
               왜
 있는
 걸
 쓰지
 않고
 새로
 만들었나?
 
               왜
 SVG를
 선택했나?
 
               왜
 Raphael.js를
 선택했나?
 
Naver
 Analytics
 
하지만,
 차트
 개발은
 처음이었어요...
 
굳이
 새로
 개발해야
 할까?
 
이미
 좋은
 자바스크립트
 차트
 많잖아?
 
amCharts
 
                                             드래그로
 줌
 인/아웃!
 
HighCharts
 
                                               인쇄까지!
 
 디자인!

More Related Content

PDF
D3.js workshop
PDF
제2회 hello world 오픈세미나 Web Audio API-가능성엿보기
PDF
제2회 hello world 오픈세미나 collie html5-animationlibrary
KEY
Html5 performance
PDF
공공 데이터 활용 방법론 - 오픈 API 기술 및 동향 (KRNET 2014)
PDF
[Hello world 오픈세미나]공공정보와 네이버 오픈api
PDF
[Hello world 오픈세미나]거인을 이용해 뻔뻔(fun fun)하게 돈 벌기
PDF
[Hello world 오픈세미나]소셜게임 a to z final
D3.js workshop
제2회 hello world 오픈세미나 Web Audio API-가능성엿보기
제2회 hello world 오픈세미나 collie html5-animationlibrary
Html5 performance
공공 데이터 활용 방법론 - 오픈 API 기술 및 동향 (KRNET 2014)
[Hello world 오픈세미나]공공정보와 네이버 오픈api
[Hello world 오픈세미나]거인을 이용해 뻔뻔(fun fun)하게 돈 벌기
[Hello world 오픈세미나]소셜게임 a to z final

More from NAVER D2 (20)

PDF
[211] 인공지능이 인공지능 챗봇을 만든다
PDF
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
PDF
[215] Druid로 쉽고 빠르게 데이터 분석하기
PDF
[245]Papago Internals: 모델분석과 응용기술 개발
PDF
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
PDF
[235]Wikipedia-scale Q&A
PDF
[244]로봇이 현실 세계에 대해 학습하도록 만들기
PDF
[243] Deep Learning to help student’s Deep Learning
PDF
[234]Fast & Accurate Data Annotation Pipeline for AI applications
PDF
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
PDF
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
PDF
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
PDF
[224]네이버 검색과 개인화
PDF
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
PDF
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
PDF
[213] Fashion Visual Search
PDF
[232] TensorRT를 활용한 딥러닝 Inference 최적화
PDF
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
PDF
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
PDF
[223]기계독해 QA: 검색인가, NLP인가?
[211] 인공지능이 인공지능 챗봇을 만든다
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[215] Druid로 쉽고 빠르게 데이터 분석하기
[245]Papago Internals: 모델분석과 응용기술 개발
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[235]Wikipedia-scale Q&A
[244]로봇이 현실 세계에 대해 학습하도록 만들기
[243] Deep Learning to help student’s Deep Learning
[234]Fast & Accurate Data Annotation Pipeline for AI applications
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[224]네이버 검색과 개인화
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[213] Fashion Visual Search
[232] TensorRT를 활용한 딥러닝 Inference 최적화
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[223]기계독해 QA: 검색인가, NLP인가?
Ad

제2회 hello world 오픈세미나 hello world-raphael차트