使用echars实现数据可视化

生活随笔

展翅飞翔之际 请下定决心不再回头

echars实现数据可视化

在搭建后台页面时,可能会遇到很多的表格,但有时表格所展现的数据并不能直观的体现出当前用户的宏观信息,所以就可以引入一个新的表格插件------echars

快速上手 - Handbook - Apache ECharts

什么是echars?

Echarts是一个基于JavaScript的开源可视化库。它提供了各种图表类型(如折线图、柱状图、散点图、地图等)和交互组件(如数据区域缩放、拖拽、动态数据更新等),能够帮助使用者快速构建并展示数据可视化效果。

在上述概念中提出了数据可视化------数据可视化是指将数据以图表、图形、地图等可视化的形式展现出来,以方便用户更加直观地分析数据。

如何使用echars?

引入echars文件

https://cdn.staticfile.org/echarts/4.7.0/echarts.js

首先先看一下使用Echars库创建的配置示例

javascript 复制代码
option = {
    title : {
        text: '某站点用户访问来源',
        subtext: '纯属虚构',
        x:'center'
    },
    tooltip : {
        trigger: 'item',
        formatter: "{a} <br/>{b} : {c} ({d}%)"
    },
    legend: {
        orient : 'vertical',
        x : 'left',
        data:['直接访问','邮件营销','联盟广告','视频广告','搜索引擎']
    },
    toolbox: {
        show : true,
        feature : {
            mark : {show: true},
            dataView : {show: true, readOnly: false},
            restore : {show: true},
            saveAsImage : {show: true}
        }
    },
    calculable : true,
    series : [
        {
            name:'访问来源',
            type:'pie',
            radius : '55%',
            center: ['50%', '60%'],
            data:[
                {value:335, name:'直接访问'},
                {value:310, name:'邮件营销'},
                {value:234, name:'联盟广告'},
                {value:135, name:'视频广告'},
                {value:1548, name:'搜索引擎'}
            ]
        }
    ]
};       

title:设置图表标题相关属性,包括标题文本内容('某站点用户访问来源')、副标题文本内容('纯属虚构')和标题位置('center')。

tooltip:设置鼠标悬停在图表上时显示的提示框属性,包括触发类型('item')和提示框内容的格式化字符串("{a} <br/>{b} : {c} ({d}%)"),其中{a}代表系列名称,{b}代表数据项名称,{c}代表数据项值,{d}代表数据项占比。

legend:设置图例属性,包括图例的方向('vertical')和位置('left'),以及图例的数据项名称(['直接访问','邮件营销','联盟广告','视频广告','搜索引擎'])。

toolbox:设置工具箱属性,包括是否显示工具箱(true)和工具箱中的功能按钮。这里的功能按钮有:数据视图、还原、保存为图片。

calculable:设置是否启用拖拽重计算特性(true)。

series:设置图表的系列属性,这里只有一个系列。包括系列名称('访问来源')、系列类型('pie',代表饼图)、饼图的半径大小('55%')、饼图的中心位置(['50%', '60%'])和饼图的数据项。数据项使用数组表示,每个数据项包括值(value)和名称(name)

在了解完Echars基础信息后学习如何绘制这个简单的图表

在绘图前先为其创建一个DOM容器用来储存图表信息

html 复制代码
<body>
  <!-- 为 ECharts DOM -->
  <div id="main" style="width: 600px;height:400px;"></div>
</body>

然后使用enchar.init 方法初始化一个echars 实例,并通过setOption方法生成一个简单的饼形图

html 复制代码
<!DOCTYPE html>
<html>
  <head>
    <meta charset="utf-8" />
    <title>ECharts</title>
    <!-- 引入刚刚下载的 ECharts 文件 -->
    <script src="https://cdn.staticfile.org/echarts/4.7.0/echarts.js"></script>
  </head>
  <body>
    <!-- 为 ECharts 准备一个定义了宽高的 DOM -->
    <div id="main" style="width: 600px;height:400px;"></div>
    <script type="text/javascript">
      // 基于准备好的dom,初始化echarts实例
      let myChart = echarts.init(document.getElementById('main'));

      // 指定图表的配置项和数据
      option = {
    title : {
        text: '某站点用户访问来源',
        subtext: '纯属虚构',
        x:'center'
    },
    tooltip : {
        trigger: 'item',
        formatter: "{a} <br/>{b} : {c} ({d}%)"
    },
    legend: {
        orient : 'vertical',
        x : 'left',
        data:['直接访问','邮件营销','联盟广告','视频广告','搜索引擎']
    },
    toolbox: {
        show : true,
        feature : {
            mark : {show: true},
            dataView : {show: true, readOnly: false},
            restore : {show: true},
            saveAsImage : {show: true}
        }
    },
    calculable : true,
    series : [
        {
            name:'访问来源',
            type:'pie',
            radius : '55%',
            center: ['50%', '60%'],
            data:[
                {value:335, name:'直接访问'},
                {value:310, name:'邮件营销'},
                {value:234, name:'联盟广告'},
                {value:135, name:'视频广告'},
                {value:1548, name:'搜索引擎'}
            ]
        }
    ]
};       

      // 使用刚指定的配置项和数据显示图表。
      myChart.setOption(option);
    </script>
  </body>
</html>

效果展示

总结

Echarts是一个强大的数据可视化库,可以帮助用户快速构建并展示数据可视化效果。在使用Echarts时,首先需要引入Echarts文件,然后通过初始化Echarts实例和setOption方法生成图表。配置项和数据决定了图表的展示效果,用户可以根据自己的需求来设置这些属性。使用Echarts可以将复杂的数据以直观、清晰的方式展示出来,有助于用户更好地理解和分析数据。

相关推荐
Small___ming13 小时前
Matplotlib 可视化大师系列(三):plt.bar() 与 plt.barh() - 清晰对比的柱状图
pytorch·信息可视化·matplotlib
码界筑梦坊20 小时前
171-基于Flask的笔记本电脑数据可视化分析系统
python·信息可视化·flask·毕业设计·echarts
麦麦大数据1 天前
求职推荐大数据可视化平台招聘系统 Vue+Flask python爬虫 前后端分离
vue.js·爬虫·python·信息可视化·flask·推荐算法·协同过滤
界面开发小八哥1 天前
图表组件SciChart WPF再升级:v8.9带来油气井图、新交互与可视化增强
信息可视化·wpf·数据可视化·scichart
WSSWWWSSW2 天前
Seaborn数据可视化实战:Seaborn多变量图表绘制高级教程
python·信息可视化·数据分析·matplotlib·seaborn
WSSWWWSSW2 天前
Seaborn数据可视化实战:Seaborn颜色与样式定制教程
python·信息可视化·seaborn
WSSWWWSSW2 天前
Seaborn数据可视化实战:Seaborn时间序列可视化入门
python·信息可视化·数据分析·matplotlib·seaborn
WSSWWWSSW2 天前
Seaborn数据可视化实战:Seaborn入门-环境搭建与基础操作
信息可视化
11054654012 天前
37、需求预测与库存优化 (快消品) - /供应链管理组件/fmcg-inventory-optimization
前端·信息可视化·数据分析·js
云天徽上2 天前
【数据可视化-96】使用 Pyecharts 绘制主题河流图(ThemeRiver):步骤与数据组织形式
开发语言·python·信息可视化·数据分析·pyecharts