ECharts異步加載數據與數據集（dataset）

Posted on by

異步加載數據

ECharts 通常數據設置在 setOption 中，如果我們需要異步加載數據，可以配合 jQuery等工具，在異步獲取數據後通過 setOption 填入數據和配置項就行。

json 數據：

{
    "data_pie" : [
    {"value":235, "name":"視頻廣告"},
    {"value":274, "name":"聯盟廣告"},
    {"value":310, "name":"郵件營銷"},
    {"value":335, "name":"直接訪問"},
    {"value":400, "name":"搜索引擎"}
    ]
}

實例

var myChart = echarts.init(document.getElementById('main'));
$.get('https://www.runoob.com/static/js/echarts_test_data.json', function (data) {
    myChart.setOption({
        series : [
            {
                name: '訪問來源',
                type: 'pie',    // 設置圖表類型為餅圖
                radius: '55%',  // 餅圖的半徑，外半徑為可視區尺寸（容器高寬中較小一項）的 55% 長度。
                data:data.data_pie
            }
        ]
    })
}, 'json')

如果異步加載需要一段時間，我們可以添加 loading 效果，ECharts 默認有提供瞭一個簡單的加載動畫。隻需要調用 showLoading 方法顯示。數據加載完成後再調用 hideLoading 方法隱藏加載動畫：

var myChart = echarts.init(document.getElementById('main'));
myChart.showLoading();  // 開啟 loading 效果
$.get('https://www.runoob.com/static/js/echarts_test_data.json', function (data) {
    myChart.hideLoading();  // 隱藏 loading 效果
    myChart.setOption({
        series : [
            {
                name: '訪問來源',
                type: 'pie',    // 設置圖表類型為餅圖
                radius: '55%',  // 餅圖的半徑，外半徑為可視區尺寸（容器高寬中較小一項）的 55% 長度。
                data:data.data_pie
            }
        ]
    })
}, 'json')

數據的動態更新

ECharts 由數據驅動，數據的改變驅動圖表展現的改變，因此動態數據的實現也變得異常簡單。

所有數據的更新都通過 setOption 實現，你隻需要定時獲取數據，setOption 填入數據，而不用考慮數據到底產生瞭那些變化，ECharts 會找到兩組數據之間的差異然後通過合適的動畫去表現數據的變化。

var base = +new Date(2014, 9, 3);
var oneDay = 24 * 3600 * 1000;
var date = [];

var data = [Math.random() * 150];
var now = new Date(base);

function addData(shift) {
    now = [now.getFullYear(), now.getMonth() + 1, now.getDate()].join('/');
    date.push(now);
    data.push((Math.random() - 0.4) * 10 + data[data.length - 1]);

    if (shift) {
        date.shift();
        data.shift();
    }

    now = new Date(+new Date(now) + oneDay);
}

for (var i = 1; i < 100; i++) {
    addData();
}

option = {
    xAxis: {
        type: 'category',
        boundaryGap: false,
        data: date
    },
    yAxis: {
        boundaryGap: [0, '50%'],
        type: 'value'
    },
    series: [
        {
            name:'成交',

            type:'line',
            smooth:true,
            symbol: 'none',
            stack: 'a',
            areaStyle: {
                normal: {}
            },
            data: data
        }
    ]
};

setInterval(function () {
    addData(true);
    myChart.setOption({
        xAxis: {
            data: date
        },
        series: [{
            name:'成交',
            data: data
        }]
    });
}, 500);

var myChart = echarts.init(document.getElementById('main'), 'dark');
myChart.setOption(option);

數據集（dataset）

ECharts 使用 dataset 管理數據。

dataset 組件用於單獨的數據集聲明，從而數據可以單獨管理，被多個組件復用，並且可以基於數據指定數據到視覺的映射。

下面是一個最簡單的 dataset 的例子：

option = {
    legend: {},
    tooltip: {},
    dataset: {
        // 提供一份數據。
        source: [
            ['product', '2015', '2016', '2017'],
            ['Matcha Latte', 43.3, 85.8, 93.7],
            ['Milk Tea', 83.1, 73.4, 55.1],
            ['Cheese Cocoa', 86.4, 65.2, 82.5],
            ['Walnut Brownie', 72.4, 53.9, 39.1]
        ]
    },
    // 聲明一個 X 軸，類目軸（category）。默認情況下，類目軸對應到 dataset 第一列。
    xAxis: {type: 'category'},
    // 聲明一個 Y 軸，數值軸。
    yAxis: {},
    // 聲明多個 bar 系列，默認情況下，每個系列會自動對應到 dataset 的每一列。
    series: [
        {type: 'bar'},
        {type: 'bar'},
        {type: 'bar'}
    ]
}

或者也可以使用常見的對象數組的格式：

option = {
    legend: {},
    tooltip: {},
    dataset: {
        // 這裡指定瞭維度名的順序，從而可以利用默認的維度到坐標軸的映射。
        // 如果不指定 dimensions，也可以通過指定 series.encode 完成映射，參見後文。
        dimensions: ['product', '2015', '2016', '2017'],
        source: [
            {product: 'Matcha Latte', '2015': 43.3, '2016': 85.8, '2017': 93.7},
            {product: 'Milk Tea', '2015': 83.1, '2016': 73.4, '2017': 55.1},
            {product: 'Cheese Cocoa', '2015': 86.4, '2016': 65.2, '2017': 82.5},
            {product: 'Walnut Brownie', '2015': 72.4, '2016': 53.9, '2017': 39.1}
        ]
    },
    xAxis: {type: 'category'},
    yAxis: {},
    series: [
        {type: 'bar'},
        {type: 'bar'},
        {type: 'bar'}
    ]
};

數據到圖形的映射

我們可以在配置項中將數據映射到圖形中。

我麼可以使用 series.seriesLayoutBy 屬性來配置 dataset 是列（column）還是行（row）映射為圖形系列（series），默認是按照列（column）來映射。

以下實例我們將通過 seriesLayoutBy 屬性來配置數據是使用列顯示還是按行顯示。

option = {
    legend: {},
    tooltip: {},
    dataset: {
        source: [
            ['product', '2012', '2013', '2014', '2015'],
            ['Matcha Latte', 41.1, 30.4, 65.1, 53.3],
            ['Milk Tea', 86.5, 92.1, 85.7, 83.1],
            ['Cheese Cocoa', 24.1, 67.2, 79.5, 86.4]
        ]
    },
    xAxis: [
        {type: 'category', gridIndex: 0},
        {type: 'category', gridIndex: 1}
    ],
    yAxis: [
        {gridIndex: 0},
        {gridIndex: 1}
    ],
    grid: [
        {bottom: '55%'},
        {top: '55%'}
    ],
    series: [
        // 這幾個系列會在第一個直角坐標系中，每個系列對應到 dataset 的每一行。
        {type: 'bar', seriesLayoutBy: 'row'},
        {type: 'bar', seriesLayoutBy: 'row'},
        {type: 'bar', seriesLayoutBy: 'row'},
        // 這幾個系列會在第二個直角坐標系中，每個系列對應到 dataset 的每一列。
        {type: 'bar', xAxisIndex: 1, yAxisIndex: 1},
        {type: 'bar', xAxisIndex: 1, yAxisIndex: 1},
        {type: 'bar', xAxisIndex: 1, yAxisIndex: 1},
        {type: 'bar', xAxisIndex: 1, yAxisIndex: 1}
    ]
}

常用圖表所描述的數據大部分是"二維表"結構，我們可以使用 series.encode 屬性將對應的數據映射到坐標軸（如 X、Y 軸）：

var option = {
    dataset: {
        source: [
            ['score', 'amount', 'product'],
            [89.3, 58212, 'Matcha Latte'],
            [57.1, 78254, 'Milk Tea'],
            [74.4, 41032, 'Cheese Cocoa'],
            [50.1, 12755, 'Cheese Brownie'],
            [89.7, 20145, 'Matcha Cocoa'],
            [68.1, 79146, 'Tea'],
            [19.6, 91852, 'Orange Juice'],
            [10.6, 101852, 'Lemon Juice'],
            [32.7, 20112, 'Walnut Brownie']
        ]
    },
    grid: {containLabel: true},
    xAxis: {},
    yAxis: {type: 'category'},
    series: [
        {
            type: 'bar',
            encode: {
                // 將 "amount" 列映射到 X 軸。
                x: 'amount',
                // 將 "product" 列映射到 Y 軸。
                y: 'product'
            }
        }
    ]
};

encode 聲明的基本結構如下，其中冒號左邊是坐標系、標簽等特定名稱，如 'x', 'y', 'tooltip' 等，冒號右邊是數據中的維度名（string 格式）或者維度的序號（number 格式，從 0 開始計數），可以指定一個或多個維度（使用數組）。通常情況下，下面各種信息不需要所有的都寫，按需寫即可。

下面是 encode 支持的屬性：

// 在任何坐標系和系列中，都支持：
encode: {
    // 使用 “名為 product 的維度” 和 “名為 score 的維度” 的值在 tooltip 中顯示
    tooltip: ['product', 'score']
    // 使用 “維度 1” 和 “維度 3” 的維度名連起來作為系列名。（有時候名字比較長，這可以避免在 series.name 重復輸入這些名字）
    seriesName: [1, 3],
    // 表示使用 “維度2” 中的值作為 id。這在使用 setOption 動態更新數據時有用處，可以使新老數據用 id 對應起來，從而能夠產生合適的數據更新動畫。
    itemId: 2,
    // 指定數據項的名稱使用 “維度3” 在餅圖等圖表中有用，可以使這個名字顯示在圖例（legend）中。
    itemName: 3
}

// 直角坐標系（grid/cartesian）特有的屬性：
encode: {
    // 把 “維度1”、“維度5”、“名為 score 的維度” 映射到 X 軸：
    x: [1, 5, 'score'],
    // 把“維度0”映射到 Y 軸。
    y: 0
}

// 單軸（singleAxis）特有的屬性：
encode: {
    single: 3
}

// 極坐標系（polar）特有的屬性：
encode: {
    radius: 3,
    angle: 2
}

// 地理坐標系（geo）特有的屬性：
encode: {
    lng: 3,
    lat: 2
}

// 對於一些沒有坐標系的圖表，例如餅圖、漏鬥圖等，可以是：
encode: {
    value: 3
}

更多 encode 實例：

life-expectancy-table.json：

[
    ["Income","Life Expectancy","Population","Country","Year"],
    [815,34.05,351014,"Australia",1800],
    [1314,39,645526,"Canada",1800],
    [985,32,321675013,"China",1800],
    [864,32.2,345043,"Cuba",1800],
    [1244,36.5731262,977662,"Finland",1800],
    [1803,33.96717024,29355111,"France",1800],
    [1639,38.37,22886919,"Germany",1800],
    [926,42.84559912,61428,"Iceland",1800],
    [1052,25.4424,168574895,"India",1800],
    [1050,36.4,30294378,"Japan",1800],
    [579,26,4345000,"North Korea",1800],
    [576,25.8,9395000,"South Korea",1800],
    [658,34.05,100000,"New Zealand",1800]
]

實例

$.get('https://www.runoob.com/static/js/life-expectancy-table.json', function (data) {
    var sizeValue = '57%';
    var symbolSize = 2.5;
    option = {
        legend: {},
        tooltip: {},
        toolbox: {
            left: 'center',
            feature: {
                dataZoom: {}
            }
        },
        grid: [
            {right: sizeValue, bottom: sizeValue},
            {left: sizeValue, bottom: sizeValue},
            {right: sizeValue, top: sizeValue},
            {left: sizeValue, top: sizeValue}
        ],
        xAxis: [
            {type: 'value', gridIndex: 0, name: 'Income', axisLabel: {rotate: 50, interval: 0}},
            {type: 'category', gridIndex: 1, name: 'Country', boundaryGap: false, axisLabel: {rotate: 50, interval: 0}},
            {type: 'value', gridIndex: 2, name: 'Income', axisLabel: {rotate: 50, interval: 0}},
            {type: 'value', gridIndex: 3, name: 'Life Expectancy', axisLabel: {rotate: 50, interval: 0}}
        ],
        yAxis: [
            {type: 'value', gridIndex: 0, name: 'Life Expectancy'},
            {type: 'value', gridIndex: 1, name: 'Income'},
            {type: 'value', gridIndex: 2, name: 'Population'},
            {type: 'value', gridIndex: 3, name: 'Population'}
        ],
        dataset: {
            dimensions: [
                'Income',
                'Life Expectancy',
                'Population',
                'Country',
                {name: 'Year', type: 'ordinal'}
            ],
            source: data
        },
        series: [
            {
                type: 'scatter',
                symbolSize: symbolSize,
                xAxisIndex: 0,
                yAxisIndex: 0,
                encode: {
                    x: 'Income',
                    y: 'Life Expectancy',
                    tooltip: [0, 1, 2, 3, 4]
                }
            },
            {
                type: 'scatter',
                symbolSize: symbolSize,
                xAxisIndex: 1,
                yAxisIndex: 1,
                encode: {
                    x: 'Country',
                    y: 'Income',
                    tooltip: [0, 1, 2, 3, 4]
                }
            },
            {
                type: 'scatter',
                symbolSize: symbolSize,
                xAxisIndex: 2,
                yAxisIndex: 2,
                encode: {
                    x: 'Income',
                    y: 'Population',
                    tooltip: [0, 1, 2, 3, 4]
                }
            },
            {
                type: 'scatter',
                symbolSize: symbolSize,
                xAxisIndex: 3,
                yAxisIndex: 3,
                encode: {
                    x: 'Life Expectancy',
                    y: 'Population',
                    tooltip: [0, 1, 2, 3, 4]
                }
            }
        ]
    };

    myChart.setOption(option);
});

視覺通道（顏色、尺寸等）的映射

我們可以使用 visualMap 組件進行視覺通道的映射。

視覺元素可以是：

  • symbol: 圖元的圖形類別。
  • symbolSize: 圖元的大小。
  • color: 圖元的顏色。
  • colorAlpha: 圖元的顏色的透明度。
  • opacity: 圖元以及其附屬物（如文字標簽）的透明度。
  • colorLightness: 顏色的明暗度。
  • colorSaturation: 顏色的飽和度。
  • colorHue: 顏色的色調。

visualMap 組件可以定義多個，從而可以同時對數據中的多個維度進行視覺映射。

var option = {
    dataset: {
        source: [
            ['score', 'amount', 'product'],
            [89.3, 58212, 'Matcha Latte'],
            [57.1, 78254, 'Milk Tea'],
            [74.4, 41032, 'Cheese Cocoa'],
            [50.1, 12755, 'Cheese Brownie'],
            [89.7, 20145, 'Matcha Cocoa'],
            [68.1, 79146, 'Tea'],
            [19.6, 91852, 'Orange Juice'],
            [10.6, 101852, 'Lemon Juice'],
            [32.7, 20112, 'Walnut Brownie']
        ]
    },
    grid: {containLabel: true},
    xAxis: {name: 'amount'},
    yAxis: {type: 'category'},
    visualMap: {
        orient: 'horizontal',
        left: 'center',
        min: 10,
        max: 100,
        text: ['High Score', 'Low Score'],
        // Map the score column to color
        dimension: 0,
        inRange: {
            color: ['#D7DA8B', '#E15457']
        }
    },
    series: [
        {
            type: 'bar',
            encode: {
                // Map the "amount" column to X axis.
                x: 'amount',
                // Map the "product" column to Y axis
                y: 'product'
            }
        }
    ]
};

交互聯動

以下實例多個圖表共享一個 dataset，並帶有聯動交互：

setTimeout(function () {

    option = {
        legend: {},
        tooltip: {
            trigger: 'axis',
            showContent: false
        },
        dataset: {
            source: [
                ['product', '2012', '2013', '2014', '2015', '2016', '2017'],
                ['Matcha Latte', 41.1, 30.4, 65.1, 53.3, 83.8, 98.7],
                ['Milk Tea', 86.5, 92.1, 85.7, 83.1, 73.4, 55.1],
                ['Cheese Cocoa', 24.1, 67.2, 79.5, 86.4, 65.2, 82.5],
                ['Walnut Brownie', 55.2, 67.1, 69.2, 72.4, 53.9, 39.1]
            ]
        },
        xAxis: {type: 'category'},
        yAxis: {gridIndex: 0},
        grid: {top: '55%'},
        series: [
            {type: 'line', smooth: true, seriesLayoutBy: 'row'},
            {type: 'line', smooth: true, seriesLayoutBy: 'row'},
            {type: 'line', smooth: true, seriesLayoutBy: 'row'},
            {type: 'line', smooth: true, seriesLayoutBy: 'row'},
            {
                type: 'pie',
                id: 'pie',
                radius: '30%',
                center: ['50%', '25%'],
                label: {
                    formatter: '{b}: {@2012} ({d}%)'
                },
                encode: {
                    itemName: 'product',
                    value: '2012',
                    tooltip: '2012'
                }
            }
        ]
    };

    myChart.on('updateAxisPointer', function (event) {
        var xAxisInfo = event.axesInfo[0];
        if (xAxisInfo) {
            var dimension = xAxisInfo.value + 1;
            myChart.setOption({
                series: {
                    id: 'pie',
                    label: {
                        formatter: '{b}: {@[' + dimension + ']} ({d}%)'
                    },
                    encode: {
                        value: dimension,
                        tooltip: dimension
                    }
                }
            });
        }
    });

    myChart.setOption(option);

});

到此這篇關於ECharts異步加載數據與數據集（dataset）的文章就介紹到這瞭。希望對大傢的學習有所幫助，也希望大傢多多支持WalkonNet。

推薦閱讀：