引言
在当今信息爆炸的时代,数据无处不在。然而,原始的数据往往是杂乱无章的,难以直接理解其背后的含义。这就是数据可视化发挥重要作用的地方。通过图形、图表和其他视觉工具,数据可视化能够将复杂的数据转换成易于理解的图像,帮助我们更清晰地看到数据中的模式、趋势和关系。
什么是数据可视化?
数据可视化是信息可视化的一个子领域,专注于以图形或图表的形式表示信息和数据。它利用了人类视觉系统的能力,使人们能够快速识别模式、趋势和异常值。良好的数据可视化不仅能揭示隐藏在数据中的故事,还能提高决策的质量和速度。
数据可视化的重要性
-
简化复杂信息:通过图形化表示,数据可视化可以将大量的、复杂的统计数据转换成易于理解的图表或图形,使人们能够更快速地理解数据的主要特征和模式。
-
揭示趋势与模式:可视化工具可以帮助识别数据中的趋势、模式以及异常值。这使得分析师能够更容易发现数据背后的故事,并据此做出合理的推断。
-
促进沟通与协作:良好的数据可视化可以使非专业人员也能够理解数据分析的结果,从而促进了不同部门之间的交流和合作,增强了团队成员间的共识。
-
支持决策制定:对于管理层而言,直观的数据展示有助于他们迅速抓住关键问题,评估业务绩效,并基于数据驱动的见解进行战略规划和决策。
-
提高效率:通过使用交互式可视化工具,用户可以直接探索数据,无需编写复杂的查询语句,这样不仅提高了工作效率,还允许用户从不同角度审视数据,挖掘潜在的价值
数据可视化的类型
- 条形图和柱状图:用于比较不同类别之间的数量差异。
- 折线图:适合展示随时间变化的趋势。
- 饼图:显示各部分占整体的比例。
- 散点图:用来观察两个变量之间的相关性。
- 热力图:突出显示数据集中度高的区域。
- 地理地图:用于基于地理位置的数据分析。
接下来,我将结合我在课上所学到的知识,来讲解一下如何绘制echarts基础图形。
绘制echarts基础图形
我将通过绘制柱形图、折线图、饼图、散点图来讲解这一方面的内容。
一、柱形图
基本配置项
基本配置项指定义图形类型、图形数据相关的配置项,具体定义要求如下:
- series.type: 设置为 'bar'。
- xAxis.data: 分类轴数据,即独立的 x 轴数据列表。
- xAxis.type: 设置为 'category'。
- series.data: 数值轴数据,即独立的 y 轴数据列表。
- yAxis.type: 设置为 'value'。
下面是实现的一部分代码
option = {
xAxis: {
type: 'category',
data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'],
},
yAxis: {
type: 'value'
},
series: [{
data: [120, 200, 150, 80, 70, 110, 130],
type: 'bar',
barWidth: '60%', // 指定柱子的宽度
barCategoryGap: '15%', // 控制柱子之间的默认间隙
emphasis:{
focus:'self' // 只聚焦(不淡出)当前高亮的数据的图形。
}
}]
};
所得出来的效果如下图所示:

二、折线图
基本配置项
基本配置项指定义图形类型、图形数据相关的配置项,具体定义要求如下:
- series.type: 设置为 'line'。
- xAxis.data: 分类轴数据,即独立的 x 轴数据列表。
- xAxis.type: 设置为 'category'。
- series.data: 数值轴数据,即独立的 y 轴数据列表。
- yAxis.type: 设置为 'value'。
部分代码如下图所示:
option = {
xAxis: {
type: 'category',
data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']
},
yAxis: {
type: 'value'
},
series: [{
data: [120, 200, 150, 80, 70, 110, 130],
type: 'line',
smooth: true, // 线条平滑处理
areaStyle: {} // 开启面积填充
}]
};
折线图的实现效果如下图:

三、饼图
基本配置项
基本配置项指定义图形类型、图形数据相关的配置项,具体定义要求如下:
- series.type: 设置为 'pie'。
- series.data: 一个对象数组,每个对象包含两个键值对,name 表示分类名称,value 表示数值。例如:
var pieData = [ {name:'分类1',value:120}, {name:'分类2',value:150}, {name:'分类2',value:200}, ]特殊配置项
特殊配置项即该图形特有的一些配置选项,我们选择一些常用的进行讲解。
- series.radius: 通过数组来设定控制饼图的内外半径范围,实现环形饼图。
- series.label: 配置标签的显示方式。
- series.label.formatter: 配置标签显示的文字格式,其中{a} 代表系列名,{b} 代表数据项名称,{c} 代表数据值,{d} 代表百分比。
部分代码所示:
option = {
series: [{
name: '访问来源',
type: 'pie',
radius: ['40%', '70%'], // 设置内外半径,实现环形饼图
label: {
formatter: '数量:{c}\n占比:{d}%' // 设置标签的文本格式
},
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' }
]
}],
legend: {
top: '5%',
left: 'center'
},
};
实现效果如下图:

四、散点图
基本配置项
基本配置项指定义图形类型、图形数据相关的配置项,具体定义要求如下:
- series.type: 设置为 'scatter'。
- series.data: 一个二维数组,每个子数组包含 x 轴和 y 轴的数值。
- xAxis: 不接收数据,只用作坐标轴样式设置,不设置样式时设置为空,即{}。
- yAxis: 不接收数据,只用作坐标轴样式设置,不设置样式时设置为空,即{}。
特殊配置项
特殊配置项即该图形特有的一些配置选项,我们选择一些常用的进行讲解。
- series.symbolSize: 控制点的大小,可以是固定数值或根据数据动态设置的函数。
部分代码如下:
option = {
xAxis: {},
yAxis: {},
series: [{
type: 'scatter',
symbolSize: 20,
data: [
[10, 8],
[12, 15],
[15, 12],
[20, 18]
],
}]
};
实现效果如下图:

以上,就是我对于关于绘制ecahrts基础图形的大致理解。
结语
数据可视化不仅仅是制作漂亮的图片;它是连接原始数据与深刻见解之间的桥梁。通过学习并应用这些技能,我们可以更好地理解和讲述数据背后的故事,从而做出更加明智的决策。无论你是初学者还是专业人士,掌握数据可视化技术都将为你打开一扇通往新世界的窗户。
862

被折叠的 条评论
为什么被折叠?



