echarts案例：豆瓣电影TOP250的【四个图表】

本文要完成的目的，实现豆瓣电影TOP250的可视化

思路

讲解思路，采用倒推的方式，

• 首先确定可视化图表，也就是最终的效果。
• 这样就能确定需要那些基础数据
• 根据需要的数据进行按需爬取存储。

本篇文章完成前两步。可视化图表设计 和 模拟数据。

可视化设计

柱状图：

【豆瓣电影TOP250】评价人数最多的电影top10

• 统计对象：电影评分TOP600
• 统计目的：豆瓣电影TOP250
• X轴数据：电影评价人数
• Y轴数据：电影名

【豆瓣电影TOP250】年份最多的电影数量top10

• 统计对象：电影评分TOP600的电影
• 统计目的：年份最多的电影数量top10
• X轴数据：电影数量值
• Y轴数据：电影年份值

折线图

【豆瓣电影TOP250】每年高分电影产量趋势

• 统计对象：豆瓣电影TOP250
• 统计目的：每年高分电影产量趋势
• X轴数据： 电影年份
• Y轴数据： 当年电影数量

饼图

豆瓣电影TOP250各类型电影占比

• 统计对象：豆瓣电影TOP250
• 统计目的：展示不同类型电影在评分TOP600中的比例
• 图表数据：各类型电影的数量

评价人数最多的电影top10

模拟数据

    // 假设这是获取到的豆瓣电影TOP250评价人数最多的电影TOP10的数据
    var movieData = [
        // 电影名, 评价人数
        ["肖申克的救赎", 1000000],
        ["霸王别姬", 950000],
        ["阿甘正传", 900000],
        ["这个杀手不太冷", Math.floor(Math.random() * 800000) + 100000], // 随机生成100000到900000的评价人数
        ["千与千寻", Math.floor(Math.random() * 800000) + 100000],
        ["泰坦尼克号", Math.