用D3.js进行医疗数据可视化 (四) 堆积区图 (Stacked Area Chart)

介绍

在之前的文章《用D3.js进行医疗数据可视化 (一)折线图》中,我们可以看到对于所可视化的医疗卫生机构诊疗人次数线图,最下部的几条线几乎重合在一起,而且几种机构类型相互包含,关系比较混乱。因此在这篇文章中,我们尝试一下用堆积区图(stackedarea chart)来强调它们之间的对比。

 

代码

<!DOCTYPE html>
<html>
<head>
    <meta charset="utf-8">
    <title>全国医疗卫生机构医疗服务量</title>
    <link rel="stylesheet" type="text/css" href="css/styles.css"/>
    <script type="text/javascript" src="js/d3.min.js"></script>
</head>

<body>

<script type="text/javascript">
function lineChart() {
    var _chart = {};

    var _width = screen.width * 0.9, _height = 350,
            _margins = {top: 30, left: 50, right: 130, bottom: 70},  //expand margin for legend rendor
            _legendbottom = 30,   //area for legend in Method 2
            _legendright = 100,  //area for legend in Method 1
            _x, _y,
            _names = [],    //keep name list for the chart
            _data = [],
            //_colors = d3.scale.category10(),
            _colors,    //define colors according to name list
            _svg,
            _bodyG,
            _line;

    _chart.render = function () {
        if (!_svg) {
            _svg = d3.select("body").append("div")
            		.style("text-align", "center")
            		.append("svg")
                    .attr("height", _height)
                    .attr("width", _width);

            renderAxes(_svg);

            defineBodyClip(_svg);
        }

        renderBody(_svg);
    };

    function renderAxes(svg) {
        var axesG = svg.append("g")
                .attr("class", "axes");

        renderXAxis(axesG);

        renderYAxis(axesG);
    }
    
    function renderXAxis(axesG){
        var xAxis = d3.svg.axis()
                .scale(_x.range([0, quadrantWidth()]))
                .orient("bottom")
                .tickFormat(d3.time.format("%y年%m月"))  //set tick name in Chinese
                .ticks(d3.time.months, 1);  //set ticks for x axis as monthly

        axesG.append("g")
                .attr("class", "x axis")
                .attr("transform", function () {
                    return "translate(" + xStart() + "," + yStart() + ")";
                })
                .call(xAxis);
                
        /* d3.selectAll("g.x g.tick")
            .append("line")
                .classed("grid-line", true)
                .attr("x1", 0)
                .attr("y1", 0)
                .attr("x2", 0)
                .attr("y2", - quadrantHeight()); */
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
平台销售数据的可视化分析可以使用Python的matplotlib、seaborn、plotly等库来实现。这里以matplotlib为例进行说明。 假设我们有一个销售数据的Excel表格,其中包含订单号、销售额、订单日期等信息。首先,使用pandas读取Excel文件: ```python import pandas as pd data = pd.read_excel('sales_data.xlsx') ``` 接下来,我们可以绘制一些常见的数据可视化表,如柱状、饼、折线等。以柱状为例,我们可以绘制每个月的销售额: ```python import matplotlib.pyplot as plt # 按月份统计销售额 monthly_sales = data.groupby(data['订单日期'].dt.month)['销售额'].sum() # 绘制柱状 plt.bar(monthly_sales.index, monthly_sales.values) plt.xlabel('Month') plt.ylabel('Sales') plt.title('Monthly Sales') plt.show() ``` 如果我们想要更直观地看到不同产品类别的销售情况,可以绘制堆叠柱状: ```python # 按产品类别和月份统计销售额 monthly_sales_by_category = data.groupby([data['订单日期'].dt.month, '产品类别'])['销售额'].sum().unstack() # 绘制堆叠柱状 monthly_sales_by_category.plot(kind='bar', stacked=True) plt.xlabel('Month') plt.ylabel('Sales') plt.title('Monthly Sales by Category') plt.show() ``` 除了柱状,我们还可以绘制饼、折线等其他类型的表,以更全面地了解销售数据的情况。例如,我们可以绘制每个季度的销售额占比饼: ```python # 按季度统计销售额 quarterly_sales = data.groupby(data['订单日期'].dt.quarter)['销售额'].sum() # 绘制饼 plt.pie(quarterly_sales.values, labels=quarterly_sales.index, autopct='%1.1f%%') plt.title('Quarterly Sales Proportion') plt.show() ``` 以上仅是销售数据可视化的一部分,根据实际需要可以进行更多的数据分析和绘

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值