ECharts 4 开始有了 `数据集`（`dataset`）组件来单独声明数据，大概长这个样子：
option = {
dataset: {
// 提供一份数据。
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]
]
},
legend: {},
tooltip: {},
// 声明一个 X 轴，类目轴（category）。默认情况下，类目轴对应到 dataset 第一列。
xAxis: {type: 'category'},
// 声明一个 Y 轴，数值轴。
yAxis: {},
// 声明多个 bar 系列，默认情况下，每个系列会自动对应到 dataset 的每一列。
series: [
{type: 'bar'},
{type: 'bar'},
{type: 'bar'}
]
}
复制代码这个最简单的例子，得到的效果是这样的：
数据集带来的好处是：
- 有了 `dataset` 后，能够贴近这样的数据可视化常见思维方式：基于数据（`dataset` 组件来提供数据），指定数据到视觉的映射（由 `encode` 属性来指定映射），形成图表。
- 数据和其他配置可以被分离开来，使用者相对便于进行单独管理，也省去了一些数据处理的步骤。
- 数据可以被多个系列或者组件复用，对于大数据，不必为每个系列创建一份。
- 支持更多的数据的常用格式，例如二维数组、对象数组等，一定程度上避免使用者为了数据格式而进行转换。
数据到图形的映射
本篇里，我们制作数据可视化图表的逻辑是这样的：基于数据，在配置项中指定如何映射到图形。
概略而言，可以进行这些映射：
- 指定 dataset 的列（column）还是行（row）映射为图形系列（series）。这件事可以使用 `series.seriesLayoutBy` 属性来配置。
- 指定 dataset 的哪些列（column）或行（row）对应到坐标轴（如 X、Y 轴）、提示框（tooltip）、标签（label）、图形元素大小颜色等（visualMap）。这件事可以使用 `series.encode` 属性来配置。如果有需要映射颜色大小等视觉维度，可以使用 visualMap 组件。
按行还是按列做映射
有了数据表之后，使用者可以灵活得配置：数据如何对应到轴和图形系列。上面的例子中，没有给出这种映射配置，那么ECharts 就按最常见的理解进行默认映射：
- X 坐标轴声明为类目轴，默认情况下会自动对应到 dataset.source 中的第一列；
- 三个柱图系列，一一对应到 dataset.source 中后面每一列。
用户可以使用 `seriesLayoutBy` 配置项，改变图表对于行列的理解。`seriesLayoutBy` 可取值：
- 'column': 默认值。系列被安放到 `dataset` 的列上面。
- 'row': 系列被安放到 `dataset` 的行上面。
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: [
// 这几个系列会在第一个直角坐标系中，每个系列对应到 dataset 的每一行。
{type: 'bar', seriesLayoutBy: 'row'},
{type: 'bar', seriesLayoutBy: 'row'},
{type: 'bar', seriesLayoutBy: 'row'},
// 这几个系列会在第二个直角坐标系中，每个系列对应到 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}
]
}
复制代码效果是这样的：
更重要的是，我们可以使用 `encode` 配置项来更细节得指定数据如何映射到图形。总体是这样的感觉：
维度（dimension）
介绍 `encode` 之前，首先要介绍“维度（dimension）”的概念。
常用图表所描述的数据大部分是“二维表”结构，上述的例子中，我们都使用二维数组来容纳二维表。现在，当我们把系列（series）对应到“列”的时候，那么每一列就称为一个“维度（dimension）”，而每一行称为数据项（item）。反之，如果我们把系列（series）对应到表行，那么每一行就是“维度（dimension）”，每一列就是数据项（item）。
维度可以有单独的名字，便于在图表中显示。维度名（dimension name）可以在定义在 dataset 的第一行（或者第一列）。例如上面的例子中，'score'、'amount'、'product' 就是维度名。从第二行开始，才是正式的数据。`dataset.source` 中第一行（列）到底包含不包含维度名，ECharts 默认会自动探测。当然也可以设置 `dataset.sourceHeader: true` 显示声明第一行（列）就是维度，或者 `dataset.sourceHeader: false` 表明第一行（列）开始就直接是数据。
维度的定义，也可以使用单独的 `dataset.dimensions` 或者 `series.dimensions` 来定义，这样可以同时指定维度名，和维度的类型（dimension type）：
var option1 = {
dataset: {
dimensions: [
{name: 'score'},
// 可以简写为 string，表示维度名。
'amount',
// 可以在 type 中指定维度类型。
{name: 'product', type: 'ordinal'}
],
source: [...]
},
...
};
var option2 = {
dataset: {
source: [...]
},
series: {
type: 'line',
// 在系列中设置的 dimensions 会更优先采纳。
dimensions: [
null, // 可以设置为 null 表示不想设置维度名
'amount',
{name: 'product', type: 'ordinal'}
]
},
...
};
复制代码大多数情况下，我们并不需要去设置维度类型，因为会自动判断。但是如果因为数据为空之类原因导致判断不足够准确时，可以手动设置维度类型。
维度类型（dimension type）可以取这些值：
- 'number': 默认，表示普通数据。
- 'ordinal': 对于类目、文本这些 string 类型的数据，如果需要能在数轴上使用，须是 'ordinal' 类型。ECharts 默认会自动判断这个类型。但是自动判断也是不可能很完备的，所以使用者也可以手动强制指定。
- 'time': 表示时间数据。设置成 'time' 则能支持自动解析数据成时间戳（timestamp），比如该维度的数据是 '2017-05-10'，会自动被解析。时间类型的支持参见 [data](option.html#series.data)。
- 'float': 如果设置成 `float`，在存储时候会使用 `TypedArray`，对性能优化有好处。
- 'int': 如果设置成 `float`，在存储时候会使用 `TypedArray`，对性能优化有好处。
数据到图形的映射（encode）
了解了维度的概念后，我们就可以使用 `encode` 来做映射。`encode` 声明的基本结构如下，其中冒号左边是坐标系、标签等特定名称，如 `'x'`, `'y'`, `'tooltip'` 等，冒号右边是数据中的维度名（string 格式）或者维度的序号（number 格式，从 0 开始计数），可以指定一个或多个维度（使用数组）。通常情况下，下面各种信息不需要所有的都写，按需写即可。
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']
]
},
xAxis: {},
yAxis: {type: 'category'},
series: [
{
type: 'bar',
encode: {
// 将 "amount" 列映射到 X 轴。
x: 'amount',
// 将 "product" 列映射到 Y 轴。
y: 'product'
}
}
]
};
复制代码效果如下：
下面给出个更丰富的 `encode` 的 示例。
视觉通道（颜色、尺寸等）的映射
我们可以使用 `visualMap` 组件进行视觉通道的映射。这是一个示例：
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'
}
}
]
};
复制代码几个常见的映射设置方式
问：如何把第三列设置为 X 轴，第五列设置为 Y 轴？
答：
series: {
encode: {x: 3, y: 5},
...
}
复制代码问：如何把第三行设置为 X 轴，第五行设置为 Y 轴？
答：
series: {
encode: {x: 3, y: 5},
seriesLayoutBy: 'row',
...
}
复制代码问：如何把第二列设置为标签？
答：
关于标签的显示（`label.formatter`），现在支持使用这样的语法：
'aaa{@product}bbb{@score}ccc{@[4]}ddd' 来引用某个具体的维度值。其中 '{@score}' 表示因为 “名为 score” 的维度里的值，'{@[4]}' 表示引用序号为 4 的维度里的值。
series: [{
label: {
show: true,
// 标签中引用第二列。
formatter: 'The value at column 2 is: {@[2]}.'
},
...
}, {
label: {
show: true,
// 标签中引用维度名为 product 的列。
formatter: 'The product name is: {@product}.'
},
...
}]
复制代码问：如何让第 2 列和第 3 列显示在提示框（tooltip）中？
答：
series: {
encode: {
tooltip: [2, 3]
...
},
...
}
复制代码问：数据里没有维度名，那么怎么给出维度名？
答：
dataset: {
dimensions: ['score', 'amount'],
source: [
[89.3, 3371],
[92.1, 8123],
[94.4, 1954],
[85.4, 829]
]
}
复制代码问：如何把第四列映射为气泡图的点的大小？
答：
var option = {
dataset: {
source: [
[12, 323, 11.2],
[23, 167, 8.3],
[81, 284, 12],
[91, 413, 4.1],
[13, 287, 13.5]
]
},
visualMap: {
show: false,
dimension: 2, // 指向第三列（列序号从 0 开始记，所以设置为 2）。
min: 2, // 需要给出数值范围，最小数值。
max: 15, // 需要给出数值范围，最大数值。
inRange: {
// 气泡尺寸：5 像素到 60 像素。
symbolSize: [5, 60]
}
},
xAxis: {},
yAxis: {},
series: {
type: 'scatter'
}
};
复制代码问：encode 里指定了映射，但是不管用？
答：可以查查有没有拼错，比如，维度名是：'Life Expectancy'，encode 中拼成了 'Life Expectency'。
数据的各种格式
多数常见图表中，数据适于用二维表的形式描述。广为使用的数据表格软件（如 MS Excel、Numbers）或者关系数据数据库都是二维表。他们的数据可以导出成 JSON 格式，输入到 `dataset.source` 中，在不少情况下可以免去一些数据处理的步骤。
假如数据导出成 csv 文件，那么可以使用一些 csv 工具如 [dsv]( github.com/d3/d3-dsv) 或者 [PapaParse]( github.com/mholt/PapaP…) 将 csv 转成 JSON。
在 JavaScript 常用的数据传输格式中，二维数组可以比较直观的存储二维表。前面的示例都是使用二维数组表示。
除了二维数组以外，dataset 也支持例如下面 key-value 方式的数据格式，这类格式也非常常见。但是这类格式中，目前并不支持 `seriesLayoutBy` 参数。
dataset: [{
// 按行的 key-value 形式，这是个比较常见的格式。
source: [
{product: 'Matcha Latte', count: 823, score: 95.8},
{product: 'Milk Tea', count: 235, score: 81.4},
{product: 'Cheese Cocoa', count: 1042, score: 91.2},
{product: 'Walnut Brownie', count: 988, score: 76.9}
]
}, {
// 按列的 key-value 形式。
source: {
'product': ['Matcha Latte', 'Milk Tea', 'Cheese Cocoa', 'Walnut Brownie'],
'count': [823, 235, 1042, 988],
'score': [95.8, 81.4, 91.2, 76.9]
}
}]
复制代码此外，ECharts 4 之前一直以来的数据声明方式仍然被正常支持，如果系列已经声明了 `series.data`， 那么就会使用 `series.data` 而非 `dataset`。
最后，给出一个 示例，多个图表共享一个 `dataset`，并带有联动交互。
更详细的信息，可以参见这个 教程。
扫一扫
682
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
