1.引入echarts
· 直接html引入 src
· ES引入 import echarts from node_module/echarts/echarts
· 普通引入 var echarts = require(“echarts”);
2. js配置部分
1. Echarts初始化并绑定容器
var echarts = Echarts.init(document.getElementById('main'));
2. option配置项
var option = {
title: {
text: "Echarts 数据统计图表"
},
tooltip: {},
legend: {
name: "数据划分" // 必须与下文的serise中的name保持一致
},
xAxis: {
data: ["Android","IOS","PC","oPPer","mot","Ohter"]
},
yAxis: {
},
serise: [{
name: "数据划分",
type: "line", // 图表类型: treemap(树状图),pie(饼状图),bar(柱状图)
data:[500,200,360,100,10, 1000] //y轴数据
}]
}
// 上面的serise的data数组里是对象条的时候一般用于饼状图,显示区域名称
Example:
data: [
{value:500,name:'Android'},
{value:200,name:'IOS'},
{value:360,name:'PC'},
{value:100,name:'Ohter'}
]
3. Echarts调用配置项option
echarts.setOption(option);
图形色块颜色设置,以饼状图为例:
1. 图块的整体设置
var option = {
serise: [{
data: [
{
value:310,
name:'邮件营销',
itemStyle: { // 图块设置, normal可带可不带
normal: {
color: '#058f98', // 颜色设置
shadowBlur: 100, // shadow距离设置
shadowColor: '' // 投影颜色设置
},
},
label: { // 饼状图字体颜色设置未带normal
textStyle: {
color: '#058f98'
}
},
label: { // 饼状图字体颜色设置带normal
normal: {
textStyle: {
color: '#058f98'
}
}
},
labelLine: { // 饼状图对应色块线颜色设置
normal: {
lineStyle: {
color: '#058f98'
}
}
},
},
]
}]
}
2.当扇形(柱形其他型待测)的区块只有明暗度(颜色的深浅)的变化时,有一种更快捷的方式是通过 visualMap 组件将数值的大小映射到明暗度。
var option = {
visualMap: {
// 不显示 visualMap 组件,只用于明暗度的映射
show: false,
// 映射的最小值为 80 --> 指的是明暗度的值不是区块的值,下面600也是
min: 80,
// 映射的最大值为 600
max: 600,
inRange: {
// 明暗度的范围是 0 到 1
colorLightness: [0, 1]
}
}
}
Echart新引进的两套主题: light、dark
调用方式: Echart.init(dom, “light”);
Echarts 全局调色盘和局部调色盘:
- 全局调色盘指的是在option下直接添加color数组,图块区域会根据数组的的排序依次获取颜色,如果添加了系列自己专属的调色盘(局部颜色),也是color属性,系列自己的颜色高于全局原色;
所以图块的颜色可直接定义好添加在color属性中,然后让它自动去取; - 在饼图中图块颜色文字和线以及对应字体颜色默认都是一一对应的,一般情况下不建议调
好看的颜色推荐:
color: ['#dd6b66','#759aa0','#e69d87','#8dc1a9','#ea7e53','#eedd78','#73a373','#73b9bc','#7289ab', '#91ca8c','#f49f42'],
color: ['#c23531','#2f4554', '#61a0a8', '#d48265', '#91c7ae','#749f83', '#ca8622', '#bda29a','#6e7074', '#546570', '#c4ccd3'],
color: ['#37A2DA', '#32C5E9', '#67E0E3', '#9FE6B8', '#FFDB5C','#ff9f7f', '#fb7293', '#E062AE', '#E690D1', '#e7bcf3', '#9d96f5', '#8378EA', '#96BFFF'],
给图块或文字添加高亮(高亮也就是鼠标经过的时候的颜色,也就是hover时的颜色),相关代码:
emphasis: {
show: true, // 定义标签文字高亮时会要此属性,图块高亮是此属性直接省略;
color: "blue"
}
1. 标签lable:
lable: {
// 普通样式/正常样式
normal: {
show: true,
formatter: 'This is a normal label.'
},
// 高亮样式
emphasis: {
show: true,
formatter: "This is a emphasis label." // 高亮时显示的文字
}
}
2.itemStyle: {
// 普通样式
normal: {
color: 'red',
},
// 高亮样式
emphasis: {
color: "yellow"
}
}
加载动画: loading
Echarts有自己内置的loading方法:showLoading() 和 hideLoading();
var echart = Echarts.init(dom);
echart.showLoading(); // 未绑定数据时调用 显示loading
echart.hideLoading(); // 绑定好数据后调用 隐藏loading
数据的动态更新 --> 产生动态图
ECharts 由数据驱动,数据的改变驱动图表展现的改变;
所有数据的更新都通过 setOption实现,你只需要定时获取数据,setOption 填入数据,而不用考虑数据到底产生了那些变化,ECharts 会找到两组数据之间的差异然后通过合适的动画去表现数据的变化。
使用 dataset 管理数据
优点: 直观易理解,以及适于对一些特殊图表类型进行一定的数据类型定制。
缺点: 为匹配这种数据输入形式,常需要有数据处理的过程,把数据分割设置到各个系列(和类目轴)中。此外,不利于多个系列共享一份数据,也不利于基于数据原始进行图表类型、系列的映射安排
option = {
legend: {},
tooltip: {},
dataset: {
// 提供一份数据。
source: [
['product', '2015', '2016', '2017'], // 这组后面的三个字符串相当于name代表不同bar图块
['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]
]
},
// 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'}
]
}
或者也可以使用常见的对象数组的格式:
option = {
legend: {},
tooltip: {},
dataset: {
// 这里指定了维度名的顺序,从而可以利用默认的维度到坐标轴的映射。
// 如果不指定 dimensions,也可以通过指定 series.encode 完成映射,参见后文。
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'}
]
};
数据到图形的映射(encode)
var option = {
dataset: {
source: [
['score', 'amount', 'product'], // 这一列对应它后面的每份数据,跟索引i相似
[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'}, // type的定义直接决定图形的展现形式是横向还是竖向
series: [
{
type: 'bar',
encode: {
// 将source中 "amount" 列对应的列映射到 X 轴。
x: 'amount',
// 将将source中 "product" 列对应的列映射到 Y 轴。
y: 'product' // 决定渲染对应列的哪一项
}
}
]
};
// yAxis的type属性 + encode定位直接决定了图形的展现形式
按行还是按列做映射
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:
(1) ‘column’: 默认值。系列被安放到 dataset 的列上面。
(2) ‘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%'}, // 定义第一个距离底部的距离
{top: '55%'} // 定义第二个距离顶部的距离
],
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}
]
}
维度(dimension)
demensions介绍:
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。
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'}
]
},
...
};