用 500 行纯前端代码在浏览器中构建一个 Tableau

作者：naughty

https://my.oschina.net/taogang/blog/1811573

在Gartner最新的对商务智能软件的专业分析报告中，Tableau持续领跑。Microsoft因为PowerBI表现出色也处于领导者象限。而昔日的领导者像SAP，SAS，IBM，MicroStrategy等逐渐被拉开了差距。

 

 

Tableau因为其灵活，出色的数据表现已经成为BI领域里无可争议的领头羊。而其数据驱动的可视化和核心思想是来自于Leland Wilkinson的The Grammar Of Graphics ，同样受到该思想影响的还有R的图形库ggplot。

 

 

在数据可视化开源领域里，大家对百度开发的echarts可谓耳熟能详，echarts经过多年的发展，其功能确实非常强大，可用出色来形容。但是蚂蚁金服开源的基于The Grammar Of Graphics的语法驱动的可视化库G2，让人眼前一亮。那我们就看看如何利用G2和500行左右的纯前端代码来实现一个的类似Tableau的数据分析功能。

 

• 演示参见 https://codepen.io/gangtao/full/OZvedx/

• 代码参见 https://gist.github.com/gangtao/e053cf9722b64ef8544afa371c2daaee 

 

数据加载

 

第一步是加载数据：

 

 

数据加载主要用到了三个库：

 

• axios  基于Promise的HTTP客户端

• alasql 基于JS的开源SQL数据库

• jquery datatable JQuery的数据表格插件

 

数据通过我存放在GitHub中的csv格式的文件，以REST请求的方式来加载。下面的代码把Axios的Promise变成 async／wait方式。

 

// Ajax async request

const request = {

  get: url => {

    return new Promise((resolve, reject) => {

      axios

        .get(url)

        .then(response => {

          resolve({ data: response.data });

        })

        .catch(error => {

          resolve({ data: error });

        });

    });

  }

};

 

封装好后，我们就可以用request.get()方法发送REST请求，获取csv文件。

 

let csv = await request.get(url);

 

这一步可能会遇到跨域请求的问题，github上的文件支持跨域。

 

把数据存储在一个SQL数据库中，这样做的好处是为了下一步做数据准备的时候，可以方便的利用SQL来进行查询和分析。

 

 

class SqlTable {

  constructor(data) {

    this.data = data;

  }

 

  async query(sql) {

    // following line of code does not run in full page view due to security concern.

    // const query_str = sql.replace(/(?<=FROM\s+)\w+/, "CSV(?)");

    const query_str = sql.replace("table", "CSV(?)");

    return await alasql.promise(query_str, [this.data]);

  }

}

 

SqlTable是一个对数据表的封装，把csv数据存在SQL数据库表中，提供一个query（）方法。这里要做的是把SQL查询个从 “SELECT * FROM table” 变成 “SELECT * FROM CSV(?)” 表示查询参数是CSV数据。因为codepen的安全性限制，运行前向查找的replace语句（这里的regex表示把前面是“FROM ”词的替换为CSV(?)的）在full page view下是不能执行的，所以我用了一个更简单的假定，用户的表名就是table，这样做有很多问题，大家如果在codepen之外的环境，可以用注释掉的代码。

 

然后把”SELECT * FROM table”的查询结果（JSON Array）用datatable来展示。

 

function sanitizeData(jsonArray) {

  let newKey;

  jsonArray.forEach(function(item) {

    for (key in item) {

      newKey = key.replace(/s/g, "").replace(/./g, "");

      if (key != newKey) {

        item[newKey] = item[key];

        delete item[key];

      }

    }

  });

  return jsonArray;

}

 

function displayData(tableId, data) {

  // tricky to clone array

  let display_data = JSON.parse(JSON.stringify(data));

  display_data = sanitizeData(display_data);

  let columns = [];

  for (let item in display_data[0]) {

    columns.push({ data: item, title: item });

  }

  $("#" + tableId).DataTable({

    data: display_data,

    columns: columns,

    destroy: true

  });

}

 

这一步有两点要注意:

 

1. 数据中，如果列的名字中有包含点，空格等字符，例如Iris数据集中的Sepal.Length，datatable是无法正常显示的，这里要调用sanitizeData（）方法把列名，也就是JsonArray中Json对象的属性名中的点和空格去掉。

2. sanitizeData（）方法会改变输入对象，所以在传入之前做了一个深度拷贝，这里利用JSON的stringfy和parse方法可以对JSON兼容的对象有效的拷贝。

 

这里要注意，Iris数据集中在datatable中的列名都不显示点，但实际数据并没有改变。

 

数据准备

 

数据加载完毕，我们来到第二步的数据准备阶段。数据准备是数据科学项目最花时间的一步，通常需要对数据进行大量的清洗，变形，抽取等工作，使得数据变得可用。

 

在这一步我们做了两件事：

 

一是显示数据的一个摘要，让我们初步了解数据的概貌，为进一步的数据变形和处理做好准备。

 

这个是Iris数据集的摘要：

 

 

function isString(o) {

    return typeof o == "string" || (typeof o == "object" && o.constructor === String);

}

 

function summaryData(data) {

  let summary = {};

  summary.count = data.length;

  summary.fields = [];

  for (let p in data[0]) {

    let field = {};

    field.name = p;

    if ( isString(data[0][p]) ) {

      field.type = "string";

    } else {

      field.type = "number";

    }

    summary.fields.push(field);

  }

  

  for (let f of summary.fields) {

      if ( f.type == "number" ) {

        f.max = d3.max(data, x => x[f.name]);

        f.min = d3.min(data, x => x[f.name]);

        f.mean = d3.mean(data, x => x[f.name]);

        f.median = d3.median(data, x => x[f.name]);

        f.deviation = d3.deviation(data, x => x[f.name]);

      } else {

        f.values = Array.from(new Set(data.map(x => x[f.name])));

      }

  }

  return summary;

}

 

这里我们利用数据的类型判断出每一个字段是数值型还是字符型。对于字符型的字段，我们利用JS6的Set来获得所有的Unique数据。对于数值型，我们利用d3的max，min，mean，median，deviation方法计算出对应的最大值，最小值，平均数，中位数和偏差。

 

另一个就是利用SQL查询来对数据进行进一步的加工。

 

 

上图的例子中我们利用限制条件得到一个Iris数据的子集。

 

另外G2还提供了Dataset的功能：

 

• 源数据的解析，将csv, dsv,geojson 转成标准的JSON，查看Connector

• 加工数据，包括 filter,map,fold(补数据) 等操作，查看 Transform

• 统计函数，汇总统计、百分比、封箱 等统计函数，查看 Transform

• 特殊数据处理，包括 地理数据、矩形树图、桑基图、文字云 的数据处理，查看 Transform

 

数据处理是一个比较大的话题，我们的目标是利用尽可能少的代码完成一个数据分析的工具，所以这一步仅仅是利用alasql提供的SQL查询来处理数据。

 

数据展示

 

数据处理好后就是我们的核心内容，数据展示了。

 

 

这一步主要是利用select2提供的选择控件构建图形语法来驱动数据展示。如上图所示，对应的G2代码图形语法为：

 

g2chart.facet('rect', {

  fields: [ 'Admit', 'Dept' ],

  eachView(view) {

    view.interval().position('Gender*Freq').color('Gender').label('Freq');

  }

});

 

图形语法主要包含以下几个主要的元素：

 

几何标记 Geometry

 

几何标记定义了使用什么样的几何图形来表征数据。G2现在支持如下这些几何标记：

 

 

 

这里要注意，intervalstack是官方支持的，但是文档没有提到，在阅读G2的API文档的时候，我也发现文档讲的不是很清楚，有很多地方没有讲清楚如何使用API。这也是开源软件值得改进的地方。

 

图形属性 Attributes

 

图形属性对应视觉编码中的不同元素，大家可以参考我的另一博客 数据可视化中的视觉属性 。

 

图形属性主要有以下几种。

 

1. position：位置，二维坐标系内映射至 x 轴、y 轴；

2. color：颜色，包含了色调、饱和度和亮度；

3. size：大小，不同的几何标记对大小的定义有差异；

4. shape：形状，几何标记的形状决定了某个具体图表类型的表现形式，例如点图，可以使用圆点、三角形、图片表示；线图可以有折线、曲线、点线等表现形式；

5. opacity：透明度，图形的透明度，这个属性从某种意义上来说可以使用颜色代替，需要使用 ‘rgba’ 的形式，所以在 G2 中我们独立出来。

 

在构建语法的时候，我们把图形属性绑定一个或者多个数据字段。

 

坐标系 Coordinates

 

坐标系是将两种位置标度结合在一起组成的 2 维定位系统，描述了数据是如何映射到图形所在的平面。

 

G2提供了以下几种坐标系：

 

 

 

分面 Facet

 

分面，将一份数据按照某个维度分隔成若干子集，然后创建一个图表的矩阵，将每一个数据子集绘制到图形矩阵的窗格中。分面其实提供了两个功能：

 

1. 按照指定的维度划分数据集；

2. 对图表进行排版。

 

G2支持以下的分面类型：

 

 

 

注意，在我的代码中，为了简化使用，只支持list和rect，当绑定一个字段的时候用list，绑定两个字段的时候用rect。

 

除了上面提到的元素，当然还有许多其它的元素我们没有包含和支持，例如：坐标轴，图例，提示等等。

 

关于图形的语法的更多内容，请参考这里。

 

生成图形语法的核心代码如下：

 

function getFacet(faced, grammarScript) {

  let facedType = "list";

  let facedScript = ""

  grammarScript = grammarScript.replace(chartScriptName,"view");

  if ( faced.length == 2 ) {

      facedType = "rect";

  }

  let facedFields = faced.join("', '")

  facedScript = facedScript + `${ chartScriptName }.facet('${ facedType }', {n`;

  facedScript = facedScript + `  fields: [ '${ facedFields }' ],n`;

  facedScript = facedScript + `  eachView(view) {n`;

  facedScript = facedScript + `    ${ grammarScript };n`;

  facedScript = facedScript + `  }n`;

  facedScript = facedScript + `});n`;

  return facedScript

}

 

function getGrammar() {

  let grammar = {}, grammarScript = chartScriptName + ".";

  grammar.geom = $('#geomSelect').val();

  grammar.coord = $('#coordSelect').val();

  grammar.faced = $('#facetSelect').val();

  geom_attributes.map(function(attr){

    grammar[attr] = $('#' + attr + "attr").val();

  });

  

  grammarScript = grammarScript + grammar.geom + "()";

  geom_attributes.map(function(attr){

    if (grammar[attr].length > 0) {

      grammarScript = grammarScript + "." + attr + "('" + grammar[attr].join("*") + "')";

    }

  });

  

  if (grammar.coord) {

    grammarScript = grammarScript + ";n " + chartScriptName + "." + "coord('" + grammar.coord + "');";

  } else {

    rammarScript = grammarScript + ";";

  }

  

  if ( grammar.faced ) {

    if ( grammar.faced.length == 1 ||

        grammar.faced.length == 2 ) {

      grammarScript = getFacet(grammar.faced, grammarScript);

    }

  }

  

  console.log(grammarScript)

  return grammarScript;

}

 

这里有几点要注意：

 

• 使用JS的模版字符串可以有效的构造代码片段

• 使用eval执行构造好的语法驱动的代码来响应select的change事件，以获得良好的交互性。在生产环境，要注意该方法的安全性隐患，因为纯前端，eval能带来的威胁比较小，生产中，可以把这个执行放在安全的沙箱中运行

• 你需要理解图形语法，并不是任意的组合都能驱动出有效的图形。

 

这里对于select2的多选，有一个小的提示，在缺省情况下，多选的顺序是固定的顺序，并不依赖选择的顺序，然而许多图形语法和字段的顺序有关，所以我们使用如下的方法来相应select的选择事件。

 

function updateSelect2Order(evt) {

  let element = evt.params.data.element;

  let $element = $(element);

  $element.detach();

  $(this).append($element);

  $(this).trigger("change");

}

 

这样做就是每次选中后，把当前选中的项目移到数据最后的位置。

 

一些例子

 

好了，下面我们就来看一些例子，了解一下如何使用图形语法来分析和探索数据。

 

Iris数据集散点图

 

 

图形语法：

 

g2chart.point().position('Sepal.Length*Petal.Length').color('Species').size('Sepal.Width')

 

Car数据集折线图

 

 

图形语法：

 

g2chart.line().position('id*speed');

 

切换到极坐标：

 

 

图形语法：

 

g2chart.line().position('id*speed');

g2chart.coord('polar');

 

 

Berkeley数据柱状图

 

 

数据处理：

 

SELECT SUM(Freq) as f , Gender FROM table GROUP BY Gender

 

图形语法：

 

g2chart.interval().position('Gender*f').color('Gender').label('f');

 

Berkeley数据堆叠柱状图

 

 

数据处理：

 

SELECT SUM(Freq) as f , Gender , Admit FROM table GROUP BY Gender, Admit

 

图形语法：

 

g2chart.intervalStack().position('Gender*f').color('Admit')

 

Berkeley数据饼图

 

 

数据处理：

 

SELECT SUM(Freq) as f , Gender FROM table GROUP BY Gender

 

图形语法：

 

g2chart.intervalStack().position('f').color('Gender').label('f');

g2chart.coord('theta')

 

Berkeley数据分面的应用

 

 

图形语法：

 

g2chart.facet('rect', {

  fields: [ 'Dept', 'Admit' ],

  eachView(view) {

    view.coord('theta');

    view.intervalStack().position('Freq').color('Gender');

  }

});

 

更多的分析图形留给大家去尝试

 

总结

 

本文分享了一个利用纯前端技术构建一个类似Tableau的BI应用的例子，整个代码统计：

 

• JS 370 行 JS6

• HTML 69 + 9 + 5 = 83 行

• CSS 21 行

 

总计474 行，用这么少的代码就能完成一个看上去还不错的BI工具，还算不错吧。当然这里主要是由于开源社区提供了这么多好的前端库以供应用，我要做的仅仅是让它们有效的工作在一起。这个只能算是个原型，从功能和质量上来说都不成熟，但是能在浏览器中不借助任何的服务器来实现BI的数据分析功能，应该会有很多人想要在自己的应用中嵌一个吧？

 

更多信息，请关注微信公众号：6618资源共享
查看历史文章，可领取5000G  IT视频资源  秒杀一切
回复关键词：26G干货（可进群领取价值万元的26G互联网干货礼包）