我的编程空间,编程开发者的网络收藏夹
学习永远不晚

ECharts异步加载数据与数据集的方法

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

ECharts异步加载数据与数据集的方法

本文小编为大家详细介绍“ECharts异步加载数据与数据集的方法”,内容详细,步骤清晰,细节处理妥当,希望这篇“ECharts异步加载数据与数据集的方法”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。

异步加载数据

ECharts 通常数据设置在 setOption 中,如果我们需要异步加载数据,可以配合 jQuery等工具,在异步获取数据后通过 setOption 填入数据和配置项就行。

json 数据:

{    "data_pie" : [    {"value":235, "name":"视频广告"},    {"value":274, "name":"联盟广告"},    {"value":310, "name":"邮件营销"},    {"value":335, "name":"直接访问"},    {"value":400, "name":"搜索引擎"}    ]}

实例

var myChart = echarts.init(document.getElementById('main'));$.get('https://www.runoob.com/static/js/echarts_test_data.json', function (data) {    myChart.setOption({        series : [            {                name: '访问来源',                type: 'pie',    // 设置图表类型为饼图                radius: '55%',  // 饼图的半径,外半径为可视区尺寸(容器高宽中较小一项)的 55% 长度。                data:data.data_pie            }        ]    })}, 'json')

如果异步加载需要一段时间,我们可以添加 loading 效果,ECharts 默认有提供了一个简单的加载动画。只需要调用 showLoading 方法显示。数据加载完成后再调用 hideLoading 方法隐藏加载动画:

var myChart = echarts.init(document.getElementById('main'));myChart.showLoading();  // 开启 loading 效果$.get('https://www.runoob.com/static/js/echarts_test_data.json', function (data) {    myChart.hideLoading();  // 隐藏 loading 效果    myChart.setOption({        series : [            {                name: '访问来源',                type: 'pie',    // 设置图表类型为饼图                radius: '55%',  // 饼图的半径,外半径为可视区尺寸(容器高宽中较小一项)的 55% 长度。                data:data.data_pie            }        ]    })}, 'json')

数据的动态更新

ECharts 由数据驱动,数据的改变驱动图表展现的改变,因此动态数据的实现也变得异常简单。

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。

var base = +new Date(2014, 9, 3);var oneDay = 24 * 3600 * 1000;var date = [];var data = [Math.random() * 150];var now = new Date(base);function addData(shift) {    now = [now.getFullYear(), now.getMonth() + 1, now.getDate()].join('/');    date.push(now);    data.push((Math.random() - 0.4) * 10 + data[data.length - 1]);    if (shift) {        date.shift();        data.shift();    }    now = new Date(+new Date(now) + oneDay);}for (var i = 1; i < 100; i++) {    addData();}option = {    xAxis: {        type: 'category',        boundaryGap: false,        data: date    },    yAxis: {        boundaryGap: [0, '50%'],        type: 'value'    },    series: [        {            name:'成交',            type:'line',            smooth:true,            symbol: 'none',            stack: 'a',            areaStyle: {                normal: {}            },            data: data        }    ]};setInterval(function () {    addData(true);    myChart.setOption({        xAxis: {            data: date        },        series: [{            name:'成交',            data: data        }]    });}, 500);var myChart = echarts.init(document.getElementById('main'), 'dark');myChart.setOption(option);

数据集(dataset)

ECharts 使用 dataset 管理数据。

dataset 组件用于单独的数据集声明,从而数据可以单独管理,被多个组件复用,并且可以基于数据指定数据到视觉的映射。

下面是一个最简单的 dataset 的例子:

option = {    legend: {},    tooltip: {},    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]        ]    },    // 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

我们可以在配置项中将数据映射到图形中。

我么可以使用 series.seriesLayoutBy 属性来配置 dataset 是列(column)还是行(row)映射为图形系列(series),默认是按照列(column)来映射。

以下实例我们将通过 seriesLayoutBy 属性来配置数据是使用列显示还是按行显示。

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}    ]}

常用图表所描述的数据大部分是"二维表"结构,我们可以使用 series.encode 属性将对应的数据映射到坐标轴(如 X、Y 轴):

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: {},    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'            }        }    ]};

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。

下面是 encode 支持的属性:

// 在任何坐标系和系列中,都支持:encode: {    // 使用 “名为 product 的维度” 和 “名为 score 的维度” 的值在 tooltip 中显示    tooltip: ['product', 'score']    // 使用 “维度 1” 和 “维度 3” 的维度名连起来作为系列名。(有时候名字比较长,这可以避免在 series.name 重复输入这些名字)    seriesName: [1, 3],    // 表示使用 “维度2” 中的值作为 id。这在使用 setOption 动态更新数据时有用处,可以使新老数据用 id 对应起来,从而能够产生合适的数据更新动画。    itemId: 2,    // 指定数据项的名称使用 “维度3” 在饼图等图表中有用,可以使这个名字显示在图例(legend)中。    itemName: 3}// 直角坐标系(grid/cartesian)特有的属性:encode: {    // 把 “维度1”、“维度5”、“名为 score 的维度” 映射到 X 轴:    x: [1, 5, 'score'],    // 把“维度0”映射到 Y 轴。    y: 0}// 单轴(singleAxis)特有的属性:encode: {    single: 3}// 极坐标系(polar)特有的属性:encode: {    radius: 3,    angle: 2}// 地理坐标系(geo)特有的属性:encode: {    lng: 3,    lat: 2}// 对于一些没有坐标系的图表,例如饼图、漏斗图等,可以是:encode: {    value: 3}

更多 encode 实例:

life-expectancy-table.json:

[    ["Income","Life Expectancy","Population","Country","Year"],    [815,34.05,351014,"Australia",1800],    [1314,39,645526,"Canada",1800],    [985,32,321675013,"China",1800],    [864,32.2,345043,"Cuba",1800],    [1244,36.5731262,977662,"Finland",1800],    [1803,33.96717024,29355111,"France",1800],    [1639,38.37,22886919,"Germany",1800],    [926,42.84559912,61428,"Iceland",1800],    [1052,25.4424,168574895,"India",1800],    [1050,36.4,30294378,"Japan",1800],    [579,26,4345000,"North Korea",1800],    [576,25.8,9395000,"South Korea",1800],    [658,34.05,100000,"New Zealand",1800]]

实例

$.get('https://www.runoob.com/static/js/life-expectancy-table.json', function (data) {    var sizeValue = '57%';    var symbolSize = 2.5;    option = {        legend: {},        tooltip: {},        toolbox: {            left: 'center',            feature: {                dataZoom: {}            }        },        grid: [            {right: sizeValue, bottom: sizeValue},            {left: sizeValue, bottom: sizeValue},            {right: sizeValue, top: sizeValue},            {left: sizeValue, top: sizeValue}        ],        xAxis: [            {type: 'value', gridIndex: 0, name: 'Income', axisLabel: {rotate: 50, interval: 0}},            {type: 'category', gridIndex: 1, name: 'Country', boundaryGap: false, axisLabel: {rotate: 50, interval: 0}},            {type: 'value', gridIndex: 2, name: 'Income', axisLabel: {rotate: 50, interval: 0}},            {type: 'value', gridIndex: 3, name: 'Life Expectancy', axisLabel: {rotate: 50, interval: 0}}        ],        yAxis: [            {type: 'value', gridIndex: 0, name: 'Life Expectancy'},            {type: 'value', gridIndex: 1, name: 'Income'},            {type: 'value', gridIndex: 2, name: 'Population'},            {type: 'value', gridIndex: 3, name: 'Population'}        ],        dataset: {            dimensions: [                'Income',                'Life Expectancy',                'Population',                'Country',                {name: 'Year', type: 'ordinal'}            ],            source: data        },        series: [            {                type: 'scatter',                symbolSize: symbolSize,                xAxisIndex: 0,                yAxisIndex: 0,                encode: {                    x: 'Income',                    y: 'Life Expectancy',                    tooltip: [0, 1, 2, 3, 4]                }            },            {                type: 'scatter',                symbolSize: symbolSize,                xAxisIndex: 1,                yAxisIndex: 1,                encode: {                    x: 'Country',                    y: 'Income',                    tooltip: [0, 1, 2, 3, 4]                }            },            {                type: 'scatter',                symbolSize: symbolSize,                xAxisIndex: 2,                yAxisIndex: 2,                encode: {                    x: 'Income',                    y: 'Population',                    tooltip: [0, 1, 2, 3, 4]                }            },            {                type: 'scatter',                symbolSize: symbolSize,                xAxisIndex: 3,                yAxisIndex: 3,                encode: {                    x: 'Life Expectancy',                    y: 'Population',                    tooltip: [0, 1, 2, 3, 4]                }            }        ]    };    myChart.setOption(option);});

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。

视觉元素可以是:

  • symbol: 图元的图形类别。

  • symbolSize: 图元的大小。

  • color: 图元的颜色。

  • colorAlpha: 图元的颜色的透明度。

  • opacity: 图元以及其附属物(如文字标签)的透明度。

  • colorLightness: 颜色的明暗度。

  • colorSaturation: 颜色的饱和度。

  • colorHue: 颜色的色调。

visualMap 组件可以定义多个,从而可以同时对数据中的多个维度进行视觉映射。

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'            }        }    ]};

ECharts异步加载数据与数据集的方法

交互联动

以下实例多个图表共享一个 dataset,并带有联动交互:

setTimeout(function () {    option = {        legend: {},        tooltip: {            trigger: 'axis',            showContent: false        },        dataset: {            source: [                ['product', '2012', '2013', '2014', '2015', '2016', '2017'],                ['Matcha Latte', 41.1, 30.4, 65.1, 53.3, 83.8, 98.7],                ['Milk Tea', 86.5, 92.1, 85.7, 83.1, 73.4, 55.1],                ['Cheese Cocoa', 24.1, 67.2, 79.5, 86.4, 65.2, 82.5],                ['Walnut Brownie', 55.2, 67.1, 69.2, 72.4, 53.9, 39.1]            ]        },        xAxis: {type: 'category'},        yAxis: {gridIndex: 0},        grid: {top: '55%'},        series: [            {type: 'line', smooth: true, seriesLayoutBy: 'row'},            {type: 'line', smooth: true, seriesLayoutBy: 'row'},            {type: 'line', smooth: true, seriesLayoutBy: 'row'},            {type: 'line', smooth: true, seriesLayoutBy: 'row'},            {                type: 'pie',                id: 'pie',                radius: '30%',                center: ['50%', '25%'],                label: {                    formatter: '{b}: {@2012} ({d}%)'                },                encode: {                    itemName: 'product',                    value: '2012',                    tooltip: '2012'                }            }        ]    };    myChart.on('updateAxisPointer', function (event) {        var xAxisInfo = event.axesInfo[0];        if (xAxisInfo) {            var dimension = xAxisInfo.value + 1;            myChart.setOption({                series: {                    id: 'pie',                    label: {                        formatter: '{b}: {@[' + dimension + ']} ({d}%)'                    },                    encode: {                        value: dimension,                        tooltip: dimension                    }                }            });        }    });    myChart.setOption(option);});

ECharts异步加载数据与数据集的方法

读到这里,这篇“ECharts异步加载数据与数据集的方法”文章已经介绍完毕,想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会,如果想了解更多相关内容的文章,欢迎关注编程网行业资讯频道。

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

ECharts异步加载数据与数据集的方法

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

ECharts异步加载数据与数据集的方法

本文小编为大家详细介绍“ECharts异步加载数据与数据集的方法”,内容详细,步骤清晰,细节处理妥当,希望这篇“ECharts异步加载数据与数据集的方法”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。异步加载数据E
2023-07-02

listview异步加载数据的方法是什么

在Android中,可以使用以下方法实现ListView的异步加载数据:1. 使用AsyncTask类:AsyncTask类是一个抽象类,用于在后台线程执行异步操作。可以通过继承AsyncTask类,并在后台线程中加载数据,然后在主线程中更
2023-09-26

winform窗体异步加载数据的方法是什么

WinForm窗体异步加载数据的方法有多种,以下是其中几种常用的方法:1. 使用BackgroundWorker组件:BackgroundWorker是一个可在后台线程中执行操作的组件。可以在DoWork事件中执行耗时的操作,然后在RunW
2023-09-13

layui table异步加载数据的技巧与注意事项(layui table异步数据加载的实用技巧)

本文详细介绍了LayuiTable异步加载数据的技巧和注意事项,包括:使用Ajax加载数据;设置分页和过滤器;使用行渲染函数格式化数据;注意事项包括:确保服务器端返回正确格式的数据;处理异常情况;避免重复请求;优化数据请求;结合虚拟滚动提升性能。
layui table异步加载数据的技巧与注意事项(layui table异步数据加载的实用技巧)
2024-04-02

vue3之Suspense加载异步数据的使用

本文主要介绍了vue3之Suspense加载异步数据的使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
2023-02-05

winform异步加载数据怎么实现

在WinForm中实现异步加载数据可以使用BackgroundWorker组件或者使用Task类来实现。方法一:使用BackgroundWorker组件1. 在窗体中添加一个BackgroundWorker组件,并设置其WorkerRepo
2023-10-10

vue3之Suspense加载异步数据怎么使用

这篇文章主要介绍了vue3之Suspense加载异步数据怎么使用的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇vue3之Suspense加载异步数据怎么使用文章都会有所收获,下面我们一起来看看吧。Suspens
2023-07-05

layui table数据加载与渲染的最佳实践(layui table数据加载与呈现的优化方法)

本篇文章阐述了layuitable数据加载与呈现的优化方法。通过分页加载、按需加载、使用CDN等技术,优化数据加载。同时,采用虚拟渲染、模板引擎、条件渲染等技巧,提升数据呈现效率。此外,使用轻量级框架、启用硬件加速等方式,进一步提升页面性能。文中提供了具体实现示例,以帮助读者理解和应用这些优化方法。
layui table数据加载与渲染的最佳实践(layui table数据加载与呈现的优化方法)
2024-04-02

Vue3中如何使用suspense异步数据加载组件

Vue3中如何使用suspense异步数据加载组件,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。前言Vue3 增加了很多让人眼前一亮的特征,suspense 组件就是其中之一,
2023-06-20

关于echarts 清空上一次加载的数据问题

这篇文章主要介绍了关于echarts 清空上一次加载的数据问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
2022-11-13

Android异步加载数据和图片的保存思路详解

把从网络获取的图片数据保存在SD卡上,先把权限都加上网络权限 android.permission.INTERNETSD卡读写权限android.permission.MOUNT_UNMOUNT_FILESYSTEMS android.pe
2022-06-06

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录