ECharts 数据集（dataset）

精华

小牛编辑

183浏览

2023-03-14

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：

实例

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：

实例

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。

我们可以使用 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。

实例

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）：

实例

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 : { } ,
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：

实例

$. get ( 'https://www.xnip.cn/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。

实例

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'
}
}
]
} ;

交互联动

以下实例多个图表共享一个 dataset，并带有联动交互：

实例

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 ) ;

} ) ;