导读:散点图是一种基础的可视化图。气泡图和散点图类似,区别是二维散点图展现的是两个维度信息,而二维气泡图可以展现三个维度的信息。
作者:王大伟
来源:大数据DT(ID:hzdashuju)
01 散点图
散点图是一种基础的可视化图,在ECharts中,制作散点图时需要将series中type参数值设置为scatter,一幅简单的散点图如图4-17所示。这里省略了很多组件,感兴趣的读者可以自行查阅。
▲图4-17 散点图
代码如下:
option = {

    xAxis: {},

    yAxis: {},

    series: [{

        data: [

            [
2.0, 8.04
],

            [
3.0, 6.95
],

            [
23.0, 7.58
],

            [
18.0, 8.81
],

            [
12.0, 8.33
],

            [
4.0, 9.96
],

            [
16.0, 7.24
],

            [
14.0, 4.26
],

            [
12.0, 10.84
],

            [
10.0, 4.82
],

            [
7.0, 5.68
]

        ],

        type: 
'scatter'
    }]

};
需要注意的是,图4-17的散点图是在二维直角坐标系上绘制的,所以每个点需要用两个维度表示,同时要注意data参数中的数据结构,这和之前几种可视化的数据结构差异较大。
我们常常需要将不同类别的散点展现在同一张图中,按照之前几幅图的学习经验,只需要在series中增加新的数据即可,代码如下:
option = {

    xAxis: {},

    yAxis: {},

    legend: {

        data: [
'类别1'
,
'类别2'
]

    },

    series: [{

        name: 
'类别1'
,

        data: [

            [
2.0, 8.04
],

            [
3.0, 6.95
],

            [
23.0, 7.58
],

            [
18.0, 8.81
],

            [
12.0, 8.33
],

            [
4.0, 9.96
],

            [
16.0, 7.24
],

            [
14.0, 4.26
],

            [
12.0, 10.84
],

            [
10.0, 4.82
],

            [
7.0, 5.68
]

        ],

        type: 
'scatter'
    },

    {

        name: 
'类别2'
,

        data: [

            [
1.0, 2.04
],

            [
2.0, 15.95
],

            [
26.0, 17.58
],

            [
13.0, 7.81
],

            [
22.0, 5.33
],

            [
14.0, 9.96
],

            [
6.0, 4.24
],

            [
4.0, 4.26
],

            [
22.0, 13.84
],

            [
16.0, 14.82
],

            [
17.0, 15.68
]

    ],

        type: 
'scatter'
    }

    ]

};
这里为数据赋予了name参数,所以可以使用legend区分两种散点。
可视化结果如图4-18所示。
▲图4-18 多类别的散点图
02 气泡图
气泡图和散点图类似,区别是二维散点图展现的是两个维度信息,而二维气泡图可以展现三个维度的信息,因为多了一个展示气泡大小的维度信息。
我们修改散点图的代码,在类别1的数据中增加一个维度数据作为气泡大小,这里会使用到function函数功能,函数返回当前气泡信息(三维数据)的第三个维度数据,也就是气泡的大小,需要注意的是,data[2]代表第三维数据,因为是从data[0]开始计算。具体代码如下:
option = {

    xAxis: {},

    yAxis: {},

    legend: {

        data: [
'类别1'
,
'类别2'
]

    },

    series: [{

        name: 
'类别1'
,

        data: [

            [
2.0, 8.04, 10
],

            [
3.0, 6.95, 20
],

            [
23.0, 7.58, 30
],

            [
18.0, 8.81, 15
],

            [
12.0, 8.33, 16
],

            [
4.0, 9.96, 5
],

            [
16.0, 7.24, 18
],

            [
14.0, 4.26, 35
],

            [
12.0, 10.84, 20
],

            [
10.0, 4.82, 50
],

            [
7.0, 5.68, 13
]

        ],

        symbolSize: function (data) {

return
 data[
2
];

        },

        type: 
'scatter'
    },

    {

        name: 
'类别2'
,

        data: [

            [
1.0, 2.04
],

            [
2.0, 15.95
],

            [
26.0, 17.58
],

            [
13.0, 7.81
],

            [
22.0, 5.33
],

            [
14.0, 9.96
],

            [
6.0, 4.24
],

            [
4.0, 4.26
],

            [
22.0, 13.84
],

            [
16.0, 14.82
],

            [
17.0, 15.68
]

    ],

        type: 
'scatter'
    }

    ]

};
可视化结果如图4-19所示,类别1的气泡大小不一,而类别2的气泡大小相同,为一般散点图。
▲图4-19 气泡图
关于作者:王大伟,毕业于华东理工大学,硕士学历,目前就职于平安金融壹账通,从事数据挖掘算法工作,擅长ECharts、Python、自然语言处理、数据分析挖掘、机器学习。曾获微软最有价值专家(MVP)荣誉称号。
本文摘编自ECharts数据可视化:入门、实战与进阶》,经出版方授权发布。
延伸阅读ECharts数据可视化
点击上方链接了解及购买
转载请联系微信:DoctorData
推荐语:ECharts官方推荐,系统全面、由浅入深、注重实操,带领读者快速从新人到高手。
看看作者怎么说

👇
更多精彩👇
在公众号对话框输入以下关键词
查看更多优质内容!
PPT | 读书 | 书单 | 硬核 | 干货|讲明白|神操作
大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化
AI | 人工智能 | 机器学习 | 深度学习 | NLP
5G|中台 | 用户画像1024 | 数学 | 算法 数字孪生
据统计,99%的大咖都关注了这个公众号
👇
继续阅读
阅读原文