提供了编程的基础技术教程

zl程序教程

您现在的位置是：首页 >  数据库

当前栏目

手把手教你用ECharts画散点图和气泡图

数据
2023-03-09 22:07:56 时间

本文转载自微信公众号「大数据DT」，作者王大伟。转载本文请联系大数据DT公众号。

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：

  1. option = { 
  2.     xAxis: {}, 
  3.     yAxis: {}, 
  4.     series: [{ 
  5.         data: [ 
  6.             [2.0, 8.04], 
  7.             [3.0, 6.95], 
  8.             [23.0, 7.58], 
  9.             [18.0, 8.81], 
  10.             [12.0, 8.33], 
  11.             [4.0, 9.96], 
  12.             [16.0, 7.24], 
  13.             [14.0, 4.26], 
  14.             [12.0, 10.84], 
  15.             [10.0, 4.82], 
  16.             [7.0, 5.68] 
  17.         ], 
  18.         type: 'scatter' 
  19.     }] 
  20. }; 

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：

  1. option = { 
  2.     xAxis: {}, 
  3.     yAxis: {}, 
  4.     legend: { 
  5.         data: ['类别1','类别2'] 
  6.     }, 
  7.     series: [{ 
  8.         name: '类别1', 
  9.         data: [ 
  10.             [2.0, 8.04], 
  11.             [3.0, 6.95], 
  12.             [23.0, 7.58], 
  13.             [18.0, 8.81], 
  14.             [12.0, 8.33], 
  15.             [4.0, 9.96], 
  16.             [16.0, 7.24], 
  17.             [14.0, 4.26], 
  18.             [12.0, 10.84], 
  19.             [10.0, 4.82], 
  20.             [7.0, 5.68] 
  21.         ], 
  22.         type: 'scatter' 
  23.     }, 
  24.     { 
  25.         name: '类别2', 
  26.         data: [ 
  27.             [1.0, 2.04], 
  28.             [2.0, 15.95], 
  29.             [26.0, 17.58], 
  30.             [13.0, 7.81], 
  31.             [22.0, 5.33], 
  32.             [14.0, 9.96], 
  33.             [6.0, 4.24], 
  34.             [4.0, 4.26], 
  35.             [22.0, 13.84], 
  36.             [16.0, 14.82], 
  37.             [17.0, 15.68] 
  38.     ], 
  39.         type: 'scatter' 
  40.     } 
  41.     ] 
  42. }; 

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：

  1. option = { 
  2.     xAxis: {}, 
  3.     yAxis: {}, 
  4.     legend: { 
  5.         data: ['类别1','类别2'] 
  6.     }, 
  7.     series: [{ 
  8.         name: '类别1', 
  9.         data: [ 
  10.             [2.0, 8.04, 10], 
  11.             [3.0, 6.95, 20], 
  12.             [23.0, 7.58, 30], 
  13.             [18.0, 8.81, 15], 
  14.             [12.0, 8.33, 16], 
  15.             [4.0, 9.96, 5], 
  16.             [16.0, 7.24, 18], 
  17.             [14.0, 4.26, 35], 
  18.             [12.0, 10.84, 20], 
  19.             [10.0, 4.82, 50], 
  20.             [7.0, 5.68, 13] 
  21.         ], 
  22.         symbolSize: function (data) { 
  23.             return data[2]; 
  24.         }, 
  25.         type: 'scatter' 
  26.     }, 
  27.     { 
  28.         name: '类别2', 
  29.         data: [ 
  30.             [1.0, 2.04], 
  31.             [2.0, 15.95], 
  32.             [26.0, 17.58], 
  33.             [13.0, 7.81], 
  34.             [22.0, 5.33], 
  35.             [14.0, 9.96], 
  36.             [6.0, 4.24], 
  37.             [4.0, 4.26], 
  38.             [22.0, 13.84], 
  39.             [16.0, 14.82], 
  40.             [17.0, 15.68] 
  41.     ], 
  42.         type: 'scatter' 
  43.     } 
  44.     ] 
  45. }; 

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。

 

相关文章