手把手教你用ECharts画散点图和气泡图

大数据DT

共 8820字,需浏览 18分钟

 ·

2021-06-08 04:21

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

👇



干货直达👇


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
👇
浏览 12
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报