【 D3.js 高级系列 — 3.0 】 堆栈图
堆栈图布局(Stack Layout)能够计算二维数组每一数据层的基线,以方便将各数据层叠加起来。本文讲解堆栈图的制作方法。
先说说什么是堆栈图。
例如,有如下情况:
某公司,销售三种产品:个人电脑、智能手机、软件。
2005年,三种产品的利润分别为3000、2000、1100万。
2006年,三种产品的利润分别为1300、4000、1700万。
计算可得,2005年总利润为6100万,2006年为7000万。
如果要将2005年的利润用柱形表示,那么应该画三个矩形,三个矩形堆叠在一起。这时候就有一个问题:每一个矩形的起始y坐标是多少,高应该是多少。
输入数组,直接计算出上述问题的,就是堆栈图布局。
1. 数据
某公司销售个人电脑、智能手机、软件的数据如下:
var dataset = [ { name: "PC" , sales: [ { year:2005, profit: 3000 }, { year:2006, profit: 1300 }, { year:2007, profit: 3700 }, { year:2008, profit: 4900 }, { year:2009, profit: 700 }] }, { name: "SmartPhone" , sales: [ { year:2005, profit: 2000 }, { year:2006, profit: 4000 }, { year:2007, profit: 1810 }, { year:2008, profit: 6540 }, { year:2009, profit: 2820 }] }, { name: "Software" , sales: [ { year:2005, profit: 1100 }, { year:2006, profit: 1700 }, { year:2007, profit: 1680 }, { year:2008, profit: 4000 }, { year:2009, profit: 4900 }] } ];
dataset是一个数组,数组的每一项是一个对象,对象里含有name和sales。name是产品名、sales是销售情况。sales也是一个数组,每一项也是对象,对象里包含有year表示年份、profit表示利润。
现要将此数据绘制成堆栈图。
2. 布局(数据转换)
首先创建堆栈图布局。
var stack = d3.layout.stack() .values(function(d){ return d.sales; }) .x(function(d){ return d.year; }) .y(function(d){ return d.profit; });
values访问器指定的是d.sales,表示接下来接收的数组,要计算的数据在数组每一项的变量sales中。x访问器指定的是d.year,y访问器指定的是d.profit,都是相对于values访问器指定的对象说的,即sales数组每一项的变量year和profit。
以dataset为stack参数,结果保存在data中:
var data = stack(dataset); console.log(data);
要注意,转换之后原数据也会改变,因此dataset和data的值是一样的。data的输出值如图1所示。可以看到,sales的每一项都多了两个值:y0和y。y0即该层起始坐标,y是高度。x坐标有就是year。
图1
3. 绘制
首先要创建x轴和y轴比例尺,在添加图形元素和坐标轴的时候都要用到。要绘制坐标轴,要立刻想到要给坐标轴的刻度留出一部分空白。先定义一个外边框对象。
var padding = { left:50, right:100, top:30, bottom:30 };
右边部分留出的空白较多,是为了在后面添加标签的。x轴比例尺的定义如下:
var xRangeWidth = width - padding.left - padding.right; var xScale = d3.scale.ordinal() .domain( data[0].sales.map(function(d){ return d.year; })) .rangeBands([0, xRangeWidth],0.3);
本例中x轴代表年份,2005年、2006年、2007年等,是离散的,也就是说比例尺的定义域是离散的。从第5章的内容可知,序数比例尺d3.scale.ordinal的定义域是离散的。上面代码将定义域设定成:
[2005, 2006, 2007, 2008, 2009]
值域是根据rangeBands()计算的,实际是:
[31, 134, 238, 342, 446] //(省略了小数点)
因此,在2005年处堆叠的矩形的x坐标为31。
然后再创建y轴的比例尺。
//最大利润(定义域的最大值) var maxProfit = d3.max(data[data.length-1].sales, function(d){ return d.y0 + d.y; }); //最大高度(值域的最大值) var yRangeWidth = height - padding.top - padding.bottom; var yScale = d3.scale.linear() .domain([0, maxProfit]) //定义域 .range([0, yRangeWidth]); //值域
这段代码中,求最大利润时,是对data数组中的最后一项data[2]求取sales的最大值。这是因为data[2]代表着最高的层,如图2所示,data[2].sales中的各项y0+y,必定比data[1]和data[0]的大。因此,只要用d3.max()求取data[2].sales中的最大值即可。值域是SVG的高度减去外边框的上下宽度。然后为d3.scale.linear()设定定义域和值域即可。
图2
有了比例尺后,需要添加足够数量的分组元素<g>,每一个分组代表一种产品,每一种产品都用一种颜色来标识。
//颜色比例尺 var color = d3.scale.category10(); //添加分组元素 var groups = svg.selectAll("g") .data(data) .enter() .append("g") .style("fill",function(d,i){ return color(i); });
现在添加了3个分组,分别代表PC、SmartPhone、Software,且每一个分组元素的fill都设定了颜色。接下来为每个分组添加矩形元素。
//添加矩形 var rects = groups.selectAll("rect") .data(function(d){ return d.sales; }) .enter() .append("rect") .attr("x",function(d){ return xScale(d.year); }) .attr("y",function(d){ return yRangeWidth - yScale( d.y0 + d.y ); }) .attr("width",function(d){ return xScale.rangeBand(); }) .attr("height",function(d){ return yScale(d.y); }) .attr("transform","translate(" + padding.left + "," + padding.top + ")");
每一个分组元素里还要绑定数组sales,以添加足够数量(每个分组5个)的矩形。然后再使用比例尺为矩形的x、y、width、height属性赋值。再添加上坐标轴后,结果如图3所示。
图3
但是,什么颜色代表什么产品从图里看不出来。解决此问题最常用的方法是,在图表旁边添加几个图形标志,旁边加上文字,告诉用户某种颜色对应的是什么。在分组里继续添加图形元素,代码如下。
var labHeight = 50; var labRadius = 10; var labelCircle = groups.append("circle") .attr("cx",function(d){ return width - padding.right*0.98; }) .attr("cy",function(d,i){ return padding.top * 2 + labHeight * i; }) .attr("r",labRadius); var labelText = groups.append("text") .attr("x",function(d){ return width - padding.right*0.8; }) .attr("y",function(d,i){ return padding.top * 2 + labHeight * i; }) .attr("dy",labRadius/2) .text(function(d){ return d.name; });
用圆和文字作为标签,添加到图表的右边。最终结果如图4所示。
图4
完整代码请点击以下网址,再右键查看源代码:
http://www.ourd3js.com/demo/G-3.0/stack.html
谢谢阅读。
文档信息
- 版权声明:署名(BY)-非商业性(NC)-禁止演绎(ND)
- 发表日期:2015 年 3 月 29 日
- 更多内容:OUR D3.JS - 数据可视化专题站 和 CSDN个人博客
- 备注:本文发表于 OUR D3.JS ,转载请注明出处,谢谢
郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。