Fluid+ECharts

本文最后更新于:2020年6月20日 下午

之前做nodeppt时就看到图表ECharts[1],最近倒腾了下,效果还挺炫酷的,关键是有官方案例参考,门槛比较低。

ECharts使用

  • 安装hexo-tag-echarts插件
$ npm install hexo-tag-echarts --save
  • 注意:ECharts官网教程-5 分钟上手 ECharts)里的npm install echarts --save并不适合hexo博客,这种安装方式无效,请安装hexo-tag-echarts插件。

  • 添加如下js文件

// 通过jsDelivr的CDN引入echarts
<script src="https://cdn.jsdelivr.net/npm/echarts@4.8.0/dist/echarts.min.js"></script>
// 使用GL里的各种组件时需要添加,否则可不需要
<script src="https://cdn.jsdelivr.net/npm/echarts-gl@1.1.1/dist/echarts-gl.min.js"></script>
  • 在markdown文件下添加echarts,格式如下
<script>
...
</script>

{% echarts 400 '85%' %}
...
{% endecharts %}
  • <script>中添加定义的变量和函数,若无设定则可删掉<script></script>
  • {% echarts 400 '85%' %}{% endecharts %}之间添加echarts的option
    • 参数400指定图表展示的高度为400px,85%则指定图表展示的宽度为85%,如不写明这两项参数则默认值为高度400px,宽度81%。
    • title:标题组件,包含主标题和副标题。
    • legend:图例组件。
    • tooltip:提示框组件。
    • toolbox:工具栏。内置有导出图片,数据视图,动态类型切换,数据区域缩放,重置五个工具。
    • xAxis、yAxis:直角坐标系 grid 中的 x 轴、y轴。
    • series:系列列表。每个系列通过type决定自己的图表类型。
      • series-line:折线/面积图
      • series-bar:柱状/条形图
      • series-pie:饼图
      • series-scatter:散点图
      • series-radar:雷达图
      • series-tree:树图
      • series-boxplot:箱形图
      • series-candlestick:K线图
      • series-heatmap:热力图
      • series-graph:关系图
  • 多个图表的数据和函数可能会冲突,请注意!
  • 直接在html中直接绘制,然后用<iframe></iframe>展示效果更佳。关于hexo的html文件渲染问题,可以参考Fluid+自定义html,主要是去掉head部分的说明。
  • 在html绘图ECharts的格式如下:
<script src="https://cdn.jsdelivr.net/npm/echarts@4.8.0/dist/echarts.min.js"></script>
<!-- 为 ECharts 准备一个具备大小(宽高)的 DOM -->
<div id="main" style="width: 600px;height:400px;"></div>
<script type="text/javascript">
  // 基于准备好的dom,初始化echarts实例
  var myChart = echarts.init(document.getElementById('main'));
  // 指定图表的配置项和数据
  var option = {
    ...
  };
  // 使用刚指定的配置项和数据显示图表。
  myChart.setOption(option);
  // 刷新调整
  window.onresize = function () {
    myChart.resize();
  }
</script>
  • 部分echart需要引入其他js,如bmapjquery等,请自行添加。
  • 使用百度地图的api需要申请密钥(ak),使用格式如下,注意替换FAKE_AK
<script type="text/javascript" src="https://api.map.baidu.com/api?v=2.0&ak=FAKE_AK"></script>
<script type="text/javascript" src="https://api.map.baidu.com/getscript?v=2.0&ak=FAKE_AK"></script>

实例

下面给出一些echarts官方实例,大多数都可以交互

折线图Line

柱状图Bar

饼图Pie

地理坐标/地图GEO/Map

可进入页面查看

K 线图Candlestick

可进入页面查看

雷达图Radar

关系图Graph

可进入页面查看

树图Tree

日历坐标系Calendar


3D

可进入页面查看

pyecharts

是什么<span class=”hint—top hint—rounded” aria-label=”pyecharts仓库

“>[2]</span></a></sup>

Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可。而 Python 是一门富有表达力的语言,很适合用于数据处理。当数据分析遇上数据可视化时,pyecharts 诞生了。

怎么用—py或jupyter

  • pip 安装
$ pip install pyecharts -U
  • 生成 HTML
from pyecharts.charts import Bar
from pyecharts import options as opts

# V1 版本开始支持链式调用
bar = (
    Bar()
    .add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
    .add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
    .set_global_opts(title_opts=opts.TitleOpts(title="某商场销售情况"))
)
bar.render()

# 不习惯链式调用的开发者依旧可以单独调用方法
bar = Bar()
bar.add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
bar.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
bar.set_global_opts(title_opts=opts.TitleOpts(title="某商场销售情况"))
bar.render()
  • Demo:pyecharts 画廊[3]

参考


本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!