ECharts Web数据可视化-ECharts中的其它图表.pdfVIP

ECharts中的其它图表 04-六月-21 目录 1 绘制散点图、气泡图 2 绘制仪表盘 3 绘制漏斗图或金字塔 4 绘制雷达图、词云图和矩形树图 2 绘制散点图、气泡图 Ø 在大数据时代，人们更关注数据之间的相关关系而非因果关系。散点图既能用来呈现数据点的分布，表 两个元素的相关性，又能像折线图一样表示时间推移下的发展趋势。 Ø 为了更直观地查看男性与女性的身高体重数据、1990年和2015年各国人均寿命与GDP数据的相关关系， 以及城市A、城市B、城市C三个城市的空气污染指数之间的相关关系，需要在ECharts中绘制散点图和气 泡图进行展示。 3 绘制散点图 Ø 散点图（Scatter ）是由一些散乱的点组成的图表。因为其中点位置是由其x值和y值确定的，所以也称为 XY散点图。 Ø 散点图又称散点分布图，是以一个变量为横坐标，另一变量为纵坐标，利用散点（坐标点）的分布形态反 映变量统计关系的一种图形，因此，需要为每个散点至少提供两个数值。 Ø 散点图的特点是能直观表现出影响因素和预测对象之间的总体关系趋势，优点是能通过直观醒目的图形方 式反映变量间关系的变化形态，以便决定用何种数学表达方式来模拟变量之间的关系。 Ø 散点图的核心思想是研究，适用于发现变量间的关系与规律，不适用于清晰表达信息的场景。在默认情况 下，散点图以圆点显示数据点。如果在散点图中有多个序列，那么可以考虑每个点的标记更改为方形、三 角形、菱形或其他形状。 4 绘制散点图 Ø 通过观察散点图上数据点的分布情况，可以推断出变量间的相 关性。如果变量之间不存在相互关系，散点图上就会表现为随 机分布的离散的点；如果存在某种相关性，那么大部分的数据 点就会相对密集并以某种趋势呈现。 Ø 数据的相关关系主要分为正相关（两个变量值同时增长）、负 相关（一个变量值增加，另一个变量值下降）、不相关、线性 相关、指数相关、U形相关等，表现在散点图上的大致分布如图 所示。那些离点集群较远的点我们称其为离群点或者异常点。 5 绘制散点图 1. 绘制基本散点图 Ø 基本散点图可用于观察两个指标的关系。利用男性和 女性身高、体重数据观察身高和体重两者间的关系， 如图所示。 Ø 由图可知，身高与体重基本上呈现出一种正相关的关 系，即身高越高，体重也相应增加。另外，还可以发 现，身高主要集中在1.62米和1.72米之间。 6 绘制散点图 2. 绘制两个序列的散点图 Ø 与绘制基本散点图实例不同的是，当利用两个序列分 别代表男性和女性的身高、体重时，得到的结果如图 所示。 Ø 由图可知，两种不同灰度分别表示了男性和女性不同 序列的数据，并分别标记出了数据中男性和女性体重 的最大值、最小值和平均值。 7 绘制散点图 3. 绘制带涟漪特效的散点图 Ø 在ECharts中，通过使用effectScatter参数可以设置带 有涟漪特效动画的ECha