精华内容
下载资源
问答
  • echarts数据可视化
    2022-03-27 17:57:29

    ECharts绘制柱状图

    准备工作:ECharts是百度推出ECharts用于数据可视化的工具。在ECharts官网下载源代码版本。

    1.引入echarts.js库文件

    <script src="./echarts.js"></script>

    2.绘制div容器并设置样式

    <body>
    <div id="main" style="width: 600px; height: 400px;background-color: aquamarine;"></div>
    </body>

    3.初始化容器

    <script type="text/javascript">
            var myChart = echarts.init(document.getElementById("main"))
    </script>

    4.绘制简单柱状图

    <!DOCTYPE html>
    <html lang="en">
    
    <head>
        <meta charset="UTF-8">
        <meta http-equiv="X-UA-Compatible" content="IE=edge">
        <meta name="viewport" content="width=device-width, initial-scale=1.0">
        <title>Document</title>
        <script src="./echarts.js"></script>
    </head>
    
    <body>
        <div id="main" style="width: 600px; height: 400px;background-color: aquamarine;"></div>
        <script type="text/javascript">
            var myChart = echarts.init(document.getElementById("main"))
            var option = {
                title: {
                    text: '标题',
                    subtext: '副标题'
                },
                tooltip:{},
                legend:{data:['图例']},
                xAxis: { data: ['11', '22', '33', '44', '55'] },
                yAxis: {},
                series: [{
                    name: '嘻嘻',
                    type: 'bar',
                    data: [23, 55, 42, 54, 25]
                }]
            };
            myChart.setOption(option);
        </script>
    </body>
    
    </html>
    
    
    
    

    5.结果;

     

    更多相关内容
  • 18个Echarts数据可视化图表案例:柱形图、饼图、折线图、雷达图、嵌套饼图、中国地图、世界地图、玫瑰图、散点图、漏斗图、仪表盘、热力图、桑基图、旭日图、K线图、柱形折线堆叠图、柱形饼图堆叠图、折线面积图。...
  • echarts数据可视化作业

    2021-01-14 11:44:09
    echarts数据可视化 作业案例,js,html,css 帮助同学们更好的理解echarts 数据可视化 各个图表都做了案例
  • 基于ECharts数据可视化大屏案例源码
  • Echarts数据可视化常见问题
  • Echarts数据可视化图表案例:包括柱图,饼图,折线图,地图等数据展示图表;案例下载后直接使用webstrom或idea打开,在编辑器内打开html
  • echarts+html+css数据可视化大屏12套模板,可以根据自己需求修改数据和样式,都是基于ECharts的大数据可视化展示html的模板,直接打开html即可看到展示效果。
  • Echarts的大屏数据可视化集合数据可视化集合案例源码,包含会议展览、业务监控、风险预警、数据分析展示等多种展示需求可视化集合。(75+24套)数据可视化集合,75套数据可视化源码,24套数据可视化源码。Echarts的...
  • echarts数据可视化

    千次阅读 2021-03-01 11:06:51
    熟悉echarts数据可视化的使用方法 实现原理 echarts是百度开发的前端可视化类库,现在已经成为Apache软件基金会的顶级项目,在可视化领域使用广泛。本实验主要介绍echarts的基本使用,并生成一些简答的图表。 通常会...

    实现目的

    熟悉echarts数据可视化的使用方法

    实现原理

    echarts是百度开发的前端可视化类库,现在已经成为Apache软件基金会的顶级项目,在可视化领域使用广泛。本实验主要介绍echarts的基本使用,并生成一些简答的图表。
    通常会先将echarts下载下来,在本地导入使用,但百度也提供了一个页面调试工具供我们开发使用,我们可以现在echarts的在线调试页面进行调试,调试完成之后在我们的本地使用。
    echart的官网是https://echarts.apache.org/examples/zh/index.html
    echarts官网为我们提供了大量的实例供我们参考使用。

    实验环境

    IE9 以上或Firefox或Chrome(推荐)等浏览器、Notepad++等编辑工具。echarts.js库。

    实验步骤

    实验一:利用在线调试工具制作简单的折线图

    进入echarts的官方实力网站
    在这里插入图片描述
    点击基础折线图就进入了在线调试页面
    在这里插入图片描述
    左边为响应的js代码,右边为绘制出的折线图,修改js代码,观看右边有何变化
    在这里插入图片描述
    在这里插入图片描述

    实验二:本地利用echarts绘制柱状图

    制作一个柱状图

    将echarts下载到本地
    1.解压压缩包

    链接:https://pan.baidu.com/s/1hr0ayv3OwIdzlklVaBiygw
    提取码:vdbj

    2.在本地新建一个文件夹demo
    3.在demo文件夹中新建一个文件夹js
    4.将解压缩文件中dist目录下找到以下两个文件复制到js 文件夹中

    5.在js文件夹中新建一个hh.html(可以随便命名),并引入echarts脚本
    例一:

    <!DOCTYPE html>
    <html>
    <head>
        <meta charset="utf-8">
        <title>ECharts</title>
        <!-- 引入 echarts.js -->
        <script src="echarts.min.js"></script>
    </head>
    <body>
        <!-- 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 = {
                title: {
                    text: 'ECharts 入门示例'
                },
                tooltip: {},
                legend: {
                    data:['销量']
                },
                xAxis: {
                    data: ["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"]
                },
                yAxis: {},
                series: [{
                    name: '销量',
                    type: 'bar',
                    data: [5, 20, 36, 10, 10, 20]
                }]
            };
    
            // 使用刚指定的配置项和数据显示图表。
            myChart.setOption(option);
        </script>
    </body>
    </html>
    

    6.点击hh.html,得到的结果如下:
    在这里插入图片描述
    例二:

    <!DOCTYPE html>
    <html lang="en">
    <head>
        <meta charset="UTF-8">
        <meta name="viewport" content="width=device-width, initial-scale=1.0">
        <meta http-equiv="X-UA-Compatible" content="ie=edge">
        <title>Document</title>
        <style>
            .box{height:800px;width:600px;}
        </style>
    </head>
    
    <body>
        <div id="main" class="box"></div>
        <script src="echarts.min.js"></script>
    
        <script type="text/javascript">
            var myChart = echarts.init(document.getElementById('main'));
            myChart.setOption({
                title: {
                show: true,
                text: "网站访问量统计",
            },
            color: ['#3398DB'],
            tooltip : {
                trigger: 'axis',
                axisPointer : {            // 坐标轴指示器,坐标轴触发有效
                    type : 'shadow'        // 默认为直线,可选为:'line' | 'shadow'
                }
            },
            grid: {
                left: '3%',
                right: '4%',
                bottom: '3%',
                containLabel: true
            },
            xAxis : [
                {
                    type : 'category',
                    data : ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'],
                    axisTick: {
                        alignWithLabel: true
                    }
                }
            ],
            yAxis : [
                {
                    type : 'value',
                    name: "网站访问量"
                }
            ],
            series : [
                {
                    name:'直接访问',
                    type:'bar',
                    barWidth: '60%',
                    data:[10, 52, 200, 334, 390, 330, 220]
                }
            ]
            })
        </script>
    </body>
    
    

    得到的结果如下:
    在这里插入图片描述

    展开全文
  • Echarts数据可视化

    万次阅读 多人点赞 2020-12-20 22:45:55
    Echarts 缩写来自 Enterprise Charts(商业级数据图表),是百度的一个开源的数据可视化工具 Echarts 能够绘制 2D 和 3D 的饼状图、柱状图、折线图等几乎所有我们能够见到的图形 Echarts 能够在 PC 端和移动设备...

    Echarts 简介

    • Echarts 缩写来自 Enterprise Charts(商业级数据图表),是百度的一个开源的数据可视化工具

    • Echarts 能够绘制 2D 和 3D 的饼状图、柱状图、折线图等几乎所有我们能够见到的图形

    • Echarts 能够在 PC 端和移动设备上流畅运行,兼容当前绝大部分浏览器

    • Echarts 是一个纯 JavaScript 的图表库,底层依赖轻量级的 Canvas 库 ZRender

    • 官网: https://echarts.apache.org/zh/index.html

    Echarts快速上手

    使用步骤:

    1. 下载

    2. 复制/粘贴代码

    3. 代码分析

    4. 结论

    实现:

    1. 下载
    • 从官网下载
    • npm 安装: npm i echarts
    • 按需定制
    1. 复制代码

    2. 分析代码
      通过分析代码得出结论,使用 Echarts 绘制图形只需要做 5 件事情

    ① 引入 echarts.js 核心文件

    ② 定义一个用来显示图表的div (使用样式可以控制图表的宽高)

    ③ 初始化 echarts 实例 (此处要将div的dom对象作为参数传入)

    ④ 配置图表所需的数据

    ⑤ 调用 setOption 方法绘制图表

    1. 结论
    • Echarts 使用是比较简单的,按照固定的五个步骤来写即可
    • 想要产生不同的图表就需要不同的配置项,学习Echarts就是学习各种配置项
    • 不要死记配置项,要熟练使用文档

    第四步配置数据项是最为关键的,要掌握里面的主要配置项

    柱状图

    柱状图的基本使用

    <!DOCTYPE html>
    <html lang="en">
    <head>
      <meta charset="UTF-8">
      <meta name="viewport" content="width=device-width, initial-scale=1.0">
      <!-- 1.安装echarts后,引入js文件 -->
      <script src="./node_modules/echarts/dist/echarts.min.js"></script>
      <title>Document</title>
    </head>
    <body>
      <!-- 定义显示图标的div -->
      <div id="echart" style="width: 600px;height: 600px;"></div>
      <script>
        // 初始化 echarts 实例
        var echart = echarts.init(document.getElementById('echart'))
        // 配置图表所需的数据
        var option = {
          title: {
            text: 'echart测试'
          },
          xAxis: {
            data: ['java', 'C++', 'C', 'Python']
          },
          yAxis: {},
          series: {
            type: 'bar',
            data: [123,456,324,555]
          }
        }
        // 调用 setOption 方法绘制图表
        echart.setOption(option)
      </script>
    </body>
    </html>
    

    在这里插入图片描述

    • title: 标题组件,里面包含主标题、副标题等
    • xAxios: 坐标系的 x 轴
    • yAxios: 坐标系的 y 轴
    • legend: 图例组件,用于展现不同系列的标记、颜色和名字
    • series: 系列列表,配置具体的图标类型、数据等
    • 配置项知道的越多越好,但是不要死记硬背,要学会使用文档

    其他常见效果

    series: {
            type: 'bar',
            data: [123,456,324,555],
            markPoint: {
              data: [
                { type: 'max', name: '最大值'},
                { type: 'min', name: '最小值'}
              ]
            },
            markLine: {
              data: [
                  { type: 'average', name: '平均值'},
                  { type: 'max', name: '最大值'},
                  { type: 'min', name: '最小值'}
              ]
            }
          }
    

    在这里插入图片描述
    markPoint:可以通过定义data来显示数据中的最大最小值,并在其对应的柱状图上显示point标记

    markLine:可以通过一条线来显示最大最小及平均值

    也可以通过交换xAxis和yAxis中的配置项来进行横向显示

    	  xAxis: {},
          yAxis: {data: ['java', 'C++', 'C', 'Python']},
    

    在这里插入图片描述

    通用配置项

    title

    title: 用来设置主标题、副标题、标题样式等

    title: {
            text: 'echart测试',                 // 主标题文字
            subtext:  '销售数据前5名',          // 副标题文字
            textStyle: {                      // 主标题样式
              color: 'red',
              fontSize: '30px'
            },                                
            subtextStyle: {                    //副标题样式
              color: 'green',
              fontSize: '24px'
            }              
          },
    

    在这里插入图片描述

    tooltip

    tooltip: 提示框组件,用来配置鼠标进入或者点击时的提示信息

    • {a}: 系列名称,就是 series 中的 name
    • {b}: 类目值, 就是 x 轴的分类名
    • {c}: 数值, 当前分类对应的数值
    	 tooltip: {
            trigger: 'item',           // 提示信息, itme、axis
            triggerOn: 'mousemove',				//提示触发方式, mousemove(默认)、click
            formatter: '{b} <br/> {a}: {c}'				// 数据显示格式, string 和 function 两种
          }
    

    在这里插入图片描述

    toolbox

    toolbox: 内置工具栏, 导出图片、数据视图、动态类型切换、数据区域缩放

    toolbox: {
            feature: {
              saveAsImage: {			// 保存为图片
                show: true
              },
              dataView: {},			// 数据视图
              dataZoom: {},			 // 区域缩放
              restore: {},		// 重置视图
              magicType: {			 // 图表切换
                type: ['bar', 'line'] 			// 在柱状图和折线图之间切换
              }
            }
          },
    

    在这里插入图片描述

    legend

    legend: 图例,用于筛选系列,要和 series 配合使用

    在 series 中可以有多组数据, 只要定义多个对象即可

    script>
        // 初始化 echarts 实例
        var echart = echarts.init(document.getElementById('echart'))
        var ydata1 = [123,456,324,555]
        var ydata2 = [456,252,123,324]
        var ydata3 = [235,542,153,111]
        // 配置图表所需的数据
        var option = {
          title: {
            text: 'echart测试',            
          },
          tooltip: {
            trigger: 'item',
          },
          legend: {
            data: [
              {name: '数据一'},
              {name: '数据二'},
              {name: '数据三'}
            ]
          },
          xAxis:  {data: ['java', 'C++', 'C', 'Python']},
          yAxis: {},
          series: [
          {
            type: 'bar',
            data: ydata1,
            name: '数据一' 
          },
          {
            type: 'bar',
            data: ydata2,
            name: '数据二' 
          },
          {
            type: 'bar',
            data: ydata3,
            name: '数据三' 
          }
          ]
        }
        // 调用 setOption 方法绘制图表
        echart.setOption(option)
      </script>
    

    在这里插入图片描述

    折线图

    折线图基本配置

    折线图和柱状图基本上是一样的,只需要将series中的type设置为line

     series: [
          {
            type: 'line',
            data: ydata1,
            name: '数据一' 
          },
          {
            type: 'line',
            data: ydata2,
            name: '数据二' 
          },
          {
            type: 'line',
            data: ydata3,
            name: '数据三' 
          }
          ]
    

    在这里插入图片描述

    其他效果

    • 线条控制: series.smooth,折线(false)、平滑曲线(true)
    • 填充风格: series.areaStyle,折线内部的填充风格
      • color: 填充颜色
      • opacity: 透明度
    • 紧挨边缘: xAxis.boundaryGap , 值在y轴上(false),值在中间(true)
    var option = {
          title: {
            text: 'echart测试',            
          },
          tooltip: {
            trigger: 'item',
          },
          xAxis:  {data: ['java', 'C++', 'C', 'Python'],boundaryGap: false},
          yAxis: {},
          series: 
          {
            type: 'line',
            data: ydata1,
            name: '数据一',
            smooth: true,
            areaStyle: {
              color: 'gold',
              opacity: 0.5
            }
          } 
        }
    

    在这里插入图片描述

    饼状图

    实际工作时,我们通常都使用复制/粘贴,修改数据 的方式来使用 echarts
    https://echarts.apache.org/zh/index.html

    展开全文
  • echarts数据可视化.zip

    2020-06-16 17:35:35
    数据可视化前端部分,提供一个可视化模型,包含各类饼状柱状折线图和动态地图及小飞机动画等,具体教程可见源码,具体动态展示需要结合后端中台,贡献珍藏~
  • 主要介绍了基于vue+echarts 数据可视化大屏展示的方法示例,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
  • Echarts html 相关的 数据可视化通用模板,可借鉴设计
  • python echarts数据可视化实战

    千次阅读 2021-11-21 16:16:04
    python echarts数据可视化python echarts数据可视化引言词云分析柱状图分析饼图分析 python echarts数据可视化 引言 引言 上一章我给大家用一个简单的例子讲解了如何爬取特定网页上的大量数据看,并狗造成数据集,...

    python echarts数据可视化实战

    引言

    引言
    上一章我给大家用一个简单的例子讲解了如何爬取特定网页上的大量岗位数据,并构造成数据集,那么有了数据集之后我们就可以对其做一些可视化的指标分析。
    我们上一章爬取的就业岗位数据是存放在excel中的罗列的一条条数据:
    在这里插入图片描述
    那么对excel使用不熟悉的同学可能就面临难题了,怎么将这些数据进行不同维度的可视化分析,得到我们想要的结果呢,别急,我们慢慢来看。
    可视化有很多工具可选择,它们都可以做到绚酷的可视化效果,例如市面上常见的echarts、tableau等,这么多工具我们往往会使用其中一两种就足矣应付日常工作需要解决的可视化任务,这里我们给大家使用一个简单好用的方法来展现可视化,那就是用python自带的pyecharts包,我们无需安装更多的可视化工具软件,即可轻松做到数据可视化分析。

    词云分析

    我们有了大量岗位数据之后,怎么对这些岗位有一个最直观的认识呢,词云就是一个不错的办法,“词云”的概念就是通过形成“关键词云层”或“关键词渲染”,对网络文本中出现频率较高的“关键词”的视觉上的突出。词云图过滤掉大量的文本信息,使浏览网页者只要一眼扫过文本就可以领略文本的主旨,那么我们来看一下如何对岗位名称这一字段来做词云可视化,具体的python代码如下:

    # 引入pyecharts相关的包,并引入构建词云需要的包、引入读取csv文件需要的pandas包
    from pyecharts import options as opts
    from pyecharts.charts import WordCloud
    from pyecharts.globals import SymbolType
    import pandas as pd
    # 读取岗位数据,统计不同岗位名称的词频
    res = pd.read_csv('./test.csv')
    a_name = list(res.岗位信息.value_counts().index)
    a_count = res.岗位信息.value_counts().to_list()
    # 将词频数据转换成构建词云需要的格式
    a = zip(a_name,a_count)
    words = []
    for i in a:
        words.append(i)
    # 使用WordCloud词云模块,链式调用配置,最终生成html文件
    c = (
        WordCloud()
        .add("", words, word_size_range=[20, 100], shape=SymbolType.DIAMOND)
       .set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-shape-diamond"))
    )
    c.render_notebook()
    

    我们来看一下得到的岗位名称词云图:
    在这里插入图片描述
    从图中可以看出,客服、销售、储备类岗位比较多,我们爬取的网站其实是一所经贸学校的就业网站,可以词云图的结果也是符合经贸学校的定位的。

    柱状图分析

    分析岗位信息肯定要关注的一个指标就是薪资分布,那么我们来看一下如何通过柱状图观察一下不同薪资范围的分布情况,使用pyecharts做柱状图可视化的方法如下:

    # 引入需要的pyecharts包
    from pyecharts import options as opts
    from pyecharts.charts import *
    import pandas as pd
    res = pd.read_csv('./test.csv')
    # 薪资频率统计
    x_index = list(res.薪资.value_counts().index)
    y_value1 = res.薪资.value_counts().to_list()
    # 设置柱状图
    bar = (
        Bar()
        .add_xaxis(x_index)
        .add_yaxis("薪资", y_value1) # y轴设置
        .set_global_opts(title_opts=opts.TitleOpts(title="Bar-薪资", subtitle="数量"))
        )
    bar.render_notebook()
    

    得到的柱状薪资分布图如下:
    在这里插入图片描述
    从图中可以看出,薪资区间在4500-5499范围等岗位数量是最多的,有300个。

    饼图分析

    刚刚我们通过词频可以分析出,数据集中数量最多的岗位是哪些,也通过柱状图可以得到不同薪资范围的岗位分布,那么我们如果想看不同类别岗位的占比呢,用上述两种图就不是很合适了,饼图可以很好的展现出不同类别的占比百分比情况,具有很强的直观性,饼图展示岗位占比的实现代码:

    # 引入相关包
    from pyecharts import options as opts
    from pyecharts.charts import Page, Pie
    import pandas as pd
    # 读取数据并统计不同职位类别的频率
    res = pd.read_csv('./test.csv')
    x_index = list(res.职位类别.value_counts().index)
    y_value1 = res.职位类别.value_counts().to_list()
    # 作饼图
    pie=(
             Pie()
            .add("", [list(z) for z in zip(x_index, y_value1)])
             .set_global_opts(title_opts=opts.TitleOpts(title="饼"))
            .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
             )
    pie.render_notebook()
    

    作出的饼图效果:
    在这里插入图片描述
    可以看出销售客服类的占比最多。

    总结

    本章我们通过pyeharts工具包教大家如何做一些基本的可视化分析图表,当然这些都是可视化分析的开始,更复杂的场景和可视化还需要更深入的探究。
    感谢您的阅读,如果您对博客内容的源码感兴趣,或者希望持续获得后续关于大数据分析的系列干货知识,可微信搜索“数据分析师进阶”或扫描以下二维码关注即可,公众号私信即可获取源码信息。
    在这里插入图片描述

    展开全文
  • ECharts数据可视化

    2022-02-16 23:48:03
    ECharts,一个使用 JavaScript 实现的开源可视化库,提供直观,交互丰富,可高度个性化定制的数据可视化图表。
  • 在django框架项目里实现了一个echarts数据可视化看板的模板界面,不仅实现了可视化看板的布局(标题、当前时间),而且里面还包括了2个柱状图、2个折线图、2个饼图的使用,以及中国地图map的使用。
  • Echarts数据可视化一、简介二、使用方法三、相关配置 一、简介 二、使用方法 三、相关配置
  • 使用echarts制作,分为两个版本,由于后端只负责json的返回,当前端和后端不在同一个端口时会产生跨域的问题,因此我将部分json数据导出做了一个本地版本,请打开:index.html预览,若浏览器支持跨域可打开后端后再...
  • 基于ECharts大数据可视化展示平台模板源码
  • 数据可视化大屏+Echarts+HTML+vscode开发环境,数据可视化大屏Echarts,柱状图、折线图、饼图、中国地图怎么使用。
  • Echarts数据可视化总结

    千次阅读 2021-10-22 20:36:24
    本周内容 1、数据可视化的基本知识...Echarts是一个使用Javascript实现的开源可视化库,兼容性强底层依赖矢量图形库ZRender,提供直观,交互丰富,可提高个性化定制的数据可视化图表。 官网地址:http://echarts.a
  • vue+echarts数据可视化大屏毕业人员分析统计大屏数据可视化,Echarts图表直接进入 ​​components/​​下的文件修改成你想要的 echarts 图表,可以去echars官网里面查看案例。
  • 实验报告-Echarts数据可视化

    千次阅读 2021-10-27 21:07:23
    实训题目:Echarts数据可视化 实训目的: 一、软件Hbuilder 的安装与基本使用 二、创建项目:HTML文件、JS文件、CSS文件基本使用 三、新建项目、Web可视化项目 输入项目名称后继续 四、Echarts资源下载 五、Echarts...
  • // 基于div初始化echarts实例 let mEcharts = echarts.init(document.querySelector('div')) // 饼图的数据 let pieData = [ {'name': '淘宝', 'value': 1985}, {'name': '京东', 'value': 35640}, {'name': '...
  • ECharts+html大数据可视化大屏展示模板25套,可以根据自己需求修改数据和样式,都是基于ECharts的大数据可视化展示html的模板,直接打开html即可看到展示效果。内含:智慧物流大数据展示模板,智慧医疗大数据展示模板...
  • Vue3/ECharts5数据可视化(大屏展示)项目案例源码,一个基于 Vue3、Typescript、DataV、ECharts5 框架的大数据可视化(大屏展示)项目。此项目使用'.vue' 和 '.tsx' 文件实现界面,采用新版动态屏幕适配方案,全局...
  • javascrip 中用的比较少 但用起来比较麻烦的echarts 数据可视化的学习笔记 这里是自己参照网络上的学习资料 整理而来的笔记 用来日后自己用到的时候查看

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 23,385
精华内容 9,354
关键字:

echarts数据可视化

友情链接: mise.rar