ECharts 数据集（dataset）

ECharts 使用 dataset 管理数据。

dataset 组件用于单独的数据集声明，从而数据可以单独管理，被多个组件复用，并且可以基于数据指定数据到视觉的映射。

下面是一个最简单的 dataset 的例子：

实例

option = {
legend: {},
tooltip: {},
dataset: {
// 提供一份数据。
source: [
[&qpos;product&qpos;, &qpos;2015&qpos;, &qpos;2016&qpos;, &qpos;2017&qpos;],
[&qpos;Matcha Latte&qpos;, 43.3, 85.8, 93.7],
[&qpos;Milk Tea&qpos;, 83.1, 73.4, 55.1],
[&qpos;Cheese Cocoa&qpos;, 86.4, 65.2, 82.5],
[&qpos;Walnut Brownie&qpos;, 72.4, 53.9, 39.1]
]
},
// 声明一个 X 轴，类目轴（category）。默认情况下，类目轴对应到 dataset 第一列。
xAxis: {type: &qpos;category&qpos;},
// 声明一个 Y 轴，数值轴。
yAxis: {},
// 声明多个 bar 系列，默认情况下，每个系列会自动对应到 dataset 的每一列。
series: [
{type: &qpos;bar&qpos;},
{type: &qpos;bar&qpos;},
{type: &qpos;bar&qpos;}
]
}

尝试一下 »

或者也可以使用常见的对象数组的格式：

实例

option = {
legend: {},
tooltip: {},
dataset: {
// 这里指定了维度名的顺序，从而可以利用默认的维度到坐标轴的映射。
// 如果不指定 dimensions，也可以通过指定 series.encode 完成映射，参见后文。
dimensions: [&qpos;product&qpos;, &qpos;2015&qpos;, &qpos;2016&qpos;, &qpos;2017&qpos;],
source: [
{product: &qpos;Matcha Latte&qpos;, &qpos;2015&qpos;: 43.3, &qpos;2016&qpos;: 85.8, &qpos;2017&qpos;: 93.7},
{product: &qpos;Milk Tea&qpos;, &qpos;2015&qpos;: 83.1, &qpos;2016&qpos;: 73.4, &qpos;2017&qpos;: 55.1},
{product: &qpos;Cheese Cocoa&qpos;, &qpos;2015&qpos;: 86.4, &qpos;2016&qpos;: 65.2, &qpos;2017&qpos;: 82.5},
{product: &qpos;Walnut Brownie&qpos;, &qpos;2015&qpos;: 72.4, &qpos;2016&qpos;: 53.9, &qpos;2017&qpos;: 39.1}
]
},
xAxis: {type: &qpos;category&qpos;},
yAxis: {},
series: [
{type: &qpos;bar&qpos;},
{type: &qpos;bar&qpos;},
{type: &qpos;bar&qpos;}
]
};

尝试一下 »

数据到图形的映射

我们可以在配置项中将数据映射到图形中。

我们可以使用 series.seriesLayoutBy 属性来配置 dataset 是列（column）还是行（row）映射为图形系列（series），默认是按照列（column）来映射。

以下实例我们将通过 seriesLayoutBy 属性来配置数据是使用列显示还是按行显示。

实例

option = {
legend: {},
tooltip: {},
dataset: {
source: [
[&qpos;product&qpos;, &qpos;2012&qpos;, &qpos;2013&qpos;, &qpos;2014&qpos;, &qpos;2015&qpos;],
[&qpos;Matcha Latte&qpos;, 41.1, 30.4, 65.1, 53.3],
[&qpos;Milk Tea&qpos;, 86.5, 92.1, 85.7, 83.1],
[&qpos;Cheese Cocoa&qpos;, 24.1, 67.2, 79.5, 86.4]
]
},
xAxis: [
{type: &qpos;category&qpos;, gridIndex: 0},
{type: &qpos;category&qpos;, gridIndex: 1}
],
yAxis: [
{gridIndex: 0},
{gridIndex: 1}
],
grid: [
{bottom: &qpos;55%&qpos;},
{top: &qpos;55%&qpos;}
],
series: [
// 这几个系列会在第一个直角坐标系中，每个系列对应到 dataset 的每一行。
{type: &qpos;bar&qpos;, seriesLayoutBy: &qpos;row&qpos;},
{type: &qpos;bar&qpos;, seriesLayoutBy: &qpos;row&qpos;},
{type: &qpos;bar&qpos;, seriesLayoutBy: &qpos;row&qpos;},
// 这几个系列会在第二个直角坐标系中，每个系列对应到 dataset 的每一列。
{type: &qpos;bar&qpos;, xAxisIndex: 1, yAxisIndex: 1},
{type: &qpos;bar&qpos;, xAxisIndex: 1, yAxisIndex: 1},
{type: &qpos;bar&qpos;, xAxisIndex: 1, yAxisIndex: 1},
{type: &qpos;bar&qpos;, xAxisIndex: 1, yAxisIndex: 1}
]
}

尝试一下 »

常用图表所描述的数据大部分是"二维表"结构，我们可以使用 series.encode 属性将对应的数据映射到坐标轴（如 X、Y 轴）：

实例

尝试一下 »

encode 声明的基本结构如下，其中冒号左边是坐标系、标签等特定名称，如 &qpos;x&qpos;, &qpos;y&qpos;, &qpos;tooltip&qpos; 等，冒号右边是数据中的维度名（string 格式）或者维度的序号（number 格式，从 0 开始计数），可以指定一个或多个维度（使用数组）。通常情况下，下面各种信息不需要所有的都写，按需写即可。

下面是 encode 支持的属性：

// 在任何坐标系和系列中，都支持：
encode: {
    // 使用 “名为 product 的维度” 和 “名为 score 的维度” 的值在 tooltip 中显示
    tooltip: [&qpos;product&qpos;, &qpos;score&qpos;]
    // 使用 “维度 1” 和 “维度 3” 的维度名连起来作为系列名。（有时候名字比较长，这可以避免在 series.name 重复输入这些名字）
    seriesName: [1, 3],
    // 表示使用 “维度2” 中的值作为 id。这在使用 setOption 动态更新数据时有用处，可以使新老数据用 id 对应起来，从而能够产生合适的数据更新动画。
    itemId: 2,
    // 指定数据项的名称使用 “维度3” 在饼图等图表中有用，可以使这个名字显示在图例（legend）中。
    itemName: 3
}

// 直角坐标系（grid/cartesian）特有的属性：
encode: {
    // 把 “维度1”、“维度5”、“名为 score 的维度” 映射到 X 轴：
    x: [1, 5, &qpos;score&qpos;],
    // 把“维度0”映射到 Y 轴。
    y: 0
}

// 单轴（singleAxis）特有的属性：
encode: {
    single: 3
}

// 极坐标系（polar）特有的属性：
encode: {
    radius: 3,
    angle: 2
}

// 地理坐标系（geo）特有的属性：
encode: {
    lng: 3,
    lat: 2
}

// 对于一些没有坐标系的图表，例如饼图、漏斗图等，可以是：
encode: {
    value: 3
}

更多 encode 实例：

实例

$.get(&qpos;https://www.runoob.com/static/js/life-expectancy-table.json&qpos;, function (data) {
var sizeValue = &qpos;57%&qpos;;
var symbolSize = 2.5;
option = {
legend: {},
tooltip: {},
toolbox: {
left: &qpos;center&qpos;,
feature: {
dataZoom: {}
}
},
grid: [
{right: sizeValue, bottom: sizeValue},
{left: sizeValue, bottom: sizeValue},
{right: sizeValue, top: sizeValue},
{left: sizeValue, top: sizeValue}
],
xAxis: [
{type: &qpos;value&qpos;, gridIndex: 0, name: &qpos;Income&qpos;, axisLabel: {rotate: 50, interval: 0}},
{type: &qpos;category&qpos;, gridIndex: 1, name: &qpos;Country&qpos;, boundaryGap: false, axisLabel: {rotate: 50, interval: 0}},
{type: &qpos;value&qpos;, gridIndex: 2, name: &qpos;Income&qpos;, axisLabel: {rotate: 50, interval: 0}},
{type: &qpos;value&qpos;, gridIndex: 3, name: &qpos;Life Expectancy&qpos;, axisLabel: {rotate: 50, interval: 0}}
],
yAxis: [
{type: &qpos;value&qpos;, gridIndex: 0, name: &qpos;Life Expectancy&qpos;},
{type: &qpos;value&qpos;, gridIndex: 1, name: &qpos;Income&qpos;},
{type: &qpos;value&qpos;, gridIndex: 2, name: &qpos;Population&qpos;},
{type: &qpos;value&qpos;, gridIndex: 3, name: &qpos;Population&qpos;}
],
dataset: {
dimensions: [
&qpos;Income&qpos;,
&qpos;Life Expectancy&qpos;,
&qpos;Population&qpos;,
&qpos;Country&qpos;,
{name: &qpos;Year&qpos;, type: &qpos;ordinal&qpos;}
],
source: data
},
series: [
{
type: &qpos;scatter&qpos;,
symbolSize: symbolSize,
xAxisIndex: 0,
yAxisIndex: 0,
encode: {
x: &qpos;Income&qpos;,
y: &qpos;Life Expectancy&qpos;,
tooltip: [0, 1, 2, 3, 4]
}
},
{
type: &qpos;scatter&qpos;,
symbolSize: symbolSize,
xAxisIndex: 1,
yAxisIndex: 1,
encode: {
x: &qpos;Country&qpos;,
y: &qpos;Income&qpos;,
tooltip: [0, 1, 2, 3, 4]
}
},
{
type: &qpos;scatter&qpos;,
symbolSize: symbolSize,
xAxisIndex: 2,
yAxisIndex: 2,
encode: {
x: &qpos;Income&qpos;,
y: &qpos;Population&qpos;,
tooltip: [0, 1, 2, 3, 4]
}
},
{
type: &qpos;scatter&qpos;,
symbolSize: symbolSize,
xAxisIndex: 3,
yAxisIndex: 3,
encode: {
x: &qpos;Life Expectancy&qpos;,
y: &qpos;Population&qpos;,
tooltip: [0, 1, 2, 3, 4]
}
}
]
};

myChart.setOption(option);
});

尝试一下 »

视觉通道（颜色、尺寸等）的映射

我们可以使用 visualMap 组件进行视觉通道的映射。

视觉元素可以是：

symbol: 图元的图形类别。
symbolSize: 图元的大小。
color: 图元的颜色。
colorAlpha: 图元的颜色的透明度。
opacity: 图元以及其附属物（如文字标签）的透明度。
colorLightness: 颜色的明暗度。
colorSaturation: 颜色的饱和度。
colorHue: 颜色的色调。

visualMap 组件可以定义多个，从而可以同时对数据中的多个维度进行视觉映射。

实例

尝试一下 »

交互联动

以下实例多个图表共享一个 dataset，并带有联动交互：

实例

setTimeout(function () {

option = {
legend: {},
tooltip: {
trigger: &qpos;axis&qpos;,
showContent: false
},
dataset: {
source: [
[&qpos;product&qpos;, &qpos;2012&qpos;, &qpos;2013&qpos;, &qpos;2014&qpos;, &qpos;2015&qpos;, &qpos;2016&qpos;, &qpos;2017&qpos;],
[&qpos;Matcha Latte&qpos;, 41.1, 30.4, 65.1, 53.3, 83.8, 98.7],
[&qpos;Milk Tea&qpos;, 86.5, 92.1, 85.7, 83.1, 73.4, 55.1],
[&qpos;Cheese Cocoa&qpos;, 24.1, 67.2, 79.5, 86.4, 65.2, 82.5],
[&qpos;Walnut Brownie&qpos;, 55.2, 67.1, 69.2, 72.4, 53.9, 39.1]
]
},
xAxis: {type: &qpos;category&qpos;},
yAxis: {gridIndex: 0},
grid: {top: &qpos;55%&qpos;},
series: [
{type: &qpos;line&qpos;, smooth: true, seriesLayoutBy: &qpos;row&qpos;},
{type: &qpos;line&qpos;, smooth: true, seriesLayoutBy: &qpos;row&qpos;},
{type: &qpos;line&qpos;, smooth: true, seriesLayoutBy: &qpos;row&qpos;},
{type: &qpos;line&qpos;, smooth: true, seriesLayoutBy: &qpos;row&qpos;},
{
type: &qpos;pie&qpos;,
id: &qpos;pie&qpos;,
radius: &qpos;30%&qpos;,
center: [&qpos;50%&qpos;, &qpos;25%&qpos;],
label: {
formatter: &qpos;{b}: {@2012} ({d}%)&qpos;
},
encode: {
itemName: &qpos;product&qpos;,
value: &qpos;2012&qpos;,
tooltip: &qpos;2012&qpos;
}
}
]
};

myChart.on(&qpos;updateAxisPointer&qpos;, function (event) {
var xAxisInfo = event.axesInfo[0];
if (xAxisInfo) {
var dimension = xAxisInfo.value + 1;
myChart.setOption({
series: {
id: &qpos;pie&qpos;,
label: {
formatter: &qpos;{b}: {@[&qpos; + dimension + &qpos;]} ({d}%)&qpos;
},
encode: {
value: dimension,
tooltip: dimension
}
}
});
}
});

myChart.setOption(option);

});

尝试一下 »