D3数据可视化-Area

2019-06-13  本文已影响0人  一拾五

案例

Area 图形可以填充整块的图形,下面是同样的数据(2017年2季度到2018年1季度手机品牌市场占有情况)分别在 area 和在 stack bar 图呈现的结果。

area-market-share.png stack-bar-market-share.png

解析

d3.area 可以生成一个图形生成器,输入一个数组数据,将返回值传入 path 元素的 d 属性就可以渲染出对应的 area 图形。

首先尝试一个比较简单的 case,只生成单一 area 图形的情况。

可以构造一个 area 生成器:

const areaGenerator = d3.area().x([x]).y0([y]).y1([y])

y0 函数可以确定 x 点对应的 y 轴投影下限(base),y1 确定上限(top) 。单一的 area 与折线图非常类似,相当于现充了 y 点到 x 坐标轴的的折线图。

single-area.png

要生成 stack 形式的 area,可以拆分为两个步骤:

  1. 先将数据转化为 series 结构,每个数据点用 [baseline, topline] 描述上下限。
  2. 将 series 数据传递 area 生成器,生成对应的 path 图形。

利用 d3.stack 生成 series 数据:

const stack = d3.stack().keys([keys]);
const series = stack(data);

生成 path 图形的步骤如下:

在 x 轴使用 scalePoint:

// scalePoint in x axis
const xAccessor = (d) => `${d.year}-${d.quarter}`;
const xScale = d3.scalePoint()
  .domain(data.map(xAccessor))
  .range([0, maxWidth]);

在 y 轴使用 scaleLinear:

// scaleLinear in y axis
const stackMin = serie => d3.min(serie, (d) => d[0]);
const stackMax = serie => d3.max(serie, (d) => d[1]);
const yScale = d3.scaleLinear()
  .domain([d3.min(series, stackMin), d3.max(series, stackMax)])
  .range([maxHeight, 0])

构造 area 生成器:

// area generator
const area = d3.area()
  .x((d) => xScale(xAccessor(d)))
  .y0((d) => yScale(d[0]))
  .y1((d) => yScale(d[1]))

为每个 serie 添加 area 图形:

// add path 
svg.selectAll('path.area')
  .data(series)
  .enter()
  .append('path')
  .attr('class', 'area')
  .attr('d', area)
  .attr('fill', (d, i) => colorArray[i % colorArray.length])

实现

Git地址

完整源码如下:

<!DOCTYPE html>
<html>
  <body>
    <style>
      svg {
        border: 1px solid lightgrey;
      }

    </style>
    <script src="http://d3js.org/d3.v5.min.js"></script>
    <script type="text/javascript">
      const maxHeight = 400;
      const maxWidth = 600;
      const barWidth = 20;

      const colorArray = ['#38CCCB', '#0074D9', '#2FCC40', '#FEDC00', '#FF4036', 'lightgrey'];

      function singleArea() {
          const data = [
            {
              date: '2019-01-01',
              value: 1,
            },
            {
              date: '2019-01-02',
              value: 10,
            },
            {
              date: '2019-01-03',
              value: 35,
            },
          ];

        const xScale = d3.scaleTime()
          .domain(d3.extent(data, (d) => new Date(d.date)))
          .range([0, maxWidth]);

        const yScale = d3.scaleLinear()
          .domain(d3.extent(data, (d) => d.value))
          .range([maxHeight, 0])

        const area = d3.area()
          .x((d) => xScale(new Date(d.date)))
          .y1((d) => yScale(d.value))
          .y0((d) => yScale(0))

       const svg = d3.select('body')
         .append('svg')
         .attr('width', maxWidth)
         .attr('height', maxHeight)

        svg.append('g')
          .selectAll('path.area')
          .data([data])
          .enter()
          .append('path')
          .attr('class', 'area')
          .attr('d', area)
          .attr('fill', colorArray[0])
      }

      function stackArea() {
        const stackData = [
          {
            year: 2017,
            quarter: 2,
            samsung: 0.229,
            apple: 0.118,
            huawei: 0.110,
            oppo: 0.08,
            xiaomi: 0.062,
            others: 0.401,
          },
          {
            year: 2017,
            quarter: 3,
            samsung: 0.221,
            apple: 0.124,
            huawei: 0.104,
            oppo: 0.081,
            xiaomi: 0.075,
            others: 0.396,
          },

          {
            year: 2017,
            quarter: 4,
            samsung: 0.189,
            apple: 0.196,
            huawei: 0.107,
            oppo: 0.069,
            xiaomi: 0.071,
            others: 0.368,
          },
          {
            year: 2018,
            quarter: 1,
            samsung: 0.235,
            apple: 0.157,
            huawei: 0.118,
            oppo: 0.074,
            xiaomi: 0.084,
            others: 0.332,
          },
        ]

        const stack = d3.stack()
          .keys(['apple', 'samsung', 'huawei', 'oppo', 'xiaomi', 'others']);

        const series = stack(stackData);

        const stackMin = (serie) => d3.min(serie, (d) => d[0]);
        const stackMax = (serie) => d3.max(serie, (d) => d[1]);
        const yScale = d3.scaleLinear()
          .domain([d3.min(series, stackMin), d3.max(series, stackMax)])
          .range([maxHeight, 0])

      const xAccessor = (d) => `${d.year}-${d.quarter}`;

      const xScale = d3.scalePoint()
        .domain(stackData.map(xAccessor))
        .range([0, maxWidth])

      const area = d3.area()
        .x((d) => xScale(xAccessor(d.data)))
        .y0((d) => yScale(d[0]))
        .y1((d) => yScale(d[1]))

      const svg = d3.select('body')
        .append('svg')
        .attr('width', maxWidth)
        .attr('height', maxHeight)

      svg.append('g')
        .selectAll('path')
        .data(series)
        .enter()
        .append('path')
        .attr('d', area)
        .attr('fill', (d, i) => colorArray[i % colorArray.length])
      }

      singleArea()
      stackArea()

    </script>
  </body>
</html>
上一篇下一篇

猜你喜欢

热点阅读