EChart 之 dataset 用例

2024-05-03 22:18
文章标签 用例 echart dataset

本文主要是介绍EChart 之 dataset 用例,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

官方实例地址

在这里插入图片描述
建议 大家以后 要画图 ,能用 dataset 尽量用 dataset 方便便捷

柱状图

option = {legend: {},tooltip: {},dataset: {dimensions: ['name','合计'],source: [['恶性肿瘤', '脑血管疾病', '心脏病', '呼吸系统疾病', '损伤中毒'],[ 41.1, 30.4, 65.1, 53.3, 53.3],]},xAxis: [{type: 'value'},],yAxis: [{type: 'category'},],grid: [{bottom: '55%'},{top: '55%'}],series: [{type: 'bar', seriesLayoutBy: 'row'},]
};

折线图

option = {legend: {},tooltip: {},dataset: {dimensions: ['name', '合计', '男', '女'],source: [['18-29', '30-39', '40-49', '50-59', '60-69', '70-79', '≥80'],[41.1, 30.4, 65.1, 53.3, 53.3, 23, 56],[141.1, 40.4, 555.1, 73.3, 23.3, 345, 34],[241.1, 20.4, 25.1, 53.3, 513.3, 45, 65],]},xAxis: [{type: 'category',},],yAxis: [{type: 'value'},],grid: [{bottom: '55%'},{top: '55%'}],series: [// These series are in the first grid.{type: 'line',seriesLayoutBy: 'row'},{type: 'line',seriesLayoutBy: 'row'},{type: 'line',seriesLayoutBy: 'row'},]
};

堆叠图

option = {legend: {data: [, '睡眠不足', '正常', '睡眠过多']},dataset: {dimensions: [, '睡眠不足', '正常', '睡眠过多'],source: [["睡眠不足",12,13,14],["正常",24,8,13],["睡眠过多",1,33,12]]},xAxis: {type: 'value'},yAxis: {type: 'category',},series: [{type: 'bar',"stack": "COLUMN_NAME",},{type: 'bar',"stack": "COLUMN_NAME",},{type: 'bar',"stack": "COLUMN_NAME",},]
};

多图,圆柱

option = {legend: {},tooltip: {},dataset: {dimensions: [, '合计', '男', '女性'],source: [["病1", 12, 2, 14],["病2", 123, 42, 165],["病3", 34, 234, 268],["病4", 31, "5", 31],["病5", 18, 64, 82]],},xAxis: [{type: 'value', gridIndex: 0},{type: 'value', gridIndex: 1},{type: 'value', gridIndex: 2}],yAxis: [{type: 'category', gridIndex: 0},{type: 'category', gridIndex: 1},{type: 'category', gridIndex: 2}],grid: [{bottom: '66%'},{top: '70%'},{top: '66%',bottom: '66%'}],series: [// These series are in the first grid.{type: 'bar', xAxisIndex: 0, yAxisIndex: 0},// These series are in the second grid.{type: 'bar', xAxisIndex: 1, yAxisIndex: 1},{type: 'bar', xAxisIndex: 2, yAxisIndex: 2},]
};

运行

var div = document.createElement("div");
div.setAttribute("style", "width: 300px;height:200px;");
document.body.appendChild(div)
var myChart = echarts.init(div);
myChart.setOption(option);//上方的option 
myChart.getDataURL({pixelRatio: 2});//获取 图表的  base64图片 . pixelRatio 像素密度 为了解决生成图片模糊问题

这篇关于EChart 之 dataset 用例的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/957777

相关文章

HTML5自定义属性对象Dataset

原文转自HTML5自定义属性对象Dataset简介 一、html5 自定义属性介绍 之前翻译的“你必须知道的28个HTML5特征、窍门和技术”一文中对于HTML5中自定义合法属性data-已经做过些介绍,就是在HTML5中我们可以使用data-前缀设置我们需要的自定义属性,来进行一些数据的存放,例如我们要在一个文字按钮上存放相对应的id: <a href="javascript:" d

论文精读-Supervised Raw Video Denoising with a Benchmark Dataset on Dynamic Scenes

论文精读-Supervised Raw Video Denoising with a Benchmark Dataset on Dynamic Scenes 优势 1、构建了一个用于监督原始视频去噪的基准数据集。为了多次捕捉瞬间,我们手动为对象s创建运动。在高ISO模式下捕获每一时刻的噪声帧,并通过对多个噪声帧进行平均得到相应的干净帧。 2、有效的原始视频去噪网络(RViDeNet),通过探

十四、我们应当怎样做需求分析:子用例与扩展用例

用例模型作为UML中4+1视图中非常重要的一员,非常集中地体现了面向对象的分析与设计思想。用例模型将现实世界中连续的一个一个业务流程,按照场景划分到了一个一个的用例中。由于场景的出现,使得用例中的业务流程存在着高度的内聚性,从而成为了日后各种对象的雏形。同时,在用例分析中,又将那些存在于各个用例中的,相同或相近的业务操作提取出来,形成一个一个的子用例或扩展用例,又体现了面向对象设计中的复用性。现在

【轻松上手postman】入门篇:如果根据接口文档写postman接口用例

在我们平时的测试工作中除了最基本的网页测试外,也会遇到没有页面但需要验证内部逻辑正确性的接口测试任务,在遇到没有网页的测试任务时,我们就要使用到接口测试工具来模拟对程序代码触发。 在接到接口测试任务时,一般都会拿到接口需求文档,没接触过接口测试的人看到接口文档正常反应一脸闷🤣不知如何下手怎么开始测试😓,下面我就来讲讲如何将接口文档上的一个个接口转换成postman用例 首先需要安装

DoIP-ISO 13400-1 道路车辆-基于互联网协议的诊断通信(DoIP)-第 1 部分:一般信息和用例定义 (1/2)

如下内容基于2011版本的 ISO 13400开展,内容较多,拆分为2篇,此篇为 1/2。 前言 ISO(国际标准化组织)是一个全球范围内的国际标准机构联合体(ISO 成员机构)。国际标准的制备工作通常通过 ISO 技术委员会进行。每个相关成员机构都有权在已建立的技术委员会中代表其利益。与 ISO 保持联系的国际组织、政府和非政府组织也参与这项工作。ISO 与国际电工委员会(IEC)在所有电气

数据可视化01-初识echart

1、echart官网 http://echarts.baidu.com/index.html 2、echart特性 ECharts,一个使用 JavaScript 实现的开源可视化库,可以流畅的运行在 PC 和移动设备上,兼容当前绝大部分浏览器(IE8/9/10/11,Chrome,Firefox,Safari等),底层依赖轻量级的矢量图形库 ZRender,提供直观,交互丰富,可高度个性

SparkRDD转DataSet/DataFrame的一个深坑

大数据技术与架构 点击右侧关注,大数据开发领域最强公众号! 暴走大数据 点击右侧关注,暴走大数据! By  大数据技术与架构 场景描述:本文是根据读者反馈的一个问题总结而成的。 关键词:Saprk RDD 原需求:希望在map函数中将每一

rdd,dataframe,dataset之间的区别

在spark中,RDD、DataFrame、Dataset是最常用的数据类型,本博文给出笔者在使用的过程中体会到的区别和各自的优势   共性: 1、RDD、DataFrame、Dataset全都是spark平台下的分布式弹性数据集,为处理超大型数据提供便利 2、三者都有惰性机制,在进行创建、转换,如map方法时,不会立即执行,只有在遇到Action如foreach时,三者才会开始

大数据-118 - Flink DataSet 基本介绍 核心特性 创建、转换、输出等

点一下关注吧!!!非常感谢!!持续更新!!! 目前已经更新到了: Hadoop(已更完)HDFS(已更完)MapReduce(已更完)Hive(已更完)Flume(已更完)Sqoop(已更完)Zookeeper(已更完)HBase(已更完)Redis (已更完)Kafka(已更完)Spark(已更完)Flink(正在更新!) 章节内容 上节我们完成了如下的内容: Flink Sink J

8种必备Selenium编写自动化用例的技巧

在开始自动化时,您可能会遇到各种可能包含在自动化代码中的方法,技术,框架和工具。有时,与提供更好的灵活性或解决问题的更好方法相比,这种多功能性导致代码更加复杂。在编写自动化代码时,重要的是我们能够清楚地描述自动化测试的目标以及我们如何实现它。 话虽如此,编写“干净的代码”以提供更好的可维护性和可读性很重要。编写干净的代码也不是一件容易的事,您需要牢记许多最佳实践。以下主题突出显示了编写更好的自动