DC.js - 系列图表( Series Chart)
系列是一组数据。 您可以根据数据绘制图表。 本章介绍如何详细绘制系列图表。
系列图表方法
在继续绘制系列图表之前，我们应该了解dc.seriesChart类及其方法。 dc.seriesChart使用Mixins来获取绘制图表的基本功能。 dc.seriesChart使用的mixin是 -
- dc.stackMixin
dc.seriesChart的完整类图如下 -
dc.seriesChart获取上述指定mixin的所有方法。 它有自己绘制系列图表的方法，如下所述 -
chart( [function])
此方法用于获取或设置图表功能。
seriesAccessor( [accessor])
它用于获取或设置显示系列的访问器功能。
seriesSort( [sortFunction])
此方法用于获取或设置函数，以通过给出系列值对系列列表进行排序。
valueSort( [sortFunction])
此方法用于获取或设置函数以对每个序列的值进行排序。
绘制系列图表
让我们在DC中绘制一个系列图表。 在这个例子中，让我们采用名为people_hw.csv的数据集。 样本数据文件如下 -
id,name,gender,height,weight
1,Kinsley,Male,168,90
2,Dimitry,Male,177,61
3,Martica,Female,152,76
4,Brittni,Female,156,88
5,Phillip,Male,161,78
6,Sofie,Female,161,71
7,Avril,Female,163,55
8,Allistir,Male,161,75
9,Emelda,Female,154,66
10,Camella,Female,153,52
...............
...............
上面的示例文件包含许多记录。 您可以通过单击以下链接下载该文件并将其保存到DC位置。
现在，让我们遵循以下步骤在DC中绘制系列图表。
第1步:定义变量
让我们定义变量，如下所示 -
var chart = dc.seriesChart('#line');
这里，seriesChart函数与id行映射。
第2步:读取数据
从people_hw.csv文件中读取数据 -
d3.csv("data/people_hw.csv", function(errors, people) {
var mycrossfilter = crossfilter(people);
}
如果数据不存在，则返回错误。 现在，将数据分配给交叉过滤器。 获得数据后，我们可以逐个检索数据，并使用下面给出的编码检查性别 -
people.forEach(function(x) {
if(x.gender == 'Male') {
x.newdata = 1;
} else {
x.newdata = 2;
}
});
第3步:创建年龄维度
现在，为年龄创建一个维度，如下所示 -
var hwDimension = mycrossfilter.dimension(function(data) {
return [data.gender, data.height];
});
在这里，我们已经分配了维度，它返回了性别和高度。 现在，使用reduceCount()函数对其进行reduceCount() ，该函数定义如下 -
var hwGroup = hwDimension.group().reduceCount();
第4步:生成图表
现在，使用下面给出的编码生成一个系列图表 -
chart
.width(800)
.height(600)
.chart(function(c) {
return dc.lineChart(c).interpolate('cardinal').evadeDomainFilter(true);
})
.x(d3.scale.linear().domain([145,180]))
.elasticY(true)
.brushOn(false)
.xAxisLabel("Height")
.yAxisLabel("Count")
.dimension(hwDimension)
.group(hwGroup)
.seriesAccessor(function(d) { return d.key[0];})
.keyAccessor(function(d) { return +d.key[1]; })
.valueAccessor(function(d) { return +d.value; })
legend(dc.legend().x(350).y(500).itemHeight(13).gap(5).horizontal(1).legendWidth(120)\
.itemWidth(60));
chart.render();
这里，
- 图表宽度为800，高度为600。
- 使用方法d3.scale.linear（），我们指定域值。
- 使用seriesAccessor函数，它显示基准的系列。
- 键和值访问器返回系列中的键和值。
- 图例可用于添加高度和宽度。
第5步:工作示例
完整的代码清单如下。 创建一个网页line_series.html并在其中添加以下更改。
<html>
<head>
<title>Series chart Sample</title>
<link rel = "stylesheet" type = "text/css" href = "css/bootstrap.css">
<link rel = "stylesheet" type = "text/css" href = "css/dc.css"/>
<script src = "js/d3.js"></script>
<script src = "js/crossfilter.js"></script>
<script src = "js/dc.js"></script>
</head>
<body>
<div>
<div id = "line"></div>
</div>
<script language = "javascript">
var chart = dc.seriesChart('#line');
d3.csv("data/people_hw.csv", function(errors, people) {
var mycrossfilter = crossfilter(people);
people.forEach(function(x) {
if(x.gender == 'Male') {
x.newdata = 1;
} else {
x.newdata = 2;
}
});
var hwDimension = mycrossfilter.dimension(function(data) {
return [data.gender, data.height];
});
var hwGroup = hwDimension.group().reduceCount();
chart
.width(800)
.height(600)
.chart(function(c) {
return dc.lineChart(c).interpolate('cardinal').evadeDomainFilter(true);
})
.x(d3.scale.linear().domain([145,180]))
.elasticY(true)
.brushOn(false)
.xAxisLabel("Height")
.yAxisLabel("Count")
.dimension(hwDimension)
.group(hwGroup)
.seriesAccessor(function(d) { return d.key[0];})
.keyAccessor(function(d) { return +d.key[1]; })
.valueAccessor(function(d) { return +d.value; })
.legend(dc.legend().x(350).y(500).itemHeight(13).gap(5).horizontal(1)
.legendWidth(120).itemWidth(60));
chart.render();
});
</script>
</body>
</html>
现在，请求浏览器，我们将看到以下响应。
