ECharts - 8.使用 dataset 管理數據

使用 dataset 管理數據

ECharts 4 開始支持了 dataset 組件用於單獨的數據集聲明，從而數據可以單獨管理，被多個組件複用，並且可以基於數據指定數據到視覺的映射。這在不少場景下能帶來使用上的方便。

ECharts 4 以前，數據只能聲明在各個“系列（series）”中，例如：

option: {
    xAxis: {
        type: 'category',
        data: ['Matcha Latte', 'Milk Tea', 'Cheese Cocoa', 'Walnut Brownie']
    },
    yAxis: {}
    series: [
        {
            type: 'bar',
            name: '2015',
            data: [89.3, 92.1, 94.4, 85.4]
        },
        {
            type: 'bar',
            name: '2016',
            data: [95.8, 89.4, 91.2, 76.9]
        },
        {
            type: 'bar',
            name: '2017',
            data: [97.7, 83.1, 92.5, 78.1]
        }
    ]
}

這種方式的優點是，直觀易理解，以及適於對一些特殊圖表類型進行一定的數據類型定製。但是缺點是，爲匹配這種數據輸入形式，常需要有數據處理的過程，把數據分割設置到各個系列（和類目軸）中。此外，不利於多個系列共享一份數據，也不利於基於原始數據進行圖表類型、系列的映射安排。

於是，ECharts 4 提供了 數據集（dataset）組件來單獨聲明數據，它帶來了這些效果：

• 能夠貼近這樣的數據可視化常見思維方式：基於數據（dataset 組件來提供數據），指定數據到視覺的映射（由 encode 屬性來指定映射），形成圖表。
• 數據和其他配置可以被分離開來，使用者相對便於進行單獨管理，也省去了一些數據處理的步驟。
• 數據可以被多個系列或者組件複用，對於大數據，不必爲每個系列創建一份。
• 支持更多的數據的常用格式，例如二維數組、對象數組等，一定程度上避免使用者爲了數據格式而進行轉換。

 

---

 

入門例子

下面是一個最簡單的 dataset 的例子：

option = {
    legend: {},
    tooltip: {},
    dataset: {
        // 提供一份數據。
        source: [
            ['product', '2015', '2016', '2017'],
            ['Matcha Latte', 43.3, 85.8, 93.7],
            ['Milk Tea', 83.1, 73.4, 55.1],
            ['Cheese Cocoa', 86.4, 65.2, 82.5],
            ['Walnut Brownie', 72.4, 53.9, 39.1]
        ]
    },
    // 聲明一個 X 軸，類目軸（category）。默認情況下，類目軸對應到 dataset 第一列。
    xAxis: {type: 'category'},
    // 聲明一個 Y 軸，數值軸。
    yAxis: {},
    // 聲明多個 bar 系列，默認情況下，每個系列會自動對應到 dataset 的每一列。
    series: [
        {type: 'bar'},
        {type: 'bar'},
        {type: 'bar'}
    ]
}

效果如下：

或者也可以使用常見的對象數組的格式：

option = {
    legend: {},
    tooltip: {},
    dataset: {
        // 這裏指定了維度名的順序，從而可以利用默認的維度到座標軸的映射。
        // 如果不指定 dimensions，也可以通過指定 series.encode 完成映射，參見後文。
        dimensions: ['product', '2015', '2016', '2017'],
        source: [
            {product: 'Matcha Latte', '2015': 43.3, '2016': 85.8, '2017': 93.7},
            {product: 'Milk Tea', '2015': 83.1, '2016': 73.4, '2017': 55.1},
            {product: 'Cheese Cocoa', '2015': 86.4, '2016': 65.2, '2017': 82.5},
            {product: 'Walnut Brownie', '2015': 72.4, '2016': 53.9, '2017': 39.1}
        ]
    },
    xAxis: {type: 'category'},
    yAxis: {},
    series: [
        {type: 'bar'},
        {type: 'bar'},
        {type: 'bar'}
    ]
};

 

---

 

數據到圖形的映射

本篇裏，我們製作數據可視化圖表的邏輯是這樣的：基於數據，在配置項中指定如何映射到圖形。

概略而言，可以進行這些映射：

• 指定 dataset 的列（column）還是行（row）映射爲圖形系列（series）。這件事可以使用 series.seriesLayoutBy 屬性來配置。默認是按照列（column）來映射。
• 指定維度映射的規則：如何從 dataset 的維度（一個“維度”的意思是一行/列）映射到座標軸（如 X、Y 軸）、提示框（tooltip）、標籤（label）、圖形元素大小顏色等（visualMap）。這件事可以使用 series.encode 屬性，以及 visualMap 組件（如果有需要映射顏色大小等視覺維度的話）來配置。上面的例子中，沒有給出這種映射配置，那麼 ECharts 就按最常見的理解進行默認映射：X 座標軸聲明爲類目軸，默認情況下會自動對應到 dataset.source 中的第一列；三個柱圖系列，一一對應到 dataset.source 中後面每一列。

下面詳細解釋。

 

---

 

按行還是按列做映射

有了數據表之後，使用者可以靈活得配置：數據如何對應到軸和圖形系列。

用戶可以使用 seriesLayoutBy 配置項，改變圖表對於行列的理解。seriesLayoutBy 可取值：

• 'column': 默認值。系列被安放到 dataset 的列上面。
• 'row': 系列被安放到 dataset 的行上面。

看這個例子：

option = {
    legend: {},
    tooltip: {},
    dataset: {
        source: [
            ['product', '2012', '2013', '2014', '2015'],
            ['Matcha Latte', 41.1, 30.4, 65.1, 53.3],
            ['Milk Tea', 86.5, 92.1, 85.7, 83.1],
            ['Cheese Cocoa', 24.1, 67.2, 79.5, 86.4]
        ]
    },
    xAxis: [
        {type: 'category', gridIndex: 0},
        {type: 'category', gridIndex: 1}
    ],
    yAxis: [
        {gridIndex: 0},
        {gridIndex: 1}
    ],
    grid: [
        {bottom: '55%'},
        {top: '55%'}
    ],
    series: [
        // 這幾個系列會在第一個直角座標系中，每個系列對應到 dataset 的每一行。
        {type: 'bar', seriesLayoutBy: 'row'},
        {type: 'bar', seriesLayoutBy: 'row'},
        {type: 'bar', seriesLayoutBy: 'row'},
        // 這幾個系列會在第二個直角座標系中，每個系列對應到 dataset 的每一列。
        {type: 'bar', xAxisIndex: 1, yAxisIndex: 1},
        {type: 'bar', xAxisIndex: 1, yAxisIndex: 1},
        {type: 'bar', xAxisIndex: 1, yAxisIndex: 1},
        {type: 'bar', xAxisIndex: 1, yAxisIndex: 1}
    ]
}

效果如下：

 

---

 

維度（dimension）

介紹 encode 之前，首先要介紹“維度（dimension）”的概念。

常用圖表所描述的數據大部分是“二維表”結構，上述的例子中，我們都使用二維數組來容納二維表。現在，當我們把系列（series）對應到“列”的時候，那麼每一列就稱爲一個“維度（dimension）”，而每一行稱爲數據項（item）。反之，如果我們把系列（series）對應到錶行，那麼每一行就是“維度（dimension）”，每一列就是數據項（item）。

維度可以有單獨的名字，便於在圖表中顯示。維度名（dimension name）可以在定義在 dataset 的第一行（或者第一列）。例如上面的例子中，'score'、'amount'、'product' 就是維度名。從第二行開始，纔是正式的數據。dataset.source 中第一行（列）到底包含不包含維度名，ECharts 默認會自動探測。當然也可以設置 dataset.sourceHeader: true 顯示聲明第一行（列）就是維度，或者 dataset.sourceHeader: false 表明第一行（列）開始就直接是數據。

維度的定義，也可以使用單獨的 dataset.dimensions 或者 series.dimensions 來定義，這樣可以同時指定維度名，和維度的類型（dimension type）：

var option1 = {
    dataset: {
        dimensions: [
            {name: 'score'},
            // 可以簡寫爲 string，表示維度名。
            'amount',
            // 可以在 type 中指定維度類型。
            {name: 'product', type: 'ordinal'}
        ],
        source: [...]
    },
    ...
};

var option2 = {
    dataset: {
        source: [...]
    },
    series: {
        type: 'line',
        // 在系列中設置的 dimensions 會更優先採納。
        dimensions: [
            null, // 可以設置爲 null 表示不想設置維度名
            'amount',
            {name: 'product', type: 'ordinal'}
        ]
    },
    ...
};

大多數情況下，我們並不需要去設置維度類型，因爲會自動判斷。但是如果因爲數據爲空之類原因導致判斷不足夠準確時，可以手動設置維度類型。

維度類型（dimension type）可以取這些值：

• 'number': 默認，表示普通數據。
• 'ordinal': 對於類目、文本這些 string 類型的數據，如果需要能在數軸上使用，須是 'ordinal' 類型。ECharts 默認會自動判斷這個類型。但是自動判斷也是不可能很完備的，所以使用者也可以手動強制指定。
• 'time': 表示時間數據。設置成 'time' 則能支持自動解析數據成時間戳（timestamp），比如該維度的數據是 '2017-05-10'，會自動被解析。如果這個維度被用在時間數軸（axis.type 爲 'time'）上，那麼會被自動設置爲 'time' 類型。時間類型的支持參見 data。
• 'float': 如果設置成 'float'，在存儲時候會使用 TypedArray，對性能優化有好處。
• 'int': 如果設置成 'int'，在存儲時候會使用 TypedArray，對性能優化有好處。

 

---

 

數據到圖形的映射（encode）

瞭解了維度的概念後，我們就可以使用 encode 來做映射。總體是這樣的感覺：

var option = {
    dataset: {
        source: [
            ['score', 'amount', 'product'],
            [89.3, 58212, 'Matcha Latte'],
            [57.1, 78254, 'Milk Tea'],
            [74.4, 41032, 'Cheese Cocoa'],
            [50.1, 12755, 'Cheese Brownie'],
            [89.7, 20145, 'Matcha Cocoa'],
            [68.1, 79146, 'Tea'],
            [19.6, 91852, 'Orange Juice'],
            [10.6, 101852, 'Lemon Juice'],
            [32.7, 20112, 'Walnut Brownie']
        ]
    },
    xAxis: {},
    yAxis: {type: 'category'},
    series: [
        {
            type: 'bar',
            encode: {
                // 將 "amount" 列映射到 X 軸。
                x: 'amount',
                // 將 "product" 列映射到 Y 軸。
                y: 'product'
            }
        }
    ]
};

效果如下：

encode 聲明的基本結構如下，其中冒號左邊是座標系、標籤等特定名稱，如 'x', 'y', 'tooltip' 等，冒號右邊是數據中的維度名（string 格式）或者維度的序號（number 格式，從 0 開始計數），可以指定一個或多個維度（使用數組）。通常情況下，下面各種信息不需要所有的都寫，按需寫即可。

下面是 encode 支持的屬性：

// 在任何座標系和系列中，都支持：
encode: {
    // 使用 “名爲 product 的維度” 和 “名爲 score 的維度” 的值在 tooltip 中顯示
    tooltip: ['product', 'score']
    // 使用 “維度 1” 和 “維度 3” 的維度名連起來作爲系列名。（有時候名字比較長，這可以避免在 series.name 重複輸入這些名字）
    seriesName: [1, 3],
    // 表示使用 “維度2” 中的值作爲 id。這在使用 setOption 動態更新數據時有用處，可以使新老數據用 id 對應起來，從而能夠產生合適的數據更新動畫。
    itemId: 2,
    // 指定數據項的名稱使用 “維度3” 在餅圖等圖表中有用，可以使這個名字顯示在圖例（legend）中。
    itemName: 3
}

// 直角座標系（grid/cartesian）特有的屬性：
encode: {
    // 把 “維度1”、“維度5”、“名爲 score 的維度” 映射到 X 軸：
    x: [1, 5, 'score'],
    // 把“維度0”映射到 Y 軸。
    y: 0
}

// 單軸（singleAxis）特有的屬性：
encode: {
    single: 3
}

// 極座標系（polar）特有的屬性：
encode: {
    radius: 3,
    angle: 2
}

// 地理座標系（geo）特有的屬性：
encode: {
    lng: 3,
    lat: 2
}

// 對於一些沒有座標系的圖表，例如餅圖、漏斗圖等，可以是：
encode: {
    value: 3
}

下面給出個更豐富的 encode 的示例：

 

---

 

視覺通道（顏色、尺寸等）的映射

我們可以使用 visualMap 組件進行視覺通道的映射。詳見 visualMap 文檔的介紹。這是一個示例：

 

---

 

默認的映射

指的一提的是，ECharts 針對最常見直角座標系中的圖表（折線圖、柱狀圖、散點圖、K線圖等）、餅圖、漏斗圖，給出了簡單的默認的映射，從而不需要配置 encode 也可以出現圖表（一旦給出了 encode，那麼就不會採用默認映射）。默認的映射規則不易做得複雜，基本規則大體是：

• 在座標系中（如直角座標系、極座標系等）
  • 如果有類目軸（axis.type 爲 'category'），則將第一列（行）映射到這個軸上，後續每一列（行）對應一個系列。
  • 如果沒有類目軸，假如座標系有兩個軸（例如直角座標系的 X Y 軸），則每兩列對應一個系列，這兩列分別映射到這兩個軸上。
• 如果沒有座標系（如餅圖）
  • 取第一列（行）爲名字，第二列（行）爲數值（如果只有一列，則取第一列爲數值）。

默認的規則不能滿足要求時，就可以自己來配置 encode，也並不複雜。

 

---

 

幾個常見的映射設置方式

問：如何把第三列設置爲 X 軸，第五列設置爲 Y 軸？

答：

series: {
    // 注意維度序號（dimensionIndex）從 0 開始計數，第三列是 dimensions[2]。
    encode: {x: 2, y: 4},
    ...
}

問：如何把第三行設置爲 X 軸，第五行設置爲 Y 軸？

答：

series: {
    encode: {x: 2, y: 4},
    seriesLayoutBy: 'row',
    ...
}

問：如何把第二列設置爲標籤？

答： 關於標籤的顯示 label.formatter，現在支持引用特定維度的值，例如：

series: {
    label: {
        // `'{@score}'` 表示 “名爲 score” 的維度裏的值。
        // `'{@[4]}'` 表示引用序號爲 4 的維度裏的值。
        formatter: 'aaa{@product}bbb{@score}ccc{@[4]}ddd'
    }
}

問：如何讓第 2 列和第 3 列顯示在提示框（tooltip）中？

答：

series: {
    encode: {
        tooltip: [1, 2]
        ...
    },
    ...
}

問：數據裏沒有維度名，那麼怎麼給出維度名？

答：

dataset: {
    dimensions: ['score', 'amount'],
    source: [
        [89.3, 3371],
        [92.1, 8123],
        [94.4, 1954],
        [85.4, 829]
    ]
}

問：如何把第三列映射爲氣泡圖的點的大小？

答：

var option = {
    dataset: {
        source: [
            [12, 323, 11.2],
            [23, 167, 8.3],
            [81, 284, 12],
            [91, 413, 4.1],
            [13, 287, 13.5]
        ]
    },
    visualMap: {
        show: false,
        dimension: 2, // 指向第三列（列序號從 0 開始記，所以設置爲 2）。
        min: 2, // 需要給出數值範圍，最小數值。
        max: 15, // 需要給出數值範圍，最大數值。
        inRange: {
            // 氣泡尺寸：5 像素到 60 像素。
            symbolSize: [5, 60]
        }
    },
    xAxis: {},
    yAxis: {},
    series: {
        type: 'scatter'
    }
};

問：encode 裏指定了映射，但是不管用？

答：可以查查有沒有拼錯，比如，維度名是：'Life Expectancy'，encode 中拼成了 'Life Expectency'。

 

---

 

數據的各種格式

多數常見圖表中，數據適於用二維表的形式描述。廣爲使用的數據表格軟件（如 MS Excel、Numbers）或者關係數據數據庫都是二維表。他們的數據可以導出成 JSON 格式，輸入到 dataset.source 中，在不少情況下可以免去一些數據處理的步驟。

假如數據導出成 csv 文件，那麼可以使用一些 csv 工具如 dsv 或者 PapaParse 將 csv 轉成 JSON。

在 JavaScript 常用的數據傳輸格式中，二維數組可以比較直觀的存儲二維表。前面的示例都是使用二維數組表示。

除了二維數組以外，dataset 也支持例如下面 key-value 方式的數據格式，這類格式也非常常見。但是這類格式中，目前並不支持 seriesLayoutBy 參數。

dataset: [{
    // 按行的 key-value 形式（對象數組），這是個比較常見的格式。
    source: [
        {product: 'Matcha Latte', count: 823, score: 95.8},
        {product: 'Milk Tea', count: 235, score: 81.4},
        {product: 'Cheese Cocoa', count: 1042, score: 91.2},
        {product: 'Walnut Brownie', count: 988, score: 76.9}
    ]
}, {
    // 按列的 key-value 形式。
    source: {
        'product': ['Matcha Latte', 'Milk Tea', 'Cheese Cocoa', 'Walnut Brownie'],
        'count': [823, 235, 1042, 988],
        'score': [95.8, 81.4, 91.2, 76.9]
    }
}]

 

---

 

多個 dataset 和他們的引用

可以同時定義多個 dataset。系列可以通過 series.datasetIndex 來指定引用哪個 dataset。例如：

var option = {
    dataset: [{
        // 序號爲 0 的 dataset。
        source: [...],
    }, {
        // 序號爲 1 的 dataset。
        source: [...]
    }, {
        // 序號爲 2 的 dataset。
        source: [...]
    }],
    series: [{
        // 使用序號爲 2 的 dataset。
        datasetIndex: 2
    }, {
        // 使用序號爲 1 的 dataset。
        datasetIndex: 1
    }]
}

 

---

 

ECharts 3 的數據設置方式（series.data）仍正常使用

ECharts 4 之前一直以來的數據聲明方式仍然被正常支持，如果系列已經聲明瞭 series.data， 那麼就會使用 series.data 而非 dataset。

{
    xAxis: {
        type: 'category'
        data: ['Matcha Latte', 'Milk Tea', 'Cheese Cocoa', 'Walnut Brownie']
    },
    yAxis: {},
    series: [{
        type: 'bar',
        name: '2015',
        data: [89.3, 92.1, 94.4, 85.4]
    }, {
        type: 'bar',
        name: '2016',
        data: [95.8, 89.4, 91.2, 76.9]
    }, {
        type: 'bar',
        name: '2017',
        data: [97.7, 83.1, 92.5, 78.1]
    }]
}

其實，series.data 也是種會一直存在的重要設置方式。一些特殊的非 table 格式的圖表，如 treemap、graph、lines 等，現在仍不支持在 dataset 中設置，仍然需要使用 series.data。另外，對於巨大數據量的渲染（如百萬以上的數據量），需要使用 appendData 進行增量加載，這種情況不支持使用 dataset。

 

---

 

其他

目前並非所有圖表都支持 dataset。支持 dataset 的圖表有： line、bar、pie、scatter、effectScatter、parallel、candlestick、map、funnel、custom。 後續會有更多的圖表進行支持。

最後，給出一個示例，多個圖表共享一個 dataset，並帶有聯動交互：