在之前的文章中，我们学习了如何设置滚动图例，工具箱设置和插入图片。想了解的朋友可以查看这篇文章。同时，希望我的文章能帮助到你，如果觉得我的文章写的不错，请留下你宝贵的点赞，谢谢
数据可视化-ECharts Html项目实战（4）-CSDN博客
https://blog.csdn.net/qq_49513817/article/details/136918036?spm=1001.2014.3001.5501今天的文章，会正式进入ECharts工具组建的学习，带着大家在VS code中设置工具箱，设置滚动标题和插入照片。
目录
一、知识回顾
滚动图例需要把我们legend属性设置为scroll
设置完成后是这样的
而工具箱（box）的设置就比较多了，只要记住上一篇文章结尾的表格，多练多用，肯定能学会。
最后就是我们的图片插入。需要创建image文件夹，将图片放进去。最后使用icon方法调用。
最后，开始今天的学习吧
二、散点图
将图表设置为散点图(scatter)，您需要修改series数组中每个对象的type属性，将属性更改为scatter。此外，散点图通常不需要step属性，因为该属性用于定义线图如何连接数据点。
type: 'scatter',就像这样，把它插入到代码中，是这样的：
<!DOCTYPE html>
<head>
<meta charset="utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Document</title>
<script src="https://cdn.jsdelivr.net/npm/echarts@5.5.0/dist/echarts.min.js"></script>
</head>
<body>
<div id="main" style="width: 600px;height: 400px;"></div>
<script type="text/javascript">
var myChart = echarts.init(document.getElementById('main'));
var option={
title:{
text:'景区门票价格',
textStyle:{
color:'red'
},
left:15,
top:0
//subtext:'2024年3月13日'
},
tooltip: {//提示框组建
trigger: 'axis',
backgroundColor:'#ffccff',//提示框背景颜色
borderColor:'#cc33cc',//边框颜色
borderWidth:'3'//边框宽度
},
toolbox: {//工具箱
show: true,
feature: {
mark: { show: true },
dataView: { show: true, readOnly: false },
magicType: { show: true, type: ['line', 'bar'] },
restore: { show: true },
saveAsImage: { show: true },
},
},
legend:{
type:"scroll",
data:['黄鹤楼','张家界','九寨沟','东湖','故宫'],
left:260,
top:"bottom",
},
calculable: true,
xAxis: [
{
type: 'category',
data: ['2013年', '2014年', '2015年', '2016年', '2017年', '2018年', '2019年']
},
],
yAxis: [
{
type: 'value'
},
],
series: [
{
name: '故宫',
type: 'scatter', // 改为散点图
data: [120, 182, 191, 145, 167, 178, 189]
},
{
name: '张家界',
type: 'scatter', // 改为散点图
data: [245, 247, 267, 278, 289, 310, 320]
},
{
name: '九寨沟',
type: 'scatter', // 改为散点图
data: [255, 234, 276, 321, 345, 367, 380]
},
{
name: '东湖',
type: 'scatter', // 改为散点图
data: [150, 199, 226, 178, 145, 188, 210]
},
{
name: '黄鹤楼',
type: 'scatter', // 改为散点图
data: [178, 189, 199, 209, 219, 229, 239]
},
],
};
myChart.setOption(option);
</script>
</body>
</html>那运行一下看看效果。
根据图片，我们也可以知道散点图能够直观地显示数据点的分布情况，帮助用户快速识别数据中的模式、趋势或异常值。
快去试试吧
三、雷达图
雷达图（也被称为蜘蛛网图），设置雷达图需要特定的配置，包括定义雷达图的指示器（indicator）数组，以及设置 series 类型为 'radar'。
radar: {
// 雷达图指示器
indicator: [
{ name: '2013年', max: 400 },
{ name: '2014年', max: 400 },
{ name: '2015年', max: 400 },
{ name: '2016年', max: 400 },
{ name: '2017年', max: 400 },
{ name: '2018年', max: 400 },
{ name: '2019年', max: 400 }
],
name: {
textStyle: {
color: '#fff',
backgroundColor: '#999',
borderRadius: 3,
padding: [3, 5]
}
}
},
series: [
{
name: '游客数量',
type: 'radar',
// 雷达图数据
data : [
{
value : [120, 182, 191, 145, 167, 178, 189],
name : '故宫'
},
{
value : [245, 247, 267, 278, 289, 310, 320],
name : '张家界'
},
{
value : [255, 234, 276, 321, 345, 367, 380],
name : '九寨沟'
},
{
value : [150, 199, 226, 178, 145, 188, 210],
name : '东湖'
},
{
value : [178, 189, 199, 209, 219, 229, 239],
name : '黄鹤楼'
}
]
}
]
}; 把它加到我们的代码中试试效果。
可以看到，我们需要的效果出现了，和一个蜘蛛网一样。
<!DOCTYPE html>
<head>
<meta charset="utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Document</title>
<script src="https://cdn.jsdelivr.net/npm/echarts@5.5.0/dist/echarts.min.js"></script>
</head>
<body>
<div id="main" style="width: 600px;height: 400px;"></div>
<script type="text/javascript">
var myChart = echarts.init(document.getElementById('main'));
var option={
title:{
text:'景区门票价格',
textStyle:{
color:'red'
},
left:15,
top:0
//subtext:'2024年3月13日'
},
tooltip: {//提示框组建
trigger: 'axis',
backgroundColor:'#ffccff',//提示框背景颜色
borderColor:'#cc33cc',//边框颜色
borderWidth:'3'//边框宽度
},
toolbox: {//工具箱
show: true,
feature: {
mark: { show: true },
dataView: { show: true, readOnly: false },
magicType: { show: true, type: ['line', 'bar'] },
restore: { show: true },
saveAsImage: { show: true },
},
},
legend:{
type:"scroll",
data:[{name:'黄鹤楼',
icon:'image/1.jpg',
}
,'张家界','九寨沟','东湖','故宫'],
left:260,
top:"bottom",
},
radar: {
// 雷达图指示器
indicator: [
{ name: '2013年', max: 400 },
{ name: '2014年', max: 400 },
{ name: '2015年', max: 400 },
{ name: '2016年', max: 400 },
{ name: '2017年', max: 400 },
{ name: '2018年', max: 400 },
{ name: '2019年', max: 400 }
],
name: {
textStyle: {
color: '#fff',
backgroundColor: '#999',
borderRadius: 3,
padding: [3, 5]
}
}
},
series: [
{
name: '游客数量',
type: 'radar',
// 雷达图数据
data : [
{
value : [120, 182, 191, 145, 167, 178, 189],
name : '故宫'
},
{
value : [245, 247, 267, 278, 289, 310, 320],
name : '张家界'
},
{
value : [255, 234, 276, 321, 345, 367, 380],
name : '九寨沟'
},
{
value : [150, 199, 226, 178, 145, 188, 210],
name : '东湖'
},
{
value : [178, 189, 199, 209, 219, 229, 239],
name : '黄鹤楼'
}
]
}
]
};
myChart.setOption(option);
</script>
</body>
</html>快去试试吧
拓展-不同类型图表的特点
| 图表类型 | 特点 | 运用场景 |
|---|---|---|
| 柱状图 | 数据展示清晰明了，适用于离散数据和类别数据；提供丰富的样式配置，支持交互操作和动画效果。 | 适用于二维数据集，用于比较不同类别之间的数据大小，如地域之间的关系、销售数据对比等。 |
| 折线图 | 适用于二维的大数据集，用于展示数据随时间或其他连续变量的变化趋势；提供丰富的样式配置、交互操作和动画效果。 | 适用于展示时间序列数据的变化趋势，如股票价格、气温变化等。 |
| 饼图 | 直观展示数据的比例和占比关系；提供丰富的样式配置和交互操作。 | 适用于展示相对比例关系和部分占整体的数据，如市场份额、用户构成等。 |
| 散点图 | 展示二维数据之间的关系，如线性关系、指数关系等；支持回归分析，可预测分析。 | 适用于研究型图表，用于发现变量之间的关系，如身高与体重的关系、收入与教育程度的关系等。 |
| 象形柱图 | 使用具体的图形和符号，视觉冲击力强，能够吸引观众的注意力。 | 适用于教育、商业和市场营销、社会科学研究等领域，用于可视化数据，帮助学生记忆、辅助企业决策和展示研究结果等。 |
| 图表类型 | 特点 | 运用场景 |
|---|---|---|
| 雷达图 | 适用于多维数据（四维以上）的展示，数据点一般6个左右；能够综合展示某个数据字段的情况。 | 用于展示多维度数据分布情况，例如分析产品特性或评估员工的综合能力等。 |
| 地图 | 提供多种地图类型，如行政地图和GIS地图；支持气泡图、面积图等多种样式；可结合地理信息进行数据可视化。 | 用于展示与地理位置相关的数据，如销售地域分布、人口分布、气候分布等。 |
| 漏斗图 | 适用于业务流程多的流程分析，能够显示各流程的转化率。 | 用于分析销售漏斗、用户转化路径等，帮助识别和优化关键流程。 |
| 词云图 | 以词语为单位，通过词频、字体大小等方式展示文本数据；视觉效果突出，易于理解。 | 用于展示文本数据中的关键词或主题，如用户评论、新闻报道等。 |
| 热力图 | 通过颜色深浅表示数据的密度或强度；直观展示数据的分布情况。 | 用于展示数据在空间或时间上的分布情况，如网站点击热力图、温度分布图等。 |
| 关系图 | 用于展示数据之间的关联关系，如节点和边的连接情况；支持多种布局方式和交互操作。 | 用于分析社交网络、知识图谱等复杂关系数据，帮助理解数据间的联系和结构。 |
