IFE2017,ECharts-06学习笔记

这题主要的难点是如何将原始数据跟echarts的各种option对接上。
其实只要看看graph对象长什么样,再对照一下案例,大概就可以明白怎么做了。

这里我用我选的数据来举例,由于每个数据对象的属性稍微有些差异,所以实际还需要自己确认一下。


get到数据后首先用dataTool处理一下,这个是echarts的一个扩展要单独引入
var graph = echarts.dataTool.gexf.parse(ajaxResponseData);

然后我们在console里看一下graph的结构

graph {
  links: [],  // 存储节点连接线数据
  nodes: []  // 存储节点数据
}

我们分别看links[i]和nodes[i]的结构 //值是随便挑的一个

links[i] {
  id: '7034',  // 连线ID
  lineStyle: {},  // 线条样式
  name: null,  // 连线名
  source: '104.0',  // 连线起点
  target: '103.0'  // 连线终点
 }

links的数据的处理还是比较简单的,基本上id、name、source、target原始数据都有,可以看下需不需要改样式

nodes[i] {
  id: '99.0',  //  节点ID
  name: 'Dude,Where's My Country?',  // 节点名
  attributes: {},  // 节点属性,根据这里的数据可以对数据进行分类
  category: '0',  // 节点类目,比如0对应的是第一个类目,如果没有需要自己添加
  value: '0',  // 节点值, 一般会用节点大小来表现值的大小
  itemStyle: {},  // 节点样式
  symbol: 'circle',  // 节点图标形状
  synbolStyle: {},  // 节点图标样式
  x: '23.31',  // 节点X坐标
  y: '120.84'  // 节点Y坐标
 }

而nodes的原始数据很可能只有id、name和attributes,其他就要自己根据数据特征来考虑下如何设置了。


比如我选的原始数据没有category、value和各种样式,所以我接下来需要对原始数据进行一些处理。

Nodes have been given values "l", "n", or "c" to indicate whether they are "liberal", "neutral", or "conservative".

根据数据的说明,我的原始数据分为三个类目,可以在attributes里读取到,分别是“l”、“n”、“c”,根据这些标记可以将节点分类

switch(node.attributes.value){      // 根据数据标记分类
  case 'l':
    ...
    break;
  case 'n':
    ...
    break;
  case 'c':
    ...
    break;
  default:
    ...  // 具体处理我全省略了,自行根据所选数据写吧
}

然后我们把数据放进option的series里

series: [{
  ...
  type: 'graph',
  data: graph.nodes,
  links: graph.links,
  ...  // 其他设置我省略了,具体自行查配置手册
}]  

基本过程就这样

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,258评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,335评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,225评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,126评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,140评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,098评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,018评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,857评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,298评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,518评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,678评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,400评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,993评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,638评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,801评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,661评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,558评论 2 352

推荐阅读更多精彩内容