数据可视化中数据展示效果,基于highcharts的图表数据展示

最近在公司里搞对外的大屏展示,效果需要比较酷炫。

因为只是单纯的数据展示+效果,而且时间比较紧(2天时间基于一个原先的3D地球模型,制作配套十来个页面),采用jquery+highcharts

(效果1)

(效果2)

上面就是效果图,直接上代码,文件引入这样的问题就不说了

 1 render_chart: function (chartid, type) {
 2             let chartOption = {};
 3             switch (type) {
 4                 case "areaspline" :
 5                     chartOption.name = "效果1";
 6                     chartOption.color = "#3a63f9";
 7                     chartOption.fillColors = {                          //对渐变方向和渐变颜色的设置...
 8                         linearGradient: { x1: 0, y1: 0, x2: 0, y2: 1 },
 9                         stops: [ [0, "#3a63f9"],[1,"rgba(58,99,249,0.1)"] ]
10                     };
11                     break;
12                 case "column" :
13                     chartOption.name = "效果2";
14                     chartOption.color = {
15                         linearGradient: { x1: 0, y1: 0, x2: 0, y2: 1 },
16                         stops: [ [0, "#3a63f9"], [1, "rgba(58,99,249,0.1)"] ]
17                     };
18                     chartOption.fillColors = ‘‘;
19                     break;
20             }
21
22             $("#"+chartid).highcharts({
23                 chart: {
24                     type: type,
25                     backgroundColor: "rgba(0,0,0,0)"
26                 },
27                 exporting: {
28                     enabled:false
29                 },
30                 credits:{
31                     enabled:false
32                 },
33                 title: "",
34                 xAxis: {
35                     lineWidth: 3,
36                     lineColor: ‘#fff‘,
37                     allowDecimals: false,
38                     tickInterval: 3,
39                     tickLength: 0,
40                     labels: {
41                         style: {
42                             color: "#ffffff",
43                             fontSize: "14px"
44                         },
45                         formatter: function () {
46                             return this.value;
47                         }
48                     }
49                 },
50                 yAxis: {
51                     endOnTick: true,
52                     lineWidth: 3,
53                     lineColor: ‘#fff‘,
54                     gridLineColor: ‘#8a888a‘,
55                     tickInterval: 1000,
56                     gridLineWidth: 2,
57                     tickLength: 0,
58                     title: {
59                         text: ‘‘
60                     },
61                     labels: {
62                         style:{
63                             color: "#ffffff",
64                             fontSize: "14px"
65                         },
66                         formatter: function () {
67                             return this.value;
68                         }
69                     }
70                 },
71                 legend: {
72                     enabled: false
73                 },
74                 plotOptions: {
75                    series: {                       //效果2对数据圆角的设置
76                         borderRadius: 8,
77                         shadow: true
78                    },
79                    areaspline: {
80                         lineWidth: 4,
81                         marker: {
82                             enabled: false
83                         }
84                    }
85                 },
86                 series: [{
87                     name: type == chartOption.name,
88                     data: [1000,3000,2000,1500,4000,4000,3000,2400,2800,3000,3800,4000,4200,4500,5100,6800,6000,4000,2800,2850,2000,3100,2000,1200,900],
89                     borderWidth: 0,
90                     color: chartOption.color,
91                     fillColor: chartOption.fillColors,
92                 }]

注意对参数fillColors的设置,然后传进series里渲染

chartOption.fillColors = {linearGradient: { x1: 0, y1: 0, x2: 0, y2: 1 },  stops: [ [0, "#3a63f9"],[1,"rgba(58,99,249,0.1)"] ] };

同样,如果需要设置多组数据同上一样展示(上面是两组数据的显示),在外面设置需要的效果参数,把所有的参数push进series里

_chartColumn_generation:function(){
            var colors=["#2a62f7","transparent"];
            var fillColors=["transparent","rgba(42,98,247,0.45)"];
            var data=[[387, 682, 1057, 852, 1047, 642,777,900],[160,500,888,500,1000,300,500,400]];
            var series=[];
            var names=[‘name1‘,‘name2‘];
            var chart_unit="Mv";
            var point=[0,0.2];
            $.each(data,function(i,idata){                                                                       //定义好空的数据配置,然后把需要的效果设置参数push进来,对图表进行渲染
                series.push({name:names[i],data:idata,borderColor:colors[i%6],borderWidth:2,pointPadding:point[i],color:fillColors[i%6]});           //当需要不同的数据有一定的间隔时,设置pointPadding参数
            });
            Highcharts.chart(‘container-column-generation‘, {
                colors:["#000000"],
                chart: {
                    type: ‘column‘,
                    backgroundColor:‘rgba(0,0,0,0)‘
                },
                exporting: {
                    enabled:false
                },
                credits:{
                    enabled:false
                },
                title: {
                    align:‘left‘,
                    text: ‘‘,
                    style:{
                        color:‘#fff‘,
                        fontSize:‘1em‘,
                    }
                },
                legend:{
                    enabled:false
                },
                xAxis: {
                    lineWidth:0,
                    lineColor:‘#fff‘,
                    gridLineColor:‘#8a888a‘,
                    endOnTick:false,
                    allowDecimals: false,
                    tickLength:0,
                    tickmarkPlacement: ‘between‘,
                    categories: [‘#‘, ‘#2‘, ‘#3‘, ‘#4‘, ‘#5‘, ‘#6‘,‘#7‘,‘#8‘],
                    labels: {
                        style:{
                            color:"#ffffff",
                            fontSize:"0.9em"
                        }
                    }
                },
                yAxis: [{
                    lineWidth:1,
                    lineColor:‘#fff‘,
                    gridLineColor:‘#8a888a‘,
                    tickLength:0,
                    showLastLabel:false,
                    title: {
                        text: ‘y1‘,
                        align:"high",
                        rotation:0,
                        offset:0,
                        x:0,
                        y:20,
                        style:{
                            color:"#ffffff",
                            fontSize:"1em"
                        }
                    },
                    labels: {
                        style:{
                            color:"#ffffff",
                            fontSize:"1em"
                        }
                    }
                },{
                    lineWidth:1,
                    lineColor:‘#fff‘,
                    opposite: true,
                    title: {
                        text: ‘y2‘,
                        align:"high",
                        rotation:0,
                        offset:0,
                        x:0,
                        y:20,
                        style:{
                            color:"#ffffff",
                            fontSize:"1em"
                        }
                    },
                }],
                tooltip: {
                    shared:true,
                    backgroundColor:"#000000",
                    headerFormat: ‘<span style="font-size:2em;color:#ed1544"><b>{point.key}</b></span><table>‘,
                    pointFormat: ‘<tr><td style="color:#ffffff;font-size:1.5em;padding:0">{series.name}: </td>‘ +
                    ‘<td style="color:#ffffff;font-size:1.5em;">{point.y}&nbsp;‘+chart_unit+‘</td></tr>‘,
                    useHTML: true
                },
                plotOptions: {
                    column:{
                        enableMouseTracking:false,
                        grouping:false                               //要想pointPadding参数设置有效,需要设置grouping为false
                    }
                },
                series: series                                       //对数据配置项进行渲染
            });
            $(".highcharts-series-0 rect").slice(4,8).attr("stroke","#735bfe");
            $(".highcharts-series-0 rect").slice(8,12).attr("stroke","#b95aff");
            $(".highcharts-series-1 rect").slice(4,8).attr("fill","rgba(115,91,254,0.45)");               //可以设置每组数据的颜色
            $(".highcharts-series-1 rect").slice(8,12).attr("fill","rgba(185,90,255,0.45)");
        },

当需要颜色都不相同时,设置colors,把colors传进series即可

var colors=["#59ecf5","#2a62f7","#0bd872","#ed9915","#6523c7","#9431d2"];

或者在数据data里传入颜色参数,在从后台取数据时,把颜色数组里的色值作为一个参数传入数据中

var data = [{y:6200,borderColor:"#bb5aff",color:"rgba(187, 90, 255,0.15)"},{y:5200,borderColor:"#201a3f",color:"rgba(32, 26, 63,0.15)"},{y:5000,borderColor:"#2a62f7",color:"rgba(42, 98, 247,0.15)"}]

时间: 2024-10-08 06:07:34

数据可视化中数据展示效果,基于highcharts的图表数据展示的相关文章

数据科学中的R和Python: 30个免费数据资源网站

1 政府数据 Data.gov:这是美国政府收集的数据资源.声称有多达40万个数据集,包括了原始数据和地理空间格式数据.使用这些数据集需要注意的是:你要进行必要的清理工作,因为许多数据是字符型的或是有缺失值. Socrata:它是探索政府相数据的另一个好地方.Socrata的一个了不起的地方是,他们有不错的可视化工具,使研究数据更为容易. 一些城市都有自己的数据门户网站设置,可供访问者浏览城市的相关数据.例如,在旧金山数据网站,你可以获得很多数据,从犯罪统计到城市的停车位. 联合国有关网站,例如

[原创.数据可视化系列之三]使用Ol3加载大量点数据

不管是百度地图还是高德地图,都很难得见到在地图上加载大量点要素,比如同屏1000的,因为这样客户端性能会很低,尤其是IE系列的浏览器,简直是卡的要死.但有的时候,还真的需要,比如,我要加载全球的AQI的测站和数据,这些站点在全球有4000多个,如何加载这些点并提高,OL3的ImageVector是一个很好地选择,简单的说,就是把这些要素渲染到一张图上,这样提高性能.代码如下: //加载JSON数据    mainxiu.loaddata=function(options)    {       

Swift 项目中使用抽屉效果基于MMDrawerController

准备用Swift撸一个项目了, 就用这个样式了. 晚上睡不好了.黑眼圈(- -) 看细节请访问我的githubhttps://github.com/Zhangjingwang1993/SwiftApp 还可以点个Star,给个鼓励. Swift/OC 进阶交流群: 498143780 // AppDelegate.swift var drawer = MMDrawerController() let leftViewController = LeftViewController() let ri

ADF_Oracle示例系列07_ADF 数据可视化组件简介 — 图形、计量器、地图、数据透视表和甘特图(案例)

2013-05-01 Created By BaoXinjian 一.摘要 待整理 待整理 待整理 待整理 待整理 待整理 Thanks and Regards

快速基于echarts的大数据可视化

[Author]: kwu 快速基于echarts的大数据可视化,echarts纯粹的js实现的图表工具,快速开发的步骤如下: 1.引入echarts的依赖js库 <script type="text/javascript" src="js/esl/esl.js"></script> <script type="text/javascript" src="js/echarts.js"><

基于Python的数据可视化库pyecharts介绍

什么是pyecharts? pyecharts 是一个用于生成 Echarts 图表的类库. echarts 是百度开源的一个数据可视化 JS 库,主要用于数据可视化.pyecharts 是一个用于生成 Echarts 图表的类库.实际上就是 Echarts 与 Python 的对接. 使用 pyecharts 可以生成独立的网页,也可以在 flask , Django 中集成使用.pyecharts包含的图表 Bar .Bar3D.Boxplot.EffectScatter .Funnel.G

基于echarts组件制作数据可视化大屏

什么是数据可视化:数据可视化主要旨在借助于图形化手段,清晰有效地传达与沟通信息.在实际工作中,数据分析能够帮助管理者进行判断和决策,以便采取适当策略与行动. 数据可视化分析有什么作用:1.现状分析告诉你过去发生了什么,告诉你企业现阶段的整体运营情况,通过各个经营指标的完成情况来衡量企业的运营状态,以说明企业整体运营是更好了还是坏了,好的程度是如何,坏的程度又到哪里. 2.原因分析告诉你某一现状为什么发生,经过第一阶段的现状分析,我们对企业的运营情况有了一个基本的了解,但是不知道运营情况具体好在哪

数据挖掘工程师如何选择数据可视化工具?

如何选择数据可视化工具? 如何选用数据可视化工具?在回答这个问题之前现需要回答另外一个问题,你需要用这些数据可视化工具来做什么,实现什么目的. 也许你有一个完整的想法,已经通过验证了,需要用更直观易懂的方式来展现,从而讲述一个逻辑或者是一个故事:也许你是有大量的数据,你想怎么从这些数据中间发现,挖掘,并展现一些数据背后的知识或者洞察:也许你是有各种各样的数据,但是你不懂数据建模,编程,或者数据清洗,甚至是SQL的优化等你需要一个易用的数据可视化工具实现通过拖拽就能完成数据的可视化,并且可以给出最

如何选择数据可视化工具?

如何选用数据可视化工具?在回答这个问题之前现需要回答另外一个问题,你需要用这些数据可视化工具来做什么,实现什么目的. 也许你有一个完整的想法,已经通过验证了,需要用更直观易懂的方式来展现,从而讲述一个逻辑或者是一个故事:也许你是有大量的数据,你想怎么从这些数据中间发现,挖掘,并展现一些数据背后的知识或者洞察:也许你是有各种各样的数据,但是你不懂数据建模,编程,或者数据清洗,甚至是SQL的优化等你需要一个易用的数据可视化工具实现通过拖拽就能完成数据的可视化,并且可以给出最合适的展示图形:也许还有其