国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

數據可視化大屏——基于echarts的開發(fā)經驗分享

這篇具有很好參考價值的文章主要介紹了數據可視化大屏——基于echarts的開發(fā)經驗分享。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。


前言

各位同事大家好!下面是我使用echarts中總結的一些個人經驗,僅供參考。

echarts的能力、優(yōu)劣等特點大家應該在技術選型階段已經有所了解,這里主要分享使用、設計等經驗。


一、最簡單的步驟概述

echarts由無到有一共只需要四步:

  1. 引入echarts資源:支持模塊化項目使用npm下載引入,老項目使用script方式鏈接引入,只是試用、演示且互聯網環(huán)境,可以使用cdn方式引入。
  2. 創(chuàng)建一個div容器:echarts圖表在頁面中顯示,需要有一個容器來盛放,告訴瀏覽器應該在哪渲染,注意這個容器一定是有寬、高的dom元素,否則有可能圖表渲染成功,但是高度為0,導致無法顯示。
  3. 初始化一個echarts實例:echarts所有的屬性、方法都封裝在我們引入的資源里,這個初始化的實例,就是一個帶著所有屬性和方法的對象,方便我們通過這個對象直接調用echarts提供的所有屬性和方法。
  4. 設置echarts參數:獲得echarts實例后,我們就能為它設置各種參數,來實現各種圖表樣式。

二、最簡單的demo

引入官網的demo:

<!DOCTYPE html>
<html>
  <head>
    <meta charset="utf-8" />
    <title>ECharts</title>
    <!--第一步:引入echarts資源-->
    <script src="echarts.js"></script>  
  </head>
  <body>
    <!--第二步:創(chuàng)建定義了寬高的 DOM -->
    <div id="main" style="width: 600px;height:400px;"></div>
    <script type="text/javascript">
      // 第三步:初始化實例,并告訴實例應該渲染到哪個DOM
      var myChart = echarts.init(document.getElementById('main'));
      //第四步:指定圖表的配置項和數據
      var option = {
        title: {
          text: 'ECharts 入門示例'
        },
        tooltip: {},
        legend: {
          data: ['銷量']
        },
        xAxis: {
          data: ['襯衫', '羊毛衫', '雪紡衫', '褲子', '高跟鞋', '襪子']
        },
        yAxis: {},
        series: [
          {
            name: '銷量',
            type: 'bar',
            data: [5, 20, 36, 10, 10, 20]
          }
        ]
      };
      // 使用剛指定的配置項和數據顯示圖表。
      myChart.setOption(option);
    </script>
  </body>
</html>

三、工作流程

大屏開發(fā)工作一般要經歷以下幾個主要流程節(jié)點:

用戶需求 -> 大屏設計 -> 美工優(yōu)化-> 前端開發(fā) -> 后端接口提供。

單純的前端開發(fā),主要對接人員是美工與后端,并在大屏設計節(jié)點,提供技術難度、可行性等參數。

3.1 與美工合作

美工主要負責大屏頁面設計與交互設計等工作,輸出為設計稿文件,前端開發(fā)依稿開發(fā)。這里要注意的是美工提供的動畫設計,實現方案可選以下幾種:

  1. 簡單動畫效果,使用純CSS實現。例如:幾何變化、大小變化、顏色變化、透明度變化等。
  2. 復雜動畫效果,推薦使用lottie動畫插件。由美工設計實現動畫,輸出動畫json文件,前端負責渲染、控制動畫。
  3. 另一種動畫插件補充——svga:其實就是svg+animation,只不過不需要前端手動寫svg動畫,而是由美工生成svga文件,前端負責渲染svga文件。與lottie相比各有優(yōu)劣。
  4. 復雜動畫手動實現,推薦gsap插件。由flash動畫插件原班人馬開發(fā),可以理解為flash的js實現。除了開發(fā)成本高,學習成本高,其它都是優(yōu)點。

各位同事大部分是經驗豐富的前輩,應該比我更清楚,項目中,能力最強大的插件,不一定是最適合的。所以對于要求一般的場景,止步于lottie動畫即可。

3.2 與后端合作

數據化大屏與后端的交互主要是數據的交互。

樣式+渲染+數據,即是大屏。樣式由美工負責,數據由后端負責,渲染由前端負責。

echarts需要使用的數據格式,更多的是一維、二維的純數組(并不是json數組)。而后端提供的,大多為json數組。這里就會產生一個問題,究竟應該由后端生成最終數據,前端負責拿過來做頁面渲染的工作,還是應該由前端負責處理數據,得到自己需要的格式。

我這里建議由前端負責處理數據,理由如下:

  1. 這部分工作量不管放到前后端,對于團隊而言,工作量是不變的,不存在放在哪端更方便的問題。
  2. 由后端處理數據,最終前端得到的數據是沒有任何描述的數組,不利于前端閱讀與后期優(yōu)化維護。
  3. 同一接口的數據,可能會被使用到不同的echarts圖表中,需要處理成不同格式的數組。由前端處理,利于一次請求,渲染成不同維度、不同場景的圖表。
  4. 當數據處理產生分歧,應該遵守一個原則,那就是最大限度保持數據在描述對象原型時的完整性,增強可讀性,以便于后期維護與優(yōu)化。

3.3 前端具體在做什么

前面講過,渲染echarts只需要四步,其實我們的主要工作連四步也沒有,拋開機械化的工作內容,我們主要就是在做三件事:

  1. 通過設置options,設置echarts的樣式。
  2. 在復雜圖標中,處理后端數據得到echarts規(guī)定的數據格式,然后設置options中的data屬性,渲染數據。
  3. 通過調用echarts實例提供的api,增強交互能力。

得益于echarts的強大,大部分常用的交互,例如動畫、圖例選擇等,并不需要調用api,都可以通過設置options實現。所以我們大部分場景下,都只需要做前兩件事,就能實現一個不錯的圖表。


總結

第一天開發(fā),你需要知道四步完成一個報表。
第二天開發(fā),你只需要去寫一些循環(huán)和判斷,處理后端提供的數據,然后到官網查詢更多的options參數。
echarts官網使用頻率最高頁面:

  1. options配置項頁面:https://echarts.apache.org/zh/option.html#title
  2. 基礎的示例頁面:https://echarts.apache.org/examples/zh/index.html,雖然基礎,但是你能通過它們排列組合,支撐百分之九十九的場景。

無聊時可瀏覽頁面:文章來源地址http://www.zghlxwxcb.cn/news/detail-428058.html

  1. 快速上手頁面:https://echarts.apache.org/handbook/zh/get-started/
  2. 術語速查頁面:https://echarts.apache.org/zh/cheat-sheet.html

到了這里,關于數據可視化大屏——基于echarts的開發(fā)經驗分享的文章就介紹完了。如果您還想了解更多內容,請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網!

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如若轉載,請注明出處: 如若內容造成侵權/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經查實,立即刪除!

領支付寶紅包贊助服務器費用

相關文章

  • 基于HTML+CSS+Echarts大屏數據可視化集合共99套

    基于HTML+CSS+Echarts大屏數據可視化集合共99套

    基于HTML/CSS/Echarts的會議展覽、業(yè)務監(jiān)控、風險預警、數據分析展示等多種展示需求可視化集合。 Java+Swing實現學生選課管理系統 Java+Swing實現學校教務管理系統 Java+Swing+sqlserver學生成績管理系統 Java+Swing用戶信息管理系統 Java+Swing實現的五子棋游戲 基于JavaSwing 銀行管理系統

    2024年02月12日
    瀏覽(20)
  • 基于Echarts+Vue3的低代碼可視化數據大屏拖拽設計器 vue拖拽設計大屏

    基于Echarts+Vue3的低代碼可視化數據大屏拖拽設計器 vue拖拽設計大屏

    本產品是一款基于Vue3開發(fā)的可視化數據大屏拖拽設計器。提供一種簡單易用的拖拽式數據可視化大屏設計方案,可幫助用戶快速創(chuàng)建和定制自己的數據大屏,通過拖拽組件、調整布局和設置屬性,實現數據展示的自由組合和個性化定制。 可視化編輯:通過拖拽組件、調整布

    2024年02月03日
    瀏覽(86)
  • springboot+echarts+mysql制作數據可視化大屏(滑動大屏)

    springboot+echarts+mysql制作數據可視化大屏(滑動大屏)

    ?作者水平低,如有錯誤,懇請指正!謝謝?。。。。?項目簡單,適合大學生參考 分類專欄還有其它的可視化博客哦! 專欄地址:https://blog.csdn.net/qq_55906442/category_11906804.html?spm=1001.2014.3001.5482 目錄 ?一、數據源 二、所需工具 三、項目框架搭建 四、代碼編寫 溫度堆疊折線圖

    2024年02月11日
    瀏覽(27)
  • springboot+echarts +mysql制作數據可視化大屏(四圖)

    springboot+echarts +mysql制作數據可視化大屏(四圖)

    作者水平低,如有錯誤,懇請指正!謝謝?。。。?! 項目簡單,適合大學生參考 分類專欄還有其它的可視化博客哦! 專欄地址:https://blog.csdn.net/qq_55906442/category_11906804.html?spm=1001.2014.3001.5482 成果展示: 1)可以使用自己的MySQL數據庫; 2)使用我提供的數據。(要數據私信

    2024年02月13日
    瀏覽(25)
  • springboot+mybatis+echarts +mysql制作數據可視化大屏

    springboot+mybatis+echarts +mysql制作數據可視化大屏

    作者水平低,如有錯誤,懇請指正!謝謝?。。。?! 目錄 一、數據源 二、所需工具 三、項目框架搭建 3.1新建springboot項目 3.1.1進入官網 3.1.2創(chuàng)建項目 四、后端代碼編寫 4.1根據需求修改pom.xml 4.2配置數據源 4.3創(chuàng)建目錄結構 4.4后端編寫代碼 4.4.1entity類 4.4.2dao 4.4.3service 4.4.4co

    2024年02月03日
    瀏覽(27)
  • Echarts實現可視化大屏

    Echarts實現可視化大屏

    手把手帶你做出一個可視化大屏,輕松完成期末大作業(yè)。 關注公眾號” Python爬蟲與數據分析 “回復“ 可視化大屏 ”獲取代碼及數據 涉及到的技術:Echarts、HTML、css、JavaScript Echarts官網: https://echarts.apache.org/handbook/zh/concepts/axis/ 目錄 1、echarts同時展示多幅圖 2、使用css優(yōu)化

    2024年02月09日
    瀏覽(30)
  • Flask+Echarts搭建全國疫情可視化大屏

    Flask+Echarts搭建全國疫情可視化大屏

    本項目是基于flask+echarts搭建的全國疫情追蹤的可視化大屏,主要涉及到的技術有csv處理,flask框架,echarts圖表。 最終效果如下: 我們先搭建一個基礎的flask應用 接著,需要編寫index.html頁面和css樣式代碼(這里我就直接放最終的代碼) 我們需要編寫獲取數據的接口,然后通過

    2024年02月16日
    瀏覽(26)
  • Flask配合Echarts寫一個動態(tài)可視化大屏

    Flask配合Echarts寫一個動態(tài)可視化大屏

    ch 后端:flask 可視化:echarts 前端:HTML+JavaScript+css 大屏拆分 案例項目中大屏可按版塊進行拆解,會發(fā)現這里大屏主要由標題、折線圖、柱狀圖、地圖、滾動圖和詞云等組成,整體可切分為8個版塊,如下: 下方為簡單演示: HTML 我們整體布局前,先通過簡單的案例了解前端布

    2024年02月07日
    瀏覽(28)
  • 大數據前端可視化大屏--前端開發(fā)之路

    大數據前端可視化大屏--前端開發(fā)之路

    從2016年開始接觸可視化方向,一直想寫一篇文章回顧一下這幾年踩過的坑,接下來的這段時間里我會不定時的給大家分享一些可視化方面的經驗和感悟,發(fā)出來跟大家一塊分享一下、一起討論討論、共同學習進步。 這篇文章作為開端,之后會不定時的發(fā)出一系列的采坑記錄

    2023年04月09日
    瀏覽(30)
  • 【11個適合畢設的Python可視化大屏】用pyecharts開發(fā)拖拽式可視化數據大屏

    【11個適合畢設的Python可視化大屏】用pyecharts開發(fā)拖拽式可視化數據大屏

    你好,我是@馬哥python說,一枚10年程序猿。 以下是我近期用Python開發(fā)的原創(chuàng)可視化數據分析大屏,非常適合畢設用,下面逐一展示:(以下是截圖,實際上有動態(tài)交互效果哦) 以下大屏均為@馬哥python說的個人原創(chuàng),請勿轉載。 以上大屏的開發(fā)技術流程如下: 1、爬蟲采用

    2024年02月03日
    瀏覽(39)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領取紅包,優(yōu)惠每天領

二維碼1

領取紅包

二維碼2

領紅包