JavaScript數據可視化編程學習(一)Flotr2,包含簡單的,柱狀圖,折線圖,餅圖,散點圖

小說:紫穗槐每平米種植多少株?作者:順順徒更新時間:2019-05-22字數:88464

JavaScript數據可視化編程學習(一)Flotr2,包含簡單的,柱狀圖,折線圖,餅圖,散點圖


一、基礎柱狀圖

二、基礎的折線圖?

三、基礎的餅圖

四、基礎的散點圖

?

一、基礎柱狀圖

如果你還沒有想好你的數據用什么類型的圖表來展示你的數據,你應該首先考慮是否可以做成柱狀圖。柱狀圖可以表示數據的變化過程或者表示多個數據之間的差異。

1、引入javascrippt

使用flotr2這個JavaScript庫來創建圖表。使用flotr2之前,不需要引入其他的JavaScript庫(比如jquery),但是flotr2必須依賴HTML5的canvas元素的支持。canvas支持的主流瀏覽器有:chrome,Safari,firefox,以及IE9以上。如果非要支持到IE8,可以再引入一個額外的庫excanvas.min.js

首先看一下html代碼

?

2、創建一個包含圖表容器的div元素

創建一個div來包裹這個圖表,要求這個div元素必須指定他的寬和高,圖表才能建立起來。下面例子采用的是內聯的方法指定div的css樣式。

<!DOCTYPE html>
<html>
    <head>
        <meta charset="utf-8" />
        <title></title>
    </head>
    <body>
        <div id="chart" style="width: 600px;height: 300px;"></div>
        <script src="js/flotr2.js"></script>
     </body>
</html>

上面就是一個簡單的代碼框架。

?

3、定義數據

有了代碼框架,就應該考慮如何顯示數據。

顯示數據:1、可以是本地的數據;2、可以是ajax請求獲取的數據

建立三維數組

        <script>
            var win = [
                [
                    [2006, 13],
                    [2007, 11],
                    [2008, 15],
                    [2009, 15],
                    [2010, 18],
                    [2011, 21],
                    [2012, 28]
                ]
            ];
        </script>

[x,y]中,x表示年,y表示獲勝的場次。我們把若干個x,y組合使用一個外層數組進行嵌套,這個嵌套的數組是序列。我們在這個序列外邊又嵌套一個外層數組,以便我們將來可以存儲多個序列。

注意:(1)數組的第一層:每一個獨立的數據自身是一個數組,包含x,y。

(2)數組的第二層:若干個獨立的數據在一起構成一個數組,成為序列。

(3)組的第三層:若干個序列構成flotr2渲染圖表使用的完整的數據,形式也是數組。

?

4、繪制圖表

簡單的繪制一個圖表,調用flotr2庫。

window.onload = function() {
                Flotr.draw(
                    document.getElementById("chart"), wins, {
                        bars: {
                            show: true
                        }
                    }
                );
            };

代碼中,window.onload這個函數,在我們需要把文檔加載完成之后調用,window.onload事件觸發后,我們執行flotr.draw這個函數,并傳3個參數給它,這三個參數包括:圖表的html元素本身,剛才定義的圖表數據,一些可配置的圖表選項。

如果你的頁面有jquery,可以使用jq方法來改寫這代碼。

?

?5、改進縱坐標

上圖有問題:

(1)縱軸的刻度。flotr2默認將數據中的最大值和最小值自動設置為坐標的取值范圍。2007年對應的是11,但是給人感覺就是0,這種情況需要避免。

(2)縱軸的格式。flotr2默認將精確到小數點后一位,在標注中或多帶一個多余的“.0”。

Flotr.draw(
                    document.getElementById("chart"), wins, {
                        bars: {
                            show: true,
                        },
                        yaxis:{
                            min:0,
                            tickDecimals:0,
                        }
                    }
                );

注意:flotr2區分大小寫。

flotr.draw函數通過min屬性設置縱軸的最小值;

通過ticketDecimals屬性告訴標注展示的小數精度。我們不想要小數,設置成0。

簡單進行圖表選項的配置。解決了縱軸最小值問題和刻度格式問題。

?

6、改進橫軸

同時還會出現2個問題,(1)橫軸也會出現標注也被默認為擁有1位小數的數字;(2)橫軸兩個柱體之間缺乏間距。

先解決第一個問題:橫軸數據的單位是年,我們可以使用縱軸的方式通過tickDecimals屬性,設置成0,但是這種做法并不是通用。如果橫軸不是數字類型(比如隊名),這種解決方案就是解決不了。為了適用更普遍的情況

我們首先改變一下數據結構,建立一個新的數組years,在這個數組中,每一個年份有一個索引數字配對。同時修改之前的wins數組,將原來的年份使用對應的索引數字替代,這樣這兩個數組建立了查詢關系。

var wins = [
                [
                    [0, 13],
                    [1, 11],
                    [2, 15],
                    [3, 15],
                    [4, 18],
                    [5, 21],
                    [6, 28]
                ]
            ];
            var years = [[0,"2006"],[1,"2007"],[2,"2008"],[3,"2009"],[4,"2010"],[5,"2011"],[6,"2012"]];

然后,我們將新定義的years數組中的這些整數映射到對應的字符串上。我們這里的字符串映射到年份數字,如果需要可以以任何字符串代替。

xaxis:{
  ticks:years,
},

我們對x軸使用ticks屬性,告訴flotr2把x軸的標注通過years數組和x值進行匹配。

在解決第二個問題:默認情況下,每一個柱體是平均分配到整個橫軸的長度,但是會顯得很擁擠。我們可以通過barWidth屬性進行調整。把這個屬性設置到0.5,這樣每一個柱體就占原空間的一半。

?

?7、調整樣式

?怎么把表做的炫酷點,可以添加標題,可以去掉不需要的網格線,調一下柱體顏色

Flotr.draw(
                    document.getElementById("chart"), wins, {
                        title:"球隊獲勝",
                        colors:["#89afd2"],   
                        bars: {
                            show: true,
                            barWidth:0.5,
                 shadowSize:0,
                          fillOpacity:1,
                          linewidth:0,
}, xaxis:{ ticks:years, }, yaxis:{ min:0, tickDecimals:0, }, grid:{ horizontalLines:false, verticalLines:false, }, } );

視覺上與背景強烈的對比,通過高度不同體現差值差異。

?

8、多彩的主題色彩

舉個栗子,要想在一年中多個球隊的總勝利的場數,這種情況下,每個球隊的柱體就需要用不同顏色來代表。

首先調整一下數據結構

<!DOCTYPE html>
<html>

    <head>
        <meta charset="utf-8" />
        <title></title>
    </head>

    <body>
        <div id="chart" style="width: 600px;height: 300px;"></div>
        <script src="js/flotr2.js"></script>
        <script>
//            var wins = [
//                [
//                    [0, 13],
//                    [1, 11],
//                    [2, 15],
//                    [3, 15],
//                    [4, 18],
//                    [5, 21],
//                    [6, 28]
//                ]
//            ];
            var wins2 = [[[0,28],[1,28],[2,21],[3,20],[4,19]]];
//            var years = [[0,"2006"],[1,"2007"],[2,"2008"],[3,"2009"],[4,"2010"],[5,"2011"],[6,"2012"]];
            var teams = [[0,"MCI"],[1,"MUN"],[2,"ARS"],[3,"TOT"],[4,"NEW"]];
            window.onload = function() {
                Flotr.draw(
                    document.getElementById("chart"), wins2, {
                        title:"2011-2012年球隊獲勝場數",
//                        title:"球隊獲勝",
//                        colors:["#89afd2"],
                        colors:["#89afd2", "#1d1d1d", "#df021d", "#0e204b", "#e67840"],
                        bars: {
                            show: true,
                            barWidth:0.5,
                            shadowSize:0,
                            fillOpacity:1,
                            linewidth:0,
                        },
                        xaxis:{
//                            ticks:years,
                            ticks:teams,
                        },
                        yaxis:{
                            min:0,
                            tickDecimals:0,
                        },
                        grid:{
                            horizontalLines:false,
                            verticalLines:false,
                        },
                    }
                );
            };
        </script>
    </body>

</html>

注意:顏色的bug還沒有解決。

?

9、可能會出現的bug

有時候flotr會出現一些bug,在構建圖表的過程中,flotr2會創建一個虛擬的html元素,以便計算尺寸大小。flotr2為了讓這些元素在頁面不可見,會調整一下css定位,在屏幕可視范圍內消失。flotr2.js的2281行,有css定義

  D.setStyles(div, { "position" : "absolute", "top" : "-10000px" });

官方還沒有改進這個問題,如果沒有超過10 00像素,那就沒有必要進行優化;如果你的文檔超過10 000像素,就會出現那個虛擬的HTML元素,解決辦法改進這個flotr2.js庫,或者新寫一個

$(".flotr-dummy-div").parent().hide();

?

?

二、基礎的折線圖?

柱狀圖處理一般數據來說,已經足夠了,但是當數據量大了,折線圖展示就更加有效。折線圖尤其擅長于展現數據整體趨勢,避免讓用戶過于關注個別的數據點而忽略了整體。

舉個栗子:想展示大氣中二氧化碳的濃度和全球氣溫,他們之間存在著某種相關性。我們想展示這兩組數據在同一時間的變化,找出他們之間存在的一些必然聯系,對于呈現這些趨勢來說,折線圖是完美的可視化工具。

?

和柱狀圖一樣,你需要先在你的網頁中引入Flotr2庫,然后創建一個<div>元素來包裹住這個圖表。接下來,就是數據的準備工作了。

1、定義數據

首先我們來處理一下二氧化碳濃度的測量數據。

var co2 = [
    [ 1959, 315.97 ],
    [ 1960, 316.91 ],
    [ 1961, 317.64 ],
    [ 1962, 318.45 ],
    // Data ...

因為我們的二氧化碳測量值是從1959年開始統計的,所以我們也同樣把溫度數據的起點設為1959年。

var temp = [
    [ 1959, 0.0776 ], 
    [ 1960, 0.0280 ], 
    [ 1961, 0.1028 ], 
    [ 1962, 0.1289 ], 
    // Data ...

?

2、繪制co2圖像

用Flotr2繪制一個數據集是非常容易的。我們只要簡單地調用Flotr對象的draw()方法就可以了。這個方法只有兩個必需參數:一個圖表的HTML元素,以及數據本身。

                Flotr.draw(
                    document.getElementById("chart"),
                    [{
                        data: co2,
                        lines: {
                            show: true
                        }
                    }]
                );

?這個圖表清晰地展示了過去50年二氧化碳濃度變化的趨勢

?

3、繪制溫度曲線

?把氣溫的數據添加進來

                Flotr.draw(
                    document.getElementById("chart"), [
                    {
                        data: co2,
                        lines: {
                            show: true,
                        },
                    },
                    {
                        data:temp,
                        line:{
                            show:true,
                        },
                        yaxis:2
                    }
                    ]
                );

我們溫度的數據還包含一個yaxis參數,并且將值設置為2。這就是告訴flotr,對溫度參數使用第二條縱刻度。如果有多個縱軸時候,很難向用戶解釋網格線和縱軸數字對應的關系。

?

4、改進圖標的可讀性

通過配置更多的flotr2屬性和參數,我們可以將折線圖的可讀性進一步提高。

首先消除網格線,因為她與溫度測量值沒有關系。

然后,我們可以draw()方法添加一些屬性,優化兩邊的縱軸的數字范圍。?

Flotr.draw(
                    document.getElementById("chart"), [
                    {
                        data: co2,
                        lines: {
                            show: true,
                        },
                    },
                    {
                        data:temp,
                        line:{
                            show:true,
                        },
                        yaxis:2
                    }
                    ],{
                        grid:{
                            horizontalLines:false,
                            verticalLines:false,
                        },
                        yaxis:{
                            min:300,
                            max:400,
                        },
                        y2axis:{
                            min:-0.15,
                            max:0.69
                        }
                    }
                );

添加了grid屬性,并把horizontallines和verticallines兩個二級屬性的屬性值設為false,這樣就關閉了網格線。然后,設置了yaxis屬性的minimum和maximum兩個值(代表二氧化碳濃度范圍)。最后,我們在標注的地方設置了y2axis屬性,即溫度的值的縱軸取值范圍。

圖表變得更加清晰和易讀。

?

5、理解右側的溫度標記

?右側縱軸上的溫度標記可能會對用戶造成困擾,因為這些數字并不是實際的溫度,其代表的是和20世紀平均溫度之間的溫度差異。我們使用的方法是創建一個虛擬的數據集,并添加到圖表中。這個數據集中只包含一個值:0。

var zero = [];
for (var yr=1959; yr<2012; yr++) { zero.push([yr, 0]); };

當我們添加數據集到圖表中時,我們要聲明這個數據集要對應右側的縱軸。另外,因為我們想讓這條線當做圖表框架的一部分出現,而不是另外一個數據集出現。所以我們可以通過把它設置成寬1像素,深灰色,沒有陰影來降低它的重要程度。

?我們首先在數據集中放置了一個數值為0的刻度線。由此執行代碼后,Flotr2就會在0刻度線上面一層繪制實際的數據。

?

6、給圖表添加標注

?給圖表添加適當的標注。標注不僅包含所有的標題,也包含每個獨立的數據集。同時為了使溫度軸上的數字標記易于理解,我們還會給溫度的刻度添加一個“℃”(攝氏度)的后綴。

?為每組數據添加標注,使用的是label屬性。圖表的標題我們用title屬性來標注,然后,我們使用tickFormatter()函數來添加“℃”后綴。

<!DOCTYPE html>
<html>

    <head>
        <meta charset="UTF-8">
        <title></title>
    </head>

    <body>
        <div id="chart" style="width: 600px;height: 400px;"></div>
        <script src="js/flotr2.js"></script>
        <script>
            var co2 = [
                [1959, 315.97],
                [1960, 316.91],
                [1961, 317.64],
                [1962, 318.45],
                [1963, 318.99],
                [1964, 319.62],
                [1965, 320.04],
                [1966, 321.38],
                [1967, 322.16],
                [1968, 323.04],
                [1969, 324.62],
                [1970, 325.68],
                [1971, 326.32],
                [1972, 327.45],
                [1973, 329.68],
                [1974, 330.18],
                [1975, 331.08],
                [1976, 332.05],
                [1977, 333.78],
                [1978, 335.41],
                [1979, 336.78],
                [1980, 338.68],
                [1981, 340.10],
                [1982, 341.44],
                [1983, 343.03],
                [1984, 344.58],
                [1985, 346.04],
                [1986, 347.39],
                [1987, 349.16],
                [1988, 351.56],
                [1989, 353.07],
                [1990, 354.35],
                [1991, 355.57],
                [1992, 356.38],
                [1993, 357.07],
                [1994, 358.82],
                [1995, 360.80],
                [1996, 362.59],
                [1997, 363.71],
                [1998, 366.65],
                [1999, 368.33],
                [2000, 369.52],
                [2001, 371.13],
                [2002, 373.22],
                [2003, 375.77],
                [2004, 377.49],
                [2005, 379.80],
                [2006, 381.90],
                [2007, 383.77],
                [2008, 385.59],
                [2009, 387.37],
                [2010, 389.85],
                [2011, 391.62],
            ];
            var temp = [
                [1959, 0.0776],
                [1960, 0.0280],
                [1961, 0.1028],
                [1962, 0.1289],
                [1963, 0.1469],
                [1964, -0.1171],
                [1965, -0.0523],
                [1966, 0.0063],
                [1967, 0.0219],
                [1968, 0.0093],
                [1969, 0.1139],
                [1970, 0.0684],
                [1971, -0.0315],
                [1972, 0.0558],
                [1973, 0.1909],
                [1974, -0.0527],
                [1975, 0.0172],
                [1976, -0.0753],
                [1977, 0.1779],
                [1978, 0.0990],
                [1979, 0.1856],
                [1980, 0.2301],
                [1981, 0.2701],
                [1982, 0.1521],
                [1983, 0.3170],
                [1984, 0.1259],
                [1985, 0.1065],
                [1986, 0.1956],
                [1987, 0.3293],
                [1988, 0.3407],
                [1989, 0.2659],
                [1990, 0.3988],
                [1991, 0.3757],
                [1992, 0.2323],
                [1993, 0.2621],
                [1994, 0.3245],
                [1995, 0.4473],
                [1996, 0.3170],
                [1997, 0.5117],
                [1998, 0.6286],
                [1999, 0.4525],
                [2000, 0.4264],
                [2001, 0.5496],
                [2002, 0.6121],
                [2003, 0.6211],
                [2004, 0.5779],
                [2005, 0.6510],
                [2006, 0.5977],
                [2007, 0.5923],
                [2008, 0.5134],
                [2009, 0.5985],
                [2010, 0.6621],
                [2011, 0.5362],
            ];
            var zero = [];
            for (var yr=1959; yr<2012; yr++) { zero.push([yr, 0]); };
            window.onload = function() {
                Flotr.draw(
                    document.getElementById("chart"),
                    [{
                        data:zero,
                        label: "20<sup>th</sup>-Century Baseline Temperature",
                        line:{show:true,lineWidth:1},
                        yaxis:2,
                        showdowSize: 0,
                        color: "#545454"
                    },
                    {
                        data: co2,
                        label: "CO<sub>2</sub> Concentration (ppm)",
                        lines: {show: true,},
                    },
                    {
                        data:temp,
                        label: "Yearly Temperature Difference (°C)",
                        line:{show:true,},
                        yaxis:2
                    },
                    ],
                    {
                        title: "20<sup>th</sup>-世紀全球氣溫和co2濃度的關系圖",
                        grid:{
                            horizontalLines:false,
                            verticalLines:false,
                        },
                        yaxis:{
                            min:300,
                            max:400,
                        },
                        y2axis:{
                            min:-0.15,
                            max:0.69,
                            tickFormatter:function(val){return val+" °C";}
                        }
                    }
                );
            }
        </script>
    </body>

</html>

tickFormatter屬性會遍歷對應軸上的每一個標記值,并對其進行格式化處理。

實際上,單個數據點不是可視化要關注的。我們其實是想要展現趨勢——每一個數據集的趨勢以及數據集之間的相關性。把這些點用線串連起來以引導用戶獲取正確的趨勢,這才是可視化的核心價值。

?

?三、基礎的餅圖

?由于餅圖并不能很有效地表達數據,所以在可視化大家庭中它并不是很受歡迎。

如果你要和其他值進行對比,那么首選柱狀圖。它基本上都能提供最好的可視化效果。

但有一種情況例外,當我們想要把單個值和總體進行比較時,餅圖是非常有效的。舉個例子來說,我們要看世界貧困人口的百分比。在這種情況下,餅圖就能很好的勝任這個工作。接下來我們就要用Flotr2來構建一個這樣的圖表。

1、定義數據

var pieData =[[[0,22.4]],[[1,77.6]]];

有一個包含兩個數據集的數組:一個是貧困人口的百分比(22.4)另一個是剩下的部分(77.6)。每一個數組本身還包含了一個數組。在這個例子中,餅圖一般情況下在每個集合中只有一個點用x和y值來表示(在數組中把每一個這樣的x,y值存成一個數組)。對于餅圖來說,x值是不相干的,所以我們只是用簡單的0,1來占位。

2、繪制圖表

<!DOCTYPE html>
<html>
    <head>
        <meta charset="UTF-8">
        <title></title>
    </head>
    <body>
        <div id="chart" style="width: 300px;height: 300px;"></div>
        <script src="js/flotr2.js"></script>
        <script>
            var pieData =[[[0,22.4]],[[1,77.6]]];
            window.onload = function(){
                Flotr.draw(document.getElementById("chart"),
                    pieData,
                    {
                        pie:{show:true,},
                        yaxis:{showLabels:false,},
                        xaxis:{showLavels:false,},
                        grid:{
                            horizontalLines:false,
                            verticalLines:false,
                        }
                    }
                );
            }
        </script>
    </body>
</html>

需要讓x和y軸的標注不可用,只需要在代碼中設置showLabels屬性為false。我們還需要關閉網格線,因為網格對于餅圖并沒有什么作用。我們只需要在代碼中設置grid選項的verticalLines和HorizontalLines兩個屬性就可以完成。

3、標注數值

?為了區分每一個標注,我們不得不改變我們數據的結構。不用數組來存儲,而是創建一個個對象來存儲每一個集合。每一個對象的data屬性將包含對應的數據點,我們還會創建一個label屬性來放置文本標注內容。

var data = [
    {data: [[0,22.4]], label: "Extreme Poverty"}, 
    {data: [[1,77.6]]} 
];

現在,當我們調用draw()方法,我們只需要添加一個title的選項,Flotr2就會在圖像上添加一個標題,并且根據我們的label屬性來對餅圖中的一部分做一個簡單的圖例說明。我們會在標題中提出一個問題,這使得圖表更加吸引人。這也解釋了我們為什么只標注了其中的一個區域:這個標注區域回答了標題中的問題

?

四、離散圖

柱狀圖對于單一數據維度的可視化展現通常是非常有效的(就像我們之前創建的展現勝利場次的柱狀圖)。但如果我們想要探索兩種不同類型數據之間的關系,離散型圖表會更有效。?

?舉個栗子:

想要展示一個城市健康體檢的花費(一個維度)和平均壽命(另一個維度)之間的關系。

1、定義數據

var europe_data= [
    {  country: "Australia",   spending: 9.1,    life: 81.8  },
    {  country: "Austria",     spending: 11.0,   life: 80.7  },
    {  country: "Belgium",     spending: 10.5,   life: 80.3  },
    // Data ...

2、格式化數據

我們需要重構原始數據來匹配Flotr2對數據格式的需要。

我們一開始先定義一個空數組,然后循環源數據health_data,將源數據health_data中我們圖表中需要的元素提取出來,push到data數組中

var scatterData = [];
            for(var i=0;i<europe_data.length;i++){
                scatterData.push([
                    europe_data[i].spending,
                    europe_data[i].life,
                ]);
            };

3、繪制數據

window.onload = function(){
                Flotr.draw(
                    document.getElementById("chart"),
                    [{
                        data:scatterData,
                        points:{show:true},
                    }]
                );
            }

首先一個是我們HTML文檔中放置我們圖表的元素,第二個是一個數組,里面存著圖表的數據。通常,Flotr2可以在同一個圖表中繪制多個數據集的內容,所以數組可能會有多個對象。因為在我們的例子中只繪制一個數據集,所以數組中只有一個對象。這個對象會識別data屬性,并且告訴Flotr2用點來替代線展示(用points屬性替換lines屬性)。

注意看,有一些點壓在了圖表的邊緣。

4、調整圖表的軸

?但是Flotr2會自動計算每個軸的范圍,且默認的算法結果通常間距都很小。 Flotr2有一個autoscale的選項,如果你設置了,類庫會嘗試找到合適的范圍自動關聯x、 y軸。

window.onload = function(){
                Flotr.draw(
                    document.getElementById("chart"),
                    [{
                        data:scatterData,
                        points:{show:true},
                    }],
                    {
                        xaxis:{min:5,max:20},
                        yaxis:{min:70,max:85},
                    }
                );
            }

我們在draw()方法中添加了第三個參數,包含我們想要的選項,在這個例子中是x和y軸屬性。

?

5、標注數據

我們的圖表目前看來很合理,但它并沒有明確用戶想看到的東西。我們需要添加一些標注來識別數據。再多加一些選項就可以闡明圖表了。

window.onload = function(){
                Flotr.draw(
                    document.getElementById("chart"),
                    [{
                        data:scatterData,
                        points:{show:true},
                    }],
                    {
                        title:"健康體檢花費與平均壽命關系",
                        subtitle:"2010OECD數據",
                        xaxis:{min:5,max:20,tickDecimals:0,title:"花費占GDP比重",tickFormatter:function(val){return val+"%"}},
                        yaxis:{min:70,max:85,tickDecimals:0,title:"年份"},
                    }
                );
            }

所有標題和次級標題都可以用title和subtile選項表示,當title屬性在xaxis和yaxis選項中時,是用來命名這些軸的。除了添加標注,我們還要修改tickDecimals屬性告訴Flotr2對于x和y軸的值不需要小數點。

tickFormatter屬性會遍歷對應軸上的每一個標記值,并對其進行格式化處理。

6、回答用戶的需求

我們尤其想要搶先回答用戶可能提出的問題,并且試著在圖表中直接給出答案。在圖表中至少暴露了三個問題:

1.都展示了哪些國家?

2.地區之間有哪些不同?

3.在右邊遠離其他數據的那個點是什么?

?我們解決這個問題的方法是將數據分成多個集合,并且用不同的顏色和標注表明。首先我們要把數據拆分到各個地區。

<!DOCTYPE html>
<html>

    <head>
        <meta charset="UTF-8">
        <title></title>
    </head>

    <body>
        <div id="chart" style="width: 600px;height: 400px;"></div>
        <script src="js/flotr2.js"></script>
        <script>
            var europe_data = [{
                country: "Austria",
                spending: 11.0,
                life: 80.7
            }, {
                country: "Belgium",
                spending: 10.5,
                life: 80.3
            }, {
                country: "Czech Republic",
                spending: 7.5,
                life: 77.7
            }, {
                country: "Denmark",
                spending: 11.1,
                life: 79.3
            }, {
                country: "Estonia",
                spending: 6.3,
                life: 75.6
            }, {
                country: "Finland",
                spending: 8.9,
                life: 80.2
            }, {
                country: "France",
                spending: 11.6,
                life: 81.3
            }, {
                country: "Germany",
                spending: 11.6,
                life: 80.5
            }, {
                country: "Greece",
                spending: 10.2,
                life: 80.6
            }, {
                country: "Hungary",
                spending: 7.8,
                life: 74.3
            }, {
                country: "Iceland",
                spending: 9.3,
                life: 81.5
            }, {
                country: "Ireland",
                spending: 9.2,
                life: 81.0
            }, {
                country: "Italy",
                spending: 9.3,
                life: 82.0
            }, {
                country: "Luxembourg",
                spending: 7.9,
                life: 80.7
            }, {
                country: "Netherlands",
                spending: 12.0,
                life: 80.8
            }, {
                country: "Norway",
                spending: 9.4,
                life: 81.2
            }, {
                country: "Poland",
                spending: 7.0,
                life: 76.3
            }, {
                country: "Portugal",
                spending: 10.7,
                life: 79.8
            }, {
                country: "Slovak Republic",
                spending: 9.0,
                life: 75.2
            }, {
                country: "Slovenia",
                spending: 9.0,
                life: 79.5
            }, {
                country: "Spain",
                spending: 9.6,
                life: 82.2
            }, {
                country: "Sweden",
                spending: 9.6,
                life: 81.5
            }, {
                country: "Switzerland",
                spending: 11.4,
                life: 82.6
            }, {
                country: "Turkey",
                spending: 6.1,
                life: 74.3
            }, {
                country: "United Kingdom",
                spending: 9.6,
                life: 80.6
            }, ];
            var pacific_data = [{
                country: "Australia",
                spending: 9.1,
                life: 81.8
            }, {
                country: "New Zealand",
                spending: 10.1,
                life: 81.0
            }, ];
            var americas_data = [{
                country: "Canada",
                spending: 11.4,
                life: 80.8
            }, {
                country: "Chile",
                spending: 8.0,
                life: 79.0
            }, {
                country: "Mexico",
                spending: 6.2,
                life: 75.5
            }, {
                country: "United States",
                spending: 17.6,
                life: 78.7
            }, ];
            var mideast_data = [{
                country: "Israel",
                spending: 7.5,
                life: 81.7
            }, ];
            var asia_data = [{
                country: "Japan",
                spending: 9.5,
                life: 83.0
            }, {
                country: "Korea",
                spending: 7.1,
                life: 80.7
            }, ];
            var us_data = [{
                country: "United States",
                spending: 17.6,
                life: 78.7
            }, ];

            var pacific = [],
                europe = [],
                americas = [],
                mideast = [],
                asia = [],
                us = [];
            for(i = 0; i < pacific_data.length; i++) {
                pacific.push([pacific_data[i].spending, pacific_data[i].life]);
            }
            for(i = 0; i < europe_data.length; i++) {
                europe.push([europe_data[i].spending, europe_data[i].life]);
            }
            for(i = 0; i < americas_data.length; i++) {
                americas.push([americas_data[i].spending, americas_data[i].life]);
            }
            for(i = 0; i < mideast_data.length; i++) {
                mideast.push([mideast_data[i].spending, mideast_data[i].life]);
            }
            for(i = 0; i < asia_data.length; i++) {
                asia.push([asia_data[i].spending, asia_data[i].life]);
            }
            for(i = 0; i < us_data.length; i++) {
                us.push([us_data[i].spending, us_data[i].life]);
            }
            window.onload = function() {
                Flotr.draw(
                    document.getElementById("chart"), 
                    [
                        { data: pacific,  label: "Pacific", points: {show:true} },
                        { data: europe,   label: "Europe", points: {show:true} },
                        { data: americas, label: "Americas", points: {show:true} },
                        { data: mideast,  label: "Middle East", points: {show:true} },
                        { data: asia,     label: "Asia", points: {show:true} },
                        { data: us,       label: "United States", points: {show:true} },
                    ], {
                        title: "健康體檢花費與平均壽命關系",
                        subtitle: "2010OECD數據",
                        xaxis: {
                            min: 5,
                            max: 25,
                            tickDecimals: 0,
                            title: "花費占GDP比重",
                            tickFormatter: function(val) {
                                return val + "%"
                            }
                        },
                        yaxis: {
                            min: 70,
                            max: 85,
                            tickDecimals: 0,
                            title: "年份"
                        },
                        legend: {position: "ne"},
                    }
                );
            }
        </script>
    </body>

</html>
legend: {position: "ne"},是將圖例定位在圖表的右上角。

?

當前文章:http://www.hfcxdn.com/html_84934.html

發布時間:2019-05-22 02:41:30

浙江衛矛都在哪里買的? 紅花重瓣木槿集中產區,年產量全國第一,物美價廉 哪里有賣花車月季花苗? 直徑5公分美人梅多少錢一棵? 選購“三多”苗木,請到沭陽的紅葉小檗基地 北京有荷花種植基地嗎? 重慶可以栽植海桐嗎? 匍莖剪股穎草坪種植需要注意什么 天南星的種子哪里能買到? 去哪里買棗樹種子最好?

大型的海棠種植基地現貨直銷 叢狀紅王子錦帶哪里有? 叢生紫薇哪里有? 哪里有黃玉蘭供應商? 小花月季苗哪里有賣?  綠化苗木企業如何發展壯大 十一月還能種植魯冰花嗎? 紅花草種子發芽溫度最佳是幾度? 11月可以種植薔薇嗎? 7月可以播種八角金盤嗎? 五月份可以種植龍柏樹嗎?

編輯:安成平

我要說兩句: (0人參與)

發布
捕鱼达人之深海狩猎