ECharts 统计扩展教程

你是否想了解一组样本数据的分布情况?你是否想根据用户的数值属性将用户分成不同的群体?你是否想预测两个变量的变化趋势?—— 什么?不需要?不要再违心了,小编已经听到来自你们内心深处的呐喊,今天就为大家推荐一款神器 —— ECharts 统计扩展,这是一个用来进行数据分析的扩展工具,包含的功能有直方图、聚类、回归、以及常用的汇总统计。通过统计扩展和 ECharts 的结合,可以使大家方便地实现可视分析,也就是将数据分析的结果,通过可视化直观地呈现出来。下面我们就一起来学习一下这些功能。

首先引入 JavaScript 文件

如果大家不仅要对数据进行分析,还要将分析的结果呈现出来,那就需要在下载引入扩展文件的同时,下载引入 ECharts 文件。如下:

1
2
3
4
5
6
<script src="echarts.js"></script>
<script src="ecStat.js"></script>

<script>
//具体可视分析的代码
</script>

除此之外,还需要指定一个具有高度和宽度的 DOM 元素,作为图表的容器,用来放置将被绘制的图表。如:

1
<div id="main" style="width=100%; height=100%"></div>

然后传入该 DOM 元素,初始化 ECharts 图表:

1
var chart = echarts.init(document.getElementById('main'));

完成了上面的准备工作,下面将一一介绍统计扩展的功能。

直方图

直方图主要用来反映一组样本数据的分布情况,可以近似估计一个数值类变量的概率分布。直方图是一种特殊的柱状图,它的任意两个 bar 之间不允许有间隙,这是因为整个数轴范围被分割成了一个个连续的、相互邻接的小区间。这个分割过程就是由统计扩展做的,用户只需要传入一维的数据,如下:

1
2
3
var girth = [8.3, 8.6, 8.8, 10.5, 10.7, 10.8, 11.0, 11.0, 11.1, 11.2, 11.3, 11.4, 11.4, 11.7, 12.0, 12.9, 12.9, 13.3, 13.7, 13.8, 14.0, 14.2, 14.5, 16.0, 16.3, 17.3, 17.5, 17.9, 18.0, 18.0, 20.6];

var bins = ecStat.histogram(girth, 'scott');

这里的第二个参数 'scott' 是用来指定切割 bin 的方法,有四个选项,分别是 'squareRoot''scott''freedmanDiaconis''sturges' ,其中 'squareRoot' 是默认的计算方法,也是Excel中直方图使用的计算 bin 的方法 ,有关这四种计算方法的详细介绍,请参见 wikipedia。使用处理后的 bins.data 配置 ECharts 柱状图中的 option.data 就可以得到如下的直方图。由于篇幅的问题,这里就不再赘述具体的 option 配置,感兴趣的读者可以点击下方的 代码 按钮,进入 ECharts Gallery 中查看。

聚类分析

聚类分析用于将原数据集聚合成多个特性不同的数据簇,每个数据簇内的数据对象具有某些相似的特征。通过 ECharts 不仅可以可视化聚类的结果,还可以可视化聚类的过程。具体的使用方式如下:

1
var result = ecStat.clustering.hierarchicalKMeans(data, clusterNumber, false);

其中 data 是用户传入的二维数值数组, clusterNumber 是由用户设定的数据簇的个数,最后一个 boolean 类型的变量是用来指定,静态地可视化聚类的结果,还是动态地可视化聚类的过程。若值为 false 则为前者,反之,则为后者。

静态可视化聚类的结果:

动态可视化聚类的过程:

同样,感兴趣的读者可以点击上方实例的 代码 按钮,进入 ECharts Gallery 中查看具体的代码,以及 option 的配置。

回归分析

回归分析就是根据数据集中自变量和因变量的值,拟合出一条曲线,反映它们的变化趋势。在统计扩展中我们实现了四种回归算法,分别是线性回归、指数回归、对数回归、以及多项式回归。使用方式如下:

1
var myRegression = ecStat.regression(regressionType, data, order);

其中,regressionType 指的是回归类型,有四种取值,分别是 'linear''exponential''logarithmic''polynomial'data 是用户传入的二维数值数组,分别是自变量和因变量的样本值。最后一个参数 order 用于多项式回归,用来指定多项式的阶数。

线性回归:

指数回归:

对数回归:

多项式回归:

常用汇总统计

除了上面提到的数据分析方法之外,统计扩展还包括了常用的汇总统计,如分位数、样本方差、标准差、中位数、平均数、求和、最大值、最小值等。具体的用法,这里就不在展开了,详情请参见 GitHub 上的详细文档

最后的最后,提醒大家一句,在参照完 Galleryoption 的设置之后,一定要记得 setOption ,如下:

1
chart.setOption(option);
知识共享许可协议