知识共享许可协议

可视化中的数据

当下随着大数据热潮的到来,数据可视化作为一个新兴的领域,受到了学术界和工业界的重视。从可视分析、数据新闻到商业报表,各个领域都在越来越多的使用它。既然是数据可视化,说明数据是主体,可视化只是将数据以可视的形式表达的手段。接下来小编就与大家一起揭开可视化中数据的面纱,一探究竟。

阅读全部

ECharts 3.4 版本发布:新增象形柱图、主题河流图、水球图

在 ECharts 新发布的 3.4 版本中,新增象形柱图、主题河流图、水球图三种新图表。象形柱图利用图片和形状表现数据,主题河流图可以用来表示事件或主题等在一段时间内变化,水球图常用来展现百分比数据。

阅读全部

ECharts 3.2.0 变动介绍

在 6 月 30 这个 ECharts 三周年之际我们发布了 3.2.0,这个版本是 ECharts 进入 3 之后最大的一次升级,新增的特性中有些是大家反复提了好久的,有些是我们自己想了很久的,有些我们在实现后光看看效果都觉得非常激动,有些可能看不出来区别但是我们也在底层做了很多工作。

希望这个开发了长达一个多月时间的新版本不会让大家失望。

新版本都有哪些东西?

在功能方面,这个版本新增了 brush(刷选),markArea,单轴等组件,除此之外对已有的图表组件,比如折线图,线图,dataZoom,坐标轴等做了或多或少的增强和优化,当然还有一些 bug 的修复。

这个版本在底层的性能上也做了很多的优化工作,首先直观的用数据来说大部分场景底层重绘的效率是原先的 2x~3x。其次是引入了渐进式渲染和单独的高亮层防止图形很多的时候交互和重绘带来很严重的阻塞。

同时我们官网还新增了一款 主题编辑器 方便大家编辑自己的主题

下面会一一介绍这些新特性。多图流量党慎入! 完整无图的 changelog 见 这里

阅读全部

14款基于javascript的数据可视化工具

原文:Are you ready for the era of big data? 14 popular JavaScript based data visualization tools

俗话说,一图胜千言。图形化的信息可以让人们对数据有更加直观清晰的理解,让信息发布者更加高效地展示自己的核心内容。在前端开发中,如果缺少合适工具,制作数据可视化图表会十分复杂。然而随着数据可视化概念逐年火热,有较多优秀的图表开源库和制作工具脱颖而出。下面,我们就拿其中比较有名的 14个产品进行简要介绍。

AnyChart

链接:http://www.anychart.com/

AnyChart 是基于 Flash/JavaScript(HTML5) 的图表解决方案,它可以轻松地跨浏览器、跨平台工作。除了基础的图表功能外,它还有收费的交互式图表和仪表功能。它可以通过 XML 格式获取数据,该方式让开发人员非常灵活地控制图表上的每一个数据点,而当图表数据点数量偏大时,则可以采用 CSV 数据输入,减小数据文件大小和图表加载时间。

amCharts

链接:http://www.amcharts.com/

amCharts 是一款高级图表库,致力于对 Web 上的数据可视化提供支持。它所支持的图表包括柱状图、条状图、线图、蜡烛图、饼图、雷达、极坐标图、散点图、燃烧图和金字塔图等等。amCharts 库是一款完全独立的类库,在应用中不依赖任何其他第三方类库,就可直接编译运行。除了提供最基本的规范要素外,amCharts 还提供了交互特性。用户在浏览基于 amCharts 制作的图表时,用鼠标 hover 图表内容,可以与其进行交互,使图表展示细节信息,其中呈现信息的容器被叫做 Balloon(气球)。除此之外图表可以动态动画的形式被绘制出来,带来了了非常好的展示效果。

阅读全部

ECharts 3 带来了什么

ECharts 在 github 上沉寂了数个月,想必很多小伙伴充满了各种疑问,ECharts是不是不维护了?你们以后是不是不做了?别着急,其实这几个月,我们的设计师、工程师一直厉兵秣马,加班加点,没有周末,没有女朋友地疯狂工作中。

终于,ECharts 的又一个重大版本即将出炉,在 ECharts 3 正式版发行前,我们选择了今天,12.3,一个能够隐喻我们一步一步从1.0到2.0再到3.0走来的日子,提前给广大用户带来 ECharts 3 的测试版。

那 ECharts 3 究竟会有哪些新的特征,我们用数月究竟在颠覆着自己的什么呢?接下来让我们一一为您道来:

焕然一新的面貌

焕然一新的面貌

焕然一新的面貌

从底层的技术架构到上层的外观展现,都进行了较大的升级。无需多言,请看下面的诸多例子。

阅读全部

LineUp:多属性排序的可视分析

译自:LineUp: Visual Analysis of Multi-Attribute Rankings

前言

在我们的日常生活中经常会遇到各种各样的排序列表,排序是将无序的数据项集合重组的普遍方式,它基于数据项的单个或多个属性值为数据项计算一个排名。多属性排序是普遍存在的,在多属性排序中,我们无法直观理解单个属性对排序所作得贡献以及单个或多个属性的变动是如何影响排序的。

具体来说多属性排序可视化工具需要解决的问题为:

  1. 当诠释一组排序时,我们想知道为什么一个数据项的排名比其他项要低(高),是因为它的所有属性值都低(高)还是因为它的某个属性值较低(高)。
  2. 如何使得不同类型的属性之间具有可比性,并且组合在一起产生一个排名。
  3. 如何比较同一个数据项的不同排名,如修改一个数据项的属性,它的排名会相应变化,我们希望比较这些变化的排名。
  4. 如果可以修改排序中单个或多个数据项的属性,我们希望探究属性值改变所产生的效果。

在这篇文章中将介绍对多属性排序可视化的需求所作的全面分析,以及全新的多属性组合排序可视分析技术LineUp的设计与实现。

阅读全部