`

HTML5数据可视化第一弹:彩虹爆炸图

阅读更多

前言

 

25年过去了,Brooks博士著名的“没有银弹”的论断依旧没有被打破。HTML5也是一样。但这并不妨碍HTML5是一个越来越有威力的“炸蛋”:发展迅速、势不可挡。随着HTML5技术的普及,用HTML5做可视化呈现的项目越来越多了。HTML5的优势明显:网页上直接运行无需插件、手机平板方便兼容、代码开发和维护相对容易,等等。一大波一大波的做Java、.NET甚至C++桌面的程序老手们都纷纷开始研究javascript了,而初出茅庐的新一代程序猿更是义无反顾的直奔HTML5这个技术大热点而来。

 

HTML5涵盖的技术点很多,甚至延伸到了前端、后端、通讯等各个层面。前端的canvas绘图这块无疑是它的核心内容。Canvas的API虽然不是很复杂很强大,但是做一般的2d绘图基本都够用了。基于这些API,一大堆的2d绘图组件纷纷出炉。Echarts、d3.js都是很不错的项目。Echarts主要是chart组件,而d3相对杂一些,很多呈现方式很有创意,值得研究。

 

概述

 

研究d3的起因是最近有一个项目,用户截了一张效果图让我们用HTML5做一下:



 

看着很眼熟,搜了一下,感觉就是d3例子中的sunburst效果,程序在这里: 

http://bl.ocks.org/mbostock/4063423

 

看上去似乎也不难,就是一圈一圈的饼图,把树状结构数据按占比一层一层绘制上去就行了。所以引起了自己动手做一个的兴趣。“sunburst”英文里应该是“云开日出”的意思,类似强烈的光芒从云层背后透射出来,不知为何中文里大多把它翻译成“日落”。比如这把Fender Telecaster吉他型号是Brown Sunburst款,就会被大家翻译成“日落色”。



 

 

 

关于日出和日落更喜欢哪一个的问题,网上还真有这样的调查。有意思的是,选择喜欢日落的远多于选择日出的。日出代表希望,日落代表成熟,都是一种美,哪个更美要看你个人的心境,因为它的美丽是由心生。为了不在这个问题上站错对,我们还是给他重新起一个更加响亮霸气的中文名字:“彩虹爆炸图”,怎么样?

 

仔细研究一下彩虹爆炸图的结构,无非就是一个树形结构,并采用发射状的布局。根节点在中间(也可以认为没有唯一的根,而是一堆根节点围绕在第一圈),一次向外发散排列。每一个节点有名称、数值。节点可以按照自身数值在扇区所占比例进行绘制,这样就不用管节点具体数值有多大多小了。

 

这种图最先是由布朗大学教授John T. Stasko设计。

http://www.cc.gatech.edu/~john.stasko/

 

经过一天的折腾,终于做出了一个还算过得去的“彩虹爆炸图”。先上个图看看:

 


 

 

主要功能包括了:

  1. 可以通过json来定义数据和样式(类似百度的echarts那样);
  2. 颜色可以固定,也可以自动彩虹色;
  3. 自动计算数值及角度占比;
  4. 动态显示导航路径;
  5. 鼠标动态高亮显示路径;
  6. 动画飞入、展开导航路径;
  7. 文字显示及角度控制;
  8. 全矢量,可鼠标缩放、平移,不失真;

下面重点码一下折腾过程中的几个重点:

 

一、定义节点对象

 

首先定义每一个小扇片节点。每个扇片可以用一段饼图来绘制。为了简单方便,这里用了最简单高效偷懒的方法:用一个半径很粗的线画一段角度的arc,即可。如下图:



 

 

 另外还有文字等内容。所以定义它的json结构大概如下:

 

var  item = {name: '名称', color: 'red', angle: '45', …};

 

此外,下一圈的数据,可直接定义为这个节点的“孩子节点”,直接在item中定义一个data的子节点数据:

 

var  item = {name: '名称', color: 'red', angle: '45', data:[

{name:’孩子一’, color:’green’,…},

{name:’孩子二’, color:’yellow’,…},

]};

 

这样就可以组成一个树状结构。接下来要在canvas上绘制图形了。为了方便,这里直接使用了矢量图进行定义:

 

twaver.Util.registerImage('node', {    

  v: [{

    shape: 'circle',

    r: ...

    lineColor: function(data,view){return data.getClient("lineColor");},     

    lineWidth: ...

    startAngle: ...

    endAngle: ...

  },{

    shape: 'text',

    textBaseline: 'middle',

    textAlign: ...

    text: ...

    x: ...

    y: ...

    font: ...

    fill: ...

    rotate: ...

    visible: ...

    shadow: ...

  }],

});  

 

矢量图中定义了2个图形元素:一个arc弧线、一个文字对象,分别用于画node和绘制其文字。颜色、字体、是否可见、阴影、对齐、位置、线宽、角度…等等均在上面的定义中用一个function动态获取。例如,这个节点的半径,通过下面的方法,就可以在图形的lineColor属性中保存并驱动,需要修改,直接修改lineColor这个client属性即可,而不用去修改绘图参数,非常方便:

 

r:function(data,view){return data.getClient("lineColor");}

 

这里有一个比较啰嗦的地方是:每个扇片的角度需要根据每个item定义的原始值进行计算角度占比。而且,对于太小的扇片,可以给一定的最小值(例如1度),保证能视觉上看到它。否则,显示10000和1两个数值,由于对比过大,可能就杯具了,因为1连1度都占不到,显示效果会非常差。还有,每个扇片之间应该尽量留有一定的空隙。如果连续绘制,就会连成一片,没有“分片”感。这些可以在代码中进行简单控制。

 

二、文字控制

 

文字控制也比较啰嗦。首先是对齐方式。最简单的方式当然是让文字在所在扇片处,直接居中、旋转。这样文字会在径向的中间位置,如下图:



 

 

 但这样显示感觉并不是很完美。对于中文来说,如果能统一靠近圆心方向的位置对齐,会更好看一些。这样,即使文字过长,也会向外延伸,不会和里面的重叠。如下图:



  

 还有,当文字在左半圆时,如果不做特殊处理,文字旋转会导致文字大头朝下,阅读起来有把脖子歪断的风险。所以应该动态判断,如果文字在左侧,应该文字再增加旋转180度。同时左侧的文字对齐也要特殊考虑,应该变成右对齐,才能保持径向的整齐一致。



 

 文字还有一个细节就是颜色和阴影的问题。不使用阴影,单纯的使用颜色(例如白色),则在一些方向上的节点的文字会看不清楚,因为我们做的是彩虹爆炸图,各个方向颜色都不一样,而且还会随着圈数增加而变淡颜色,所以几乎不可能用一个固定的颜色(例如白色或黑色)能保证文字在所有地方都能和node颜色搭配并看清楚。所以思来想去还是使用了阴影效果。



 

 联想了一下我们看美剧时候的字幕,似乎也是同样的问题。视频字幕要显示在千变万化的视频场景里面,视频场景的颜色完全随机出现无从知晓,要想让字幕看清楚,必然也会想一些办法解决。我们仔细观察一下视频字幕:



 

  仔细观察,字幕是白色文字加了一圈黑色外框,这样就不怕任何场景了。我们在文字定义时也模拟一下,设置阴影和阴影偏移试一试:

 

fill:'white',

shadow: {

offsetX: 2,

offsetY: 2,

blur: 4,

color: 'black',

},

 

看一下使用前和使用后的效果对比:



 

 使用阴影后不但文字更清晰了,而且也增加了立体感,效果还是不错的。下面图显示在应用在节点上的效果:

  

可见不论什么颜色,都能比较好的勾勒出文字轮廓,保持清晰可读。

 

三、生成彩虹颜色

 

关于颜色,是一个有趣的话题。对于广大程序猿来说,颜色是一个既简单又困难的东西。我们随手就能写下’red’, ‘green’, ‘orange’, ‘yellow’这样的色彩斑斓的颜色,还能保证没有语法错误;我们还会写’#FF55AA’、’#0c0’、’RGB(0,204,0)’、’ RGB(0%,80%,0%)’这样的各种颜色写法;我们也明白RGBA的含义和用途。但是,我们很少能把一个demo写的颜色很好看、很搭配。关于颜色和配色以后再专门讨论。这里我们只想自动生成一圈彩虹一样的颜色。用我们熟悉的RGB方法好像比较困难了。于是想起了那个HSV的颜色定义方法,它貌似很适合解决这个问题。

 

HSV颜色模型定义了色调H、饱和度S和亮度V,由A. R. Smith在1978年创建的一种颜色空间。其中H用一圈360度表示所有颜色,从红色开始按逆时针方向计算,红色为0度。饱和度S从0到1,越大越饱和。亮度V从0到255(也可以转换为从0到1,方便使用),越大越明亮,越小越暗淡。



 

 Js里面并没有直接处理HSV颜色的函数。不过用下面的代码很方便可以从hsv转为rgb:



 

 写一个对应的js函数也很简单:

 

/* h, s, v (0 ~ 1) */

function getHSVColor(h, s, v) {

var r, g, b, i, f, p, q, t;

if (h && s === undefined && v === undefined) {

s = h.s, v = h.v, h = h.h;

}

i = Math.floor(h * 6);

f = h * 6 - i;

p = v * (1 - s);

q = v * (1 - f * s);

t = v * (1 - (1 - f) * s);

switch (i % 6) {

case 0: r = v, g = t, b = p; break;

case 1: r = q, g = v, b = p; break;

case 2: r = p, g = v, b = t; break;

case 3: r = p, g = q, b = v; break;

case 4: r = t, g = p, b = v; break;

case 5: r = v, g = p, b = q; break;

}

var rgb='#'+toHex(r * 255)+toHex(g * 255)+toHex(b * 255);

return rgb;

}

 

再回到我们的彩虹爆炸图。每一个节点对应的所在角度(中心角度)决定了它自己的颜色值。所以,我们可以直接根据这个角度得到颜色的h。然后,为了让彩虹逐渐一圈一圈变淡,再把s饱和度从1逐圈递减(例如0.1),产生变淡的效果。为了防止圈太多最后看不清,减到0.2到0.3左右可以停止递减。

 

var fromAngle=node.getClient(‘fromAngle’);

var toAngle=node.getClient(‘toAngle’);

var level=node.getClient(‘level’);//节点在第几圈

var h = (fromAngle+to)/2 % 360 /360; //中心角度,并转换为弧度

var s = Math.max(0.2, 1-level*0.1);//每圈s递减0.1,直到0.2为止

var v=1;

var color=getHSVColor(h, s, v);

 

这样就获得了一圈颜色。实验效果如下:

 



 
  

如果相对某个节点的颜色做特殊处理,例如强制为橙色来凸显,我们可以在数据中定义时加个标记,设置颜色时候直接使用而不用计算即可。

 

{name:'浦东新区', value: 2600, color: '#FE9A2E'}

 



 

 

 接下来要实现鼠标划过节点,自动计算路径、高亮路径节点、暗淡非路径节点。为了方便路径寻找,程序把每个节点的下一圈子数据定义为子节点,子节点通过getParent()函数可以直接获得父对象。这样,通过不断getParent就可以获得整个路径上的节点,并修改其颜色为预设颜色,实现高亮效果:

 

var node=highlightedNode;

while(node){

node.setClient(‘color’, node.getClient(‘color.original’));

node=node.getParent();

}

 

对于非路径节点的颜色,可以设置为预设颜色但饱和度为0.1的淡颜色 ,让它变淡,以便突出高亮路径:

 

var color = getHSVColor(h, 0.1, v);

node.setClient(‘color’, color);

 

四、动画效果

 

最后,为了图形更生动,使用了一些动画效果。首先想到的就是图形出来时候,用动画从小到大发散开来,会很动感。这样做需要用动画函数来驱动每一个节点的半径位置,从0增加到所在的半径位置,如果大家一起设置,整个图就会动起来。这里用了一个动画函数来驱动,并使用了网上常用的easing函数来控制,避免线性的动画太死板:

 

new Animate({

from: 0,

to: 1,

dur: 3000+level*100,

easing: 'elasticOut',

onUpdate: function (value) {

node.setLocation('pie.location’, value);

},

}).play();

 

上面定义的动画,用3秒钟跑完,用'elasticOut'的easing方式。每一帧,修改node的位置信息。这样就完成了橡皮筋一样的环形弹出散开效果。

 

另外,导航条的出来也比较突兀,这里也使用一下动画,让它从左到右慢慢伸出:

 

new Animate({

from: {x:x1, y:y1},

to: {x:x2, y:y2},

delay:50,

type: 'point',

dur: 1000,

easing: 'bounceOut',

onUpdate: function (value) {

node.setCenterLocation(value.x, value.y);

},

}).play();

 

和上一个动画的不同之处在于这里使用了{x、y}的point结构,每一帧直接更新节点位置。同时设置了50毫秒的delay,让动画有一点点粘性停滞,不至于太突兀。效果不错。



 

 

 

至此,彩虹爆炸图基本上就做的差不多了。使用起来也很简单,只要准备一些json数据就可以了,下面是一些有趣的数据做出来的效果。感兴趣的同学可以发邮件到 tw-service@servasoft.com 索取代码。

 


 

实际应用在项目中的示意图。如果你也希望项目中用一下彩虹爆炸图,欢迎给我发邮件索取:info@servasoft.com



 

 

 

 

 

 

 

  • 大小: 185 KB
  • 大小: 23.5 KB
  • 大小: 97.6 KB
  • 大小: 40.8 KB
  • 大小: 30.9 KB
  • 大小: 35 KB
  • 大小: 158.7 KB
  • 大小: 256.2 KB
  • 大小: 239.3 KB
  • 大小: 22 KB
  • 大小: 95.1 KB
  • 大小: 211.4 KB
  • 大小: 99.4 KB
  • 大小: 91 KB
  • 大小: 81.1 KB
  • 大小: 41.3 KB
  • 大小: 173.2 KB
  • 大小: 103.3 KB
  • 大小: 92.2 KB
3
0
分享到:
评论
发表评论

文章已被作者锁定,不允许评论。

相关推荐

    Tableau数据可视化实战.pdf

    Tableau 作为一款非常强大的数据可视化工具,已经被全球数万家企业所采用。通过本书的学习,读者将能够快速掌握 Tableau 的使用,实现数据的可视化分析。 第一部分:连接到数据 在数据分析的过程中,连接到数据是...

    Python数据可视化编程

    《Python数据可视化编程》是一本深入探讨如何使用Python进行数据可视化的著作,由爱尔兰的Igor编著,中国的颛清山翻译。这本书旨在帮助读者掌握使用Python语言进行数据呈现的各种技术和工具,提升数据分析和解释的...

    Python数据可视化课后习题_答案.docx

    14. **数据可视化库Matplotlib**:Matplotlib是最基础的Python绘图库,可以生成各种静态、动态和交互式图表,如折线图、散点图、直方图等。 15. **Seaborn**:Seaborn是基于Matplotlib的高级数据可视化库,提供了更...

    HTML5炫酷科技感十足数据可视化

    HTML5炫酷科技感十足数据可视化HTML5炫酷科技感十足数据可视化HTML5炫酷科技感十足数据可视化HTML5炫酷科技感十足数据可视化HTML5炫酷科技感十足数据可视化HTML5炫酷科技感十足数据可视化HTML5炫酷科技感十足数据...

    数据可视化实战使用D3设计交互式图表.pdf+源码

    数据可视化是一种将复杂的数据集转化为易于理解的图形或图像的过程,它在数据分析、决策制定以及信息传达中扮演着至关重要的角色。本资源是关于“数据可视化实战:使用D3设计交互式图表”的教程,结合了理论知识与...

    29【源码】数据可视化大屏:基于 Echarts + Python Flask 实现的32-9超宽大屏 - 企业综合信息.zip

    更多Python&Echarts版的数据可视化大屏源码: https://yydatav.blog.csdn.net/article/details/120705616 更多Java SpringBoot&Echarts版的数据可视化大屏源码: ... 更多《工厂订单出入库信息管理系统》案例源码: ...

    Python数据可视化实战全书教案1-8章全.pdf

    Python数据可视化是将复杂的数据通过图形化的方式呈现出来,以便于人们更直观地理解数据背后的信息和模式。在《Python数据可视化实战全书》的前8章中,它详细介绍了数据可视化的基础知识、常用工具以及Python中的...

    数据可视化基础

    在当今信息爆炸的时代,数据可视化已经成为数据分析领域不可或缺的工具,它能够直观地展示大量数据背后的趋势、模式和关系,使非专业人员也能轻松理解复杂的数据信息。 在“数据可视化基础”这一主题中,我们主要会...

    数据可视化练习,里面有笔记代码和素材

    应对现在数据可视化的趋势,越来越多企业需要在很多场景(营销数据,生产数据,用户数据)下使用,可视化图表来展示体现数据,让数据更加直观,数据特点更加突出。我们引入 '立可得' 数据可视化项目。 该项目除了...

    PYTHON数据可视化编程实战代码及数据

    《Python数据可视化编程实战》是一本使用Python实现数据可视化编程的实战指南,介绍了如何使用Python最流行的库,通过60余种方法创建美观的数据可视化效果。 全书共8章,分别介绍了准备工作环境、了解数据、绘制并...

    99套数据可视化大屏(含源码

    HTML/CSS的大屏数据可视化集合案例源码(99套)数据可视化集合。 基于HTML/CSS/Echarts的会议展览、业务监控、风险预警、数据分析展示等多种展示需求可视化集合,76套数据可视化源码,25套数据可视化源码。数据都是...

    ECharts+html大数据可视化大屏展示模板:集群服务器电子商务智慧医疗智慧社区物联网大数据展示模板.zip

    ECharts是一款由百度开源的,基于JavaScript的数据可视化库,它提供了丰富的图表类型,如柱状图、折线图、饼图、散点图等,并且支持地图、热力图等多种复杂图表,适用于Web端的数据展示。在大数据可视化领域,...

    28【源码】数据可视化:基于 Echarts + Python Flask 动态实时大屏范例 - 数据分析看板.zip

    更多Python&Echarts版的数据可视化大屏源码: https://yydatav.blog.csdn.net/article/details/120705616 更多Java SpringBoot&Echarts版的数据可视化大屏源码: ... 更多《工厂订单出入库信息管理系统》案例源码: ...

    数据可视化.zip

    数据可视化是将复杂的数据集通过图形或图像的形式呈现出来,以帮助人们理解和解析数据的一种技术。在"数据可视化.zip"这个压缩包中,包含了名为"数据可视化.pdf"的文件,这本书详细介绍了数据可视化的各个方面,对于...

    数据可视化平台源码和资料

    数据可视化平台是一款集数据处理与可视化展示于一体的高效工具,它依托于SSH框架的稳定性、R语言的数据分析能力和Echarts与D3的先进可视化技术,为用户提供了一个全面而强大的数据分析解决方案。 该平台的主要功能...

    数据可视化黑网吧源码

    数据可视化是一种将复杂数据集转化为易于理解的图形或图像表示的技术,它在现代数据分析和决策制定中扮演着至关重要的角色。"数据可视化黑网吧源码"可能是某位开发者或研究团队为实现特定数据可视化功能而编写的代码...

    基于Html的电商数据库数据可视化大屏设计源码

    这是一个基于Html的电商数据库数据可视化大屏设计,使用JavaScript、CSS和HTML语言开发,包含20个文件。主要文件类型包括12个PNG图片文件、3个JavaScript文件、2个CSS文件、1个LICENSE文件和1个Markdown文档。该项目...

    30套-Echarts大屏HTML源码-数据可视化展板模板.zip

    为此,我们精心整理了一系列多套Echarts大屏HTML源码,旨在为您提供前沿的数据可视化展板模板。 这些源码基于强大的Echarts图表库,结合HTML前端技术,将数据的力量以直观、美观的方式呈现。无需复杂编程,您即可...

    前端数据可视化图表案例合集.zip

    前端数据可视化图表案例合集源码案例,本项目是我8年工作和学习中整理出来的前端可视化demo,代码会有详细注释。demo配备图文讲解,前端数据可视化图表案例demo。 项目使用了vue3,由vite构建。 可视化方面的库:...

    37源码数据可视化:基于 Echarts + Python 动态实时大屏 - 销售数据看板.zip

    1. 前后端分离:前端 Echarts JavaScript BootStrap...更多Python&Echarts版的数据可视化大屏源码: https://yydatav.blog.csdn.net/article/details/120705616 更多Java SpringBoot&Echarts版的数据可视化大屏源码: ...

Global site tag (gtag.js) - Google Analytics