【译】Learn D3 入门文档:Scales

2024-06-01 03:18
文章标签 文档 入门 learn d3 scales

本文主要是介绍【译】Learn D3 入门文档:Scales,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

引子

继 Learn D3: Data 第四篇,只是英文翻译,可修改代码的部分用静态图片替代了,想要实时交互请阅读原文。

  • 原文:Learn D3: Scales

  • 版本:Published Mar 24, 2020

  • Origin

  • My GitHub

正文

在 D3 数据图形所有工具中,最基本的是比例尺,它将数据的抽象维度映射到可视变量。

为了尝试,看看这些小(但美味!)水果的数据集。

89-1

我们通常认为维度是空间的,比如三维空间中的位置,但抽象维度不一定是空间的。它可能是定量的,例如上面每个水果的 count 。或者它可能是名义上的,比如一个 name

89-2
89-3

在 Semiology of Graphics 中,Jacques Bertin 描述了点和线等图形标记如何“表示差异(≠)、 相似性(≡)、 量化顺序(Q)或非量化顺序(O),并且组、层次或垂直移动的表示”可以使用位置、大小、颜色等。这些图形标记属性是我们的视觉变量。

89-4

与许多可视化一样,下面的条形图将两个抽象维度映射到两个可视变量:name 维度映射到条形图的 y 位置,而 count 维度映射到 x 位置。这些映射由下面的 xy 比例尺实现。

89-5
89-6
89-7

(请随意编辑代码,看看会发生什么!)

D3 比例尺有多种类型。使用哪一种取决于抽象维度(定量的还是象征性的?)和视觉变量(位置或颜色?)。这里 x 是线性比例尺,因为 count 是定量的,条形长度应该和数值成比例,而 y 是分段比例尺,因为 name 是象征性的,并且条形厚厚的。

每个比例尺都是通过从抽象数据(domain)到可视变量(rang)成对进行配置的。例如,x-domain 的下限值(0)映射到 x-range 的下限值(图表的左边缘),domain 的上限值(最大计数)映射到 rang 的上限值(右边缘)。

对于线性比例尺,domainrang 是连续的间隔(从最小最大)。对于分段比例尺,domain 是离散值的数组(🍊、 🍇、 🍏、 …) 而 rang 是一个连续区间;分段比例尺自动确定如何将范围分割为离散的填充分段。

上面的比例尺是使用方法链配置的。这种简洁的风格是可行的,因为配置比例尺的方法(如 scale.domain )会返回比例尺。下面是等效的书写方式。

89-8

如果在没有参数的情况下调用比例尺方法,也可以使用 Scale 方法检索它们的关联值。这对于得到新比例或调试非常有用。

89-9
89-10

什么是 D3 scale ?一个函数。调用它将返回与给定抽象值(如 count )对应的可视值(如 x 位置)。

89-11
89-12
89-13

按照惯例,大多数 D3 图表将边距应用于插入比例范围,并为轴留出空间。因此,x(0) 通常不是零;这是左边距的大小。

89-14

这些比例尺返回的 xy 位置是一个点,例如 [x=640,y=30] 。但由于条形不是无限小,它们有一个宽度和高度,这个位置对应条形的右上角。条形的宽度为 x(count)-x(0) ,其高度由分段比例尺的 y.bandwidth() 定义。

89-15
89-16
89-17

让我们更进一步看看比例尺是如何使用的。下面是一个单独条形的代码。

89-18
89-19

上面的代码是一个 HTML 标记的模板文本,html`……` 在 Observable 是一种呈现 HTML 标记的方便方法。动态表达式,例如条形的宽度,可以作为 ${…} 字面量嵌入。

HTML 字面量的真正魔力在于,嵌入的表达式可以是 DOM 元素,甚至可以是 DOM 元素的数组!因此,我们可以通过将数据映射到 SVG 元素来同时生成所有条形。

89-20

(这些嵌套表达式使用 svg`…` —— Observable 的模板字面量,专门用于 SVG 标记,而不是 HTML 标记,因为 SVG 元素有自己的 XML 命名空间。对于外部 SVG 元素,你可以使用 svg`…` 或 html`…` ,但在内部,SVG 字面量由于命名空间是必需的。)

使用比例尺的另一个很好的原因是 D3 提供了明确显示位置比例编码的轴,以及良好的、人类可读的刻度。轴提高了图表的可读性,帮助你进行交流。

89-21

D3 轴需要选择器,到目前为止,我们一直避免使用声明性 HTML 模板字面量。但如上所示,两者可以和谐地配对。

为了添加轴,我们首先使用 svg`……` 创建一个(尚未分离的)G 元素。然后我们通过将该元素传递给 d3.select 来选择该元素。之后我们调用 selection.call 一次将轴渲染到 G 元素中,然后再次移除域路径(对于极简风格)。最后,我们通过调用 selection.node 获取 G 元素,并将其嵌入外部字面量中。

位置是最强的视觉变量,所以到目前为止我们对比例尺的讨论都集中在位置上,这不是巧合。

然而,比例尺可以用于其它视觉变量,例如颜色。🌈

89-22

上面的代码定义了一个顺序比例,它类似于线性比例,不同的是它的范围依赖于插值器。插值器是一个函数,它取 0 到 1 之间的值,返回相应的视觉值。通常,此插值器是 D3 的内置配色方案之一。

传递颜色刻度返回相应的颜色字符串。

89-23
89-24

现在我们可以在条形图中添加额外的编码,将 count 映射到 color 以及 x 位置。为了记录颜色编码,类似于位置编码的轴,我们将引入 D3 颜色图例。

89-25
89-26

有些可视化需要专门的图形标记,这些标记不是 SVG 或 Canvas 内置的。接下来,我们将越过基本条形图,并了解 D3 的形状。

Next

附录

89-27
89-28
89-29
89-30
89-31

根据源码,去除了平台依赖,提取了主要代码,有以下示例:

  • 示例 1
  • 示例 2
  • 示例 3
  • 示例 4
  • 示例 5

参考资料

  • Learn D3: Scales

这篇关于【译】Learn D3 入门文档:Scales的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1019839

相关文章

C#实现将Office文档(Word/Excel/PDF/PPT)转为Markdown格式

《C#实现将Office文档(Word/Excel/PDF/PPT)转为Markdown格式》Markdown凭借简洁的语法、优良的可读性,以及对版本控制系统的高度兼容性,逐渐成为最受欢迎的文档格式... 目录为什么要将文档转换为 Markdown 格式使用工具将 Word 文档转换为 Markdown(.

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python实现自动化Word文档样式复制与内容生成

《Python实现自动化Word文档样式复制与内容生成》在办公自动化领域,高效处理Word文档的样式和内容复制是一个常见需求,本文将展示如何利用Python的python-docx库实现... 目录一、为什么需要自动化 Word 文档处理二、核心功能实现:样式与表格的深度复制1. 表格复制(含样式与内容)2

Python中OpenCV与Matplotlib的图像操作入门指南

《Python中OpenCV与Matplotlib的图像操作入门指南》:本文主要介绍Python中OpenCV与Matplotlib的图像操作指南,本文通过实例代码给大家介绍的非常详细,对大家的学... 目录一、环境准备二、图像的基本操作1. 图像读取、显示与保存 使用OpenCV操作2. 像素级操作3.

Maven项目中集成数据库文档生成工具的操作步骤

《Maven项目中集成数据库文档生成工具的操作步骤》在Maven项目中,可以通过集成数据库文档生成工具来自动生成数据库文档,本文为大家整理了使用screw-maven-plugin(推荐)的完... 目录1. 添加插件配置到 pom.XML2. 配置数据库信息3. 执行生成命令4. 高级配置选项5. 注意事

Python使用python-docx实现自动化处理Word文档

《Python使用python-docx实现自动化处理Word文档》这篇文章主要为大家展示了Python如何通过代码实现段落样式复制,HTML表格转Word表格以及动态生成可定制化模板的功能,感兴趣的... 目录一、引言二、核心功能模块解析1. 段落样式与图片复制2. html表格转Word表格3. 模板生

浅谈Redis Key 命名规范文档

《浅谈RedisKey命名规范文档》本文介绍了Redis键名命名规范,包括命名格式、具体规范、数据类型扩展命名、时间敏感型键名、规范总结以及实际应用示例,感兴趣的可以了解一下... 目录1. 命名格式格式模板:示例:2. 具体规范2.1 小写命名2.2 使用冒号分隔层级2.3 标识符命名3. 数据类型扩展命

POI从入门到实战轻松完成EasyExcel使用及Excel导入导出功能

《POI从入门到实战轻松完成EasyExcel使用及Excel导入导出功能》ApachePOI是一个流行的Java库,用于处理MicrosoftOffice格式文件,提供丰富API来创建、读取和修改O... 目录前言:Apache POIEasyPoiEasyExcel一、EasyExcel1.1、核心特性

Python中模块graphviz使用入门

《Python中模块graphviz使用入门》graphviz是一个用于创建和操作图形的Python库,本文主要介绍了Python中模块graphviz使用入门,具有一定的参考价值,感兴趣的可以了解一... 目录1.安装2. 基本用法2.1 输出图像格式2.2 图像style设置2.3 属性2.4 子图和聚

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取