手把手教你用ECharts画饼图和环形图

本文转载自微信公众号「大数据DT」，作者王大伟  。转载本文请联系大数据DT公众号。

下面制作一幅基础的饼图，将Echarts中series的type参数值设置为pie，如图4-14所示。

代码如下：

option = { 
    title: { 
        text: '各商品销量占比', 
        subtext: 'A商场情况分析', 
        left: 'center' 
    }, 
    tooltip: { 
        trigger: 'item', 
        formatter: '{a} <br/>{b} : {c} ({d}%)' 
    }, 
    legend: { 
        orient: 'vertical', 
        left: 'left', 
        data: ['A商品', 'B商品', 'C商品', 'D商品', 'E商品'] 
    }, 
    series: [ 
        { 
            name: '所售商品', 
            type: 'pie', 
            data: [ 
                {value: 343, name: 'A商品'}, 
                {value: 250, name: 'B商品'}, 
                {value: 509, name: 'C商品'}, 
                {value: 108, name: 'D商品'}, 
                {value: 948, name: 'E商品'} 
            ], 
        } 
    ] 
}; 

▲图4-14 饼图

在上述代码中，将legend设置为vertical，是为了避免水平显示后会与标题重叠。这里将tooltip的显示格式设置为：formatter: '{a}
{b} : {c} ({d}%)'，各参数在饼图中的具体含义为：{a}(系列名称)，{b}(数据项名称)，{c}(数值)，{d}(百分比)。当鼠标悬停在某块饼上时，该块饼会突出显示且按照formatter的格式显示文字和数值。

需要注意的是，当我们点击饼图的legend时，如点击C商品的legend时，C商品的图例会变为灰色，同时，饼图中将不再显示C商品饼块，且会重新计算百分比，如图4-15所示。

▲图4-15 饼图显示控制

除了基本的饼图，我们也常常会用到环形图。在ECharts中，在series中加上radius参数即可绘制环形图，例如下面代码中的radius: ['50%', '70%']，代表环内部半径和外部半径的比例分别为50%、70%。

option = { 
    title: { 
        text: '各商品销量占比', 
        subtext: 'A商场情况分析', 
        left: 'center' 
    }, 
    tooltip: { 
        trigger: 'item', 
        formatter: '{a} <br/>{b} : {c} ({d}%)' 
    }, 
    legend: { 
        orient: 'vertical', 
        left: 'left', 
        data: ['A商品', 'B商品', 'C商品', 'D商品', 'E商品'] 
    }, 
    series: [ 
        { 
            name: '所售商品', 
            type: 'pie', 
            radius: ['50%', '70%'], 
            data: [ 
                {value: 343, name: 'A商品'}, 
                {value: 250, name: 'B商品'}, 
                {value: 509, name: 'C商品'}, 
                {value: 108, name: 'D商品'}, 
                {value: 948, name: 'E商品'} 
            ], 
        } 
    ] 
}; 

环形图可视化结果如图4-16所示。

▲图4-16 环形图

关于作者：王大伟，毕业于华东理工大学，硕士学历，目前就职于平安金融壹账通，从事数据挖掘算法工作，擅长ECharts、Python、自然语言处理、数据分析挖掘、机器学习。曾获微软最有价值专家(MVP)荣誉称号。

本文摘编自《ECharts数据可视化：入门、实战与进阶》，经出版方授权发布。

本文转载自网络，原文链接：https://mp.weixin.qq.com/s/1kRCMizaYA4fIB04qlN_0Q
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！