前面已经说过D3的功能十分强大，但是往往实际使用时只需要用到一部分内容，在这里，就只用到了 比例尺 和 布局 两部分，外加 核心 的请求部分（请求数据），分别用来绘制Graph的显示坐标轴和图的顶点及边；

此处为博客中出现的关于Spark、Hadoop、Java、IDEA、Js及html相关内容的图片

绘制坐标轴

传统坐标轴

这里指的是 第一象限 的坐标轴，即两轴的坐标均为正数，坐标原点为(0,0)

具体可以看 这里，说的比较详细。

十字坐标轴

这里指的是 全象限 坐标轴，即两轴的坐标均从-∞开始，坐标原点为(0,0)

本质上，仍然是一般坐标轴的变形，主要原理有两点：

  • 一是利用 比例尺 对源数据做符合中心坐标轴的变换；
  • 二是创建坐标轴时利用attr("transform","translate(0,"+0.5*svgHight+")")来对坐标轴进行平移，从而达到原点在画布中心的十字坐标轴的效果。
创建比例尺
1
2
3
4
5
6
// 创建比例尺  
var xScale = d3.scale.linear()  
  .domain([-50,50]).range([0,1000]); 
//意思为生成数据是[-50,50]，现在要映射到[0,1000]
var yScale = d3.scale.linear()  
  .domain([-50,50]).range([1000,0]);
添加坐标轴
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
var formatPrecision = d3.format('');  
// 定义X轴  
var xAxis = d3.svg.axis()  
  .scale(xScale)
  .ticks(11)  // 粗略的设置刻度线的数量，包括原点
  .orient('bottom')
  .tickFormat(formatPrecision); // 设置刻度格式
// 定义Y轴  
var yAxis = d3.svg.axis()  
  .scale(yScale)  
  .orient('left')  
  .ticks(11)  
  .tickFormat(formatPrecision);
// 创建X轴, svg中： g元素是一个分组元素  
svg.append('g')  
  .attr('class', 'axis')
  .attr("transform","translate(0,"+0.5*svgHight+")")	// 平移到水平中间
  .call(xAxis);  
// 创建Y轴  
svg.append('g')  
  .attr('class', 'axis')
  .attr("transform","translate("+0.5*svgWidth+",0)")	// 平移到竖直中间
  .call(yAxis);

绘制图（circle+line）

关于图的绘制，本质上就是圆点和线的绘制，所以这也解释了为什么输入文件中的边数据也需要包含坐标的原因，因为在d3中绘制顶点和绘制边是互不相关的。

另外需要注意的是，这里不要直接返回源数据坐标，要带入到上述定义的 比例尺 中。

话不多说直接上代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
// 创建SVG  
var svg = d3.select('#div'+index)  
  .append('svg')  
	.attr('width', svgWidth)  
	.attr('height', svgHight);  
// 设置标题  
svg.append('text')  
  .attr('x', svgWidth / 2 - 120)  
  .attr('y', 30)  
  .attr('class', 'title')  
  .text('这是一个用d3画的简略坐标轴');  
  
// 画点，即绘制图的顶点
svg.selectAll('circle')  
	.data(data.nodes)           // json对象
  .enter()  
  .append('circle')  
	.attr('cx', function(d) {  
	  return xScale(d.cx);      // 使用比例尺返回合适的变换
	})  
	.attr('cy', function(d) {  
	  return yScale(d.cy);      // 同上
	})  
	.attr("fill","#6495ed")     // 填充颜色
	.attr("origin", function(d) {  
		return d.cx+","+d.cy;
	})
	.attr('r', function(d) {    // 圆点直径（大小）
	  if(d.value === 0||d.value/2===0)return 2; 
	  else return d.value/2;
	}); 
// 画线，即绘制图的边
svg.selectAll('line')
	.data(data.links)            // json对象
	.enter()
	.append('line')
		.attr('x1',function(d){
			return xScale(d.x1);
		})
		.attr('y1',function(d){
			return yScale(d.y1);
		})
		.attr('x2',function(d){
			return xScale(d.x2);
		})
		.attr('y2',function(d){
			return yScale(d.y2);
		})
		.attr("stroke","gray")  // 边的颜色
		.attr('stroke-width', function() {
			return 0.2;         // 边的宽度（粗细）
		});

数据读入

在数据读取方面，d3.js本身提供了一套请求操作，属于 核心 部分。具体的操作如下：

此处为博客中出现的关于Spark、Hadoop、Java、IDEA、Js及html相关内容的图片

可以直接使用上述的API进行文件读取，非常方便

1
2
3
4
d3.csv("data.csv",function(error,data){  
    if(error){...}
    esle{...}
});

当然可以完美的结合JQuery进行数据操作：

1
2
3
$.getJSON("data.json, "", function(data) {
    // 前面各部分内容，对data进行解析即可
}

最终效果

数据格式，见文章 D3+Node快速实现图数据的可视化

此处为博客中出现的关于Spark、Hadoop、Java、IDEA、Js及html相关内容的图片