上篇文章给大家介绍了圆柱图：https://www.Vevb.com/article/160958.htm
散点图(Scatter Chart),通常是一横一竖两个坐标轴，数据是一组二维坐标，分别对应两个坐标轴，与坐标轴对应的地方打上点。由此可以猜到，需要的元素包括circle(圆)和axis(坐标轴)。需要进行可视化的数据有:
//圆心数据 var center = [ [0.5,0.5],[0.7,0.8],[0.4,0.9], [0.11,0.32],[0.88,0.25],[0.75,0.12], [0.5,0.1],[0.2,0.3],[0.4,0.1],[0.6,0.7] ]
然后定义一个SVG的绘制区域:
//定义一个svg的绘制区域。 var width = 600; //svg绘制区域的宽度 var height = 500; //svg绘制区域的高度 var svg = d3.select("#body") //选择id为body的div .append("svg") //在<body>中添加<avg> .attr("width",width) //设定<svg>的宽度属性 .attr("height",height) //设定<svg>的高度属性数组中的每一项都是一个数组，子数组的第一项表示x值，第二项表示y值。实际应用中x轴和y轴可能对应着不同的意义，单位也可能不同。比如人口-GDP、烟龄-肺癌率等。这些数据都不可能直接用像素作单位来绘制，因为类似(0.5,0.5)、(0.7,0.8)这样的位置，即便绘制了也会看到圆都挤到一块，分不清彼此。因此要先使用比例尺将它们放大。
//定义比例尺 //x轴宽度 var xAxisWidth = 300; //y轴宽度 var yAxisWidth = 300; //x轴比例尺 var xScale = d3.scale.linear() //创建一个线性比例尺 .domain([0,1.2*d3.max(center,function(d){ //设定定义域 return d[0] })]) .range([0,xAxisWidth]) //设定值域 //y轴比例尺 var yScale = d3.scale.linear() //创建一个线性比例尺 .domain([0,1.2*d3.max(center,function(d){ //设定定义域 return d[1] })]) .range([0,yAxisWidth]) //设定值域 xAxisWidth和yAxisWidth可以根据需求设定。要注意，两个比例尺都是线性比例尺，在设定定义域domain时，使用了d3.max()，这是一个求数组最大值的函数。详情见https://www.Vevb.com/article/160968.htm对于x轴的比例尺来说，这里的意思是，相对于center数组的每一项，返回其子数组的第一项(d[0])组成一个新的数组，然后再求最大值。最大值前面乘了一个1.2,这是为了使得散点图不会有某一点存在于坐标轴的边缘上。
下面在SVG中绘制图形，先绘制圆:
//在svg中绘制图形，先绘制圆 //外边框 var padding = {top:30,right:30,bottom:100,left:100}; //绘制圆 var circle = svg.selectAll("circle") .data(center) //绑定数据 .enter() //获取enter部分 .append("circle") // .attr("fill","goldEnrod") //设置颜色 .attr("cx",function(d){ //设置圆心的x坐标 return padding.left + xScale(d[0]) }) .attr("cy",function(d){ //设置圆心的y坐标 return height-padding.bottom-yScale(d[1]) }) .attr("r",5) //设置圆的半径
新闻热点
疑难解答
图片精选
