前言

最近画了一个基于echarts的人口地图迁徙图，查了网上的示例发现基本都是一样的，线条的粗细都是固定的，而我想画的图根据人口迁徙的数量来决定线条粗细，所以看了下文档将官网的demo改了一下。

提示：以下是本篇文章正文内容，下面案例可供参考

一、line的数据格式

  xAxis: {type: 'category',data: ['星期一', '星期二', '星期三', '星期四']},yAxis: {type: 'category',data: ['a', 'b', 'm', 'n', 'p', 'q']},series: [{data: [// xAxis    yAxis[  0,        0,    2  ], // 意思是此点位于 xAxis: '星期一', yAxis: 'a'。[  '星期四',  2,    1  ], // 意思是此点位于 xAxis: '星期四', yAxis: 'm'。[  2,       'p',   2  ], // 意思是此点位于 xAxis: '星期三', yAxis: 'p'。[  3,        3,    5  ]]}]

这个是官网给的示例，但是这样固定的话就达不到我们根据value更改粗细的效果，往下看发现它的数据格式还支持

[12,34,{value : 56,//自定义标签样式，仅对该数据项有效label: {},//自定义特殊 itemStyle，仅对该数据项有效itemStyle:{}},10
]
// 或
[[12, 33],[34, 313],{value: [56, 44],label: {},lineStyle:{}},[10, 33]
]

那么我们就可以在定义series的时候把linestyle给绑定进去。

二、demo

1.代码

代码如下（示例）：

var geoCoordMap = {'上海': [121.4648,31.2891],'东莞': [113.8953,22.901],'东营': [118.7073,37.5513],'中山': [113.4229,22.478],'临汾': [111.4783,36.1615],'临沂': [118.3118,35.2936],'丹东': [124.541,40.4242],'丽水': [119.5642,28.1854],'乌鲁木齐': [87.9236,43.5883],'佛山': [112.8955,23.1097],'保定': [115.0488,39.0948],'兰州': [103.5901,36.3043],'包头': [110.3467,41.4899],'北京': [116.4551,40.2539],'北海': [109.314,21.6211],'南京': [118.8062,31.9208],'南宁': [108.479,23.1152],'南昌': [116.0046,28.6633],'南通': [121.1023,32.1625],'厦门': [118.1689,24.6478],'台州': [121.1353,28.6688],'合肥': [117.29,32.0581],'呼和浩特': [111.4124,40.4901],'咸阳': [108.4131,34.8706],'哈尔滨': [127.9688,45.368],'唐山': [118.4766,39.6826],'嘉兴': [120.9155,30.6354],'大同': [113.7854,39.8035],'大连': [122.2229,39.4409],'天津': [117.4219,39.4189],'太原': [112.3352,37.9413],'威海': [121.9482,37.1393],'宁波': [121.5967,29.6466],'宝鸡': [107.1826,34.3433],'宿迁': [118.5535,33.7775],'常州': [119.4543,31.5582],'广州': [113.5107,23.2196],'廊坊': [116.521,39.0509],'延安': [109.1052,36.4252],'张家口': [115.1477,40.8527],'徐州': [117.5208,34.3268],'德州': [116.6858,37.2107],'惠州': [114.6204,23.1647],'成都': [103.9526,30.7617],'扬州': [119.4653,32.8162],'承德': [117.5757,41.4075],'拉萨': [91.1865,30.1465],'无锡': [120.3442,31.5527],'日照': [119.2786,35.5023],'昆明': [102.9199,25.4663],'杭州': [119.5313,29.8773],'枣庄': [117.323,34.8926],'柳州': [109.3799,24.9774],'株洲': [113.5327,27.0319],'武汉': [114.3896,30.6628],'汕头': [117.1692,23.3405],'江门': [112.6318,22.1484],'沈阳': [123.1238,42.1216],'沧州': [116.8286,38.2104],'河源': [114.917,23.9722],'泉州': [118.3228,25.1147],'泰安': [117.0264,36.0516],'泰州': [120.0586,32.5525],'济南': [117.1582,36.8701],'济宁': [116.8286,35.3375],'海口': [110.3893,19.8516],'淄博': [118.0371,36.6064],'淮安': [118.927,33.4039],'深圳': [114.5435,22.5439],'清远': [112.9175,24.3292],'温州': [120.498,27.8119],'渭南': [109.7864,35.0299],'湖州': [119.8608,30.7782],'湘潭': [112.5439,27.7075],'滨州': [117.8174,37.4963],'潍坊': [119.0918,36.524],'烟台': [120.7397,37.5128],'玉溪': [101.9312,23.8898],'珠海': [113.7305,22.1155],'盐城': [120.2234,33.5577],'盘锦': [121.9482,41.0449],'石家庄': [114.4995,38.1006],'福州': [119.4543,25.9222],'秦皇岛': [119.2126,40.0232],'绍兴': [120.564,29.7565],'聊城': [115.9167,36.4032],'肇庆': [112.1265,23.5822],'舟山': [122.2559,30.2234],'苏州': [120.6519,31.3989],'莱芜': [117.6526,36.2714],'菏泽': [115.6201,35.2057],'营口': [122.4316,40.4297],'葫芦岛': [120.1575,40.578],'衡水': [115.8838,37.7161],'衢州': [118.6853,28.8666],'西宁': [101.4038,36.8207],'西安': [109.1162,34.2004],'贵阳': [106.6992,26.7682],'连云港': [119.1248,34.552],'邢台': [114.8071,37.2821],'邯郸': [114.4775,36.535],'郑州': [113.4668,34.6234],'鄂尔多斯': [108.9734,39.2487],'重庆': [107.7539,30.1904],'金华': [120.0037,29.1028],'铜川': [109.0393,35.1947],'银川': [106.3586,38.1775],'镇江': [119.4763,31.9702],'长春': [125.8154,44.2584],'长沙': [113.0823,28.2568],'长治': [112.8625,36.4746],'阳泉': [113.4778,38.0951],'青岛': [120.4651,36.3373],'韶关': [113.7964,24.7028]
};var SHData = [[{name:'武汉',value:95},{name:'包头',value:95}],[{name:'武汉',value:32},{name:'昆明',value:90}],[{name:'武汉',value:45},{name:'广州',value:80}],[{name:'武汉',value:66},{name:'郑州',value:70}],[{name:'武汉',value:10},{name:'长春',value:60}],[{name:'武汉',value:28},{name:'重庆',value:50}],[{name:'武汉',value:74},{name:'长沙',value:40}],[{name:'武汉',value:35},{name:'北京',value:30}],[{name:'武汉',value:25},{name:'丹东',value:20}],[{name:'武汉',value:85},{name:'大连',value:10}]
];
var planePath = 'path://M1705.06,1318.313v-89.254l-319.9-221.799l0.073-208.063c0.521-84.662-26.629-121.796-63.961-121.491c-37.332-0.305-64.482,36.829-63.961,121.491l0.073,208.063l-319.9,221.799v89.254l330.343-157.288l12.238,241.308l-134.449,92.931l0.531,42.034l175.125-42.917l175.125,42.917l0.531-42.034l-134.449-92.931l12.238-241.308L1705.06,1318.313z';var convertData = function (data) {var res = [];for (var i = 0; i < data.length; i++) {var dataItem = data[i];var fromCoord = geoCoordMap[dataItem[0].name];var toCoord = geoCoordMap[dataItem[1].name];if (fromCoord && toCoord) {res.push({fromName: dataItem[0].name,toName: dataItem[1].name,coords: [fromCoord, toCoord],lineStyle:{width: dataItem[0].value/8,}});}}return res;
};
var aa=[2,2, 33,2,4,5,6,7,8,4];
var color = ['#a6c84c', '#ffa022', '#46bee9'];
var series = [];
[['武汉', SHData,aa]].forEach(function (item,i) {series.push({name: item[0] ,type: 'lines',zlevel: 1,lineStyle: {normal: {color: color[i],width: 1,curveness: 0.2}},data: convertData(item[1])},{name: item[0] ,type: 'lines',zlevel: 2,// symbol: ['none', 'arrow'],// symbolSize: 10,lineStyle: {color: '#a6c84c',width: 1,opacity: 1,curveness: 0.2},data: convertData(item[1])},{name: item[0] + ' Top10',type: 'effectScatter',coordinateSystem: 'geo',zlevel: 2,rippleEffect: {brushType: 'stroke'},label: {show: true,position: 'right',formatter: '{b}'},symbolSize: function (val) {return val[2] / 7;},itemStyle: {color:  '#ffa022'},data: item[1].map(function (dataItem) {return {name: dataItem[1].name,value: geoCoordMap[dataItem[1].name].concat([dataItem[1].value])};})});
});option = {backgroundColor: '#404a59',title : {text: '模拟迁徙',subtext: '数据纯属虚构',left: 'center',textStyle: {color: '#fff'}},tooltip: {trigger: 'item'},legend: {orient: 'vertical',top: 'bottom',left: 'right',data: ['北京 Top10', '上海 Top10', '广州 Top10'],textStyle: {color: '#fff'},selectedMode: 'single'},geo: {map: 'china',label: {show: false},roam: true,itemStyle: {areaColor: '#323c48',borderColor: '#404a59'},emphasis: {label: {show: true},itemStyle: {areaColor: '#2a333d'}}},series: series
};

我在原demo中定义的convertData函数，这个是用来给定line的数据的函数，我在里面加上了有关linesytle的样式绑定，这样就实现了根据人口迁徙的数量绘制不同粗细的线条。

总结

其实比较简单。最会简单的效果如下图。

如何使用ecahrts绘制人口迁徙图相关推荐

python画人口迁徙图_Python笔记：模拟百度大数据，绘制一幅“广州春运期间人口迁徙图”...
很多数据分析玩家都知道,百度大数据还是非常厉害的,尤其是在绘制地图方面.百度的地图应该使用JavaScript来做的,而我选择Python.其实两者可能同宗. # 1.导入相关的库 from pyec ...
Matplotlib绘制象限图——支持中文、箭头、自定义轴线交点
Matplotlib绘制象限图--支持中文.箭头.自定义轴线交点 1. 效果图 2. 原理 2.1 绘制象限图步骤 2.1 添加文字到图表 3. 源码参考这篇博客将介绍如何使用matplotlib ...
nyquist图怎么画matlab,用MATLAB绘制Nyquist图
<用MATLAB绘制Nyquist图>由会员分享,可在线阅读,更多相关<用MATLAB绘制Nyquist图(9页珍藏版)>请在人人文库网上搜索. 1.用MATLAB绘制Nyqu ...
Python生物信息学⑥绘制热图及火山图
Python生物信息学⑥绘制热图及火山图 Python生物信息学③提取差异基因通过上Python生物信息学③提取差异基因得到了该数据集的差异分析的两个关键参数,1.差异倍数(foldchange)以 ...
sangerbox平台使用（三）绘制火山图
目前绘制火山图有很多工具,我们最常用的就是R语言,本次想向大家介绍的是一个在线工具直接绘制火山图-sangerbox 官方链接为:http://sangerbox.com/AllTools?tool_ ...
ComplexHeatmap绘制热图（一）
讲起热图,大家都会比较熟悉,绘制热图方式比较多,这里介绍的是ComplexHeatmap包绘制热图,首先配置数据,这里的自动生成一个10X10的矩阵 data=matrix(rnorm(100),nr ...
R EnhancedVolcano 绘制火山图
火山图是用于差异表达分析结果可视化的一种有效方法.今天,我们来介绍一个用于增强火山图绘制的强大 R 包:EnhancedVolcano ,该包拥有强大的绘图功能,用户可以简单的通过设置颜色.形状.大小 ...
R语言绘制Vonoroi图
deldir包绘制Voronoi图 #install.packages("deldir") library(deldir)# data set.seed(1) x <- ru ...
R语言使用ggplot2包使用geom_density()函数绘制密度图（连续色彩、离散色彩、梯度色彩）实战（density plot）
R语言使用ggplot2包使用geom_density()函数绘制密度图(连续色彩.离散色彩.梯度色彩)实战(density plot) 目录 R语言使用ggplot2包使用geom_density( ...

如何使用ecahrts绘制人口迁徙图

目录

前言

一、line的数据格式

二、demo

1.代码

总结

如何使用ecahrts绘制人口迁徙图相关推荐

最新文章

热门文章