Echarts数据可视化第4章 Echarts可视化图 4.10 热力图

待我称王封你为后i 2024-03-25 20:18 37阅读 0赞

#### Echarts数据可视化 ####

#### 文章目录 ####

*   *   *  Echarts数据可视化
         *  第4章 Echarts可视化图
         *   *  4.10 热力图

> Echarts数据可视化：入门、实战与进阶

#### 第4章 Echarts可视化图 ####

##### 4.10 热力图 #####

热力图是一种密度图，使用不同颜色和不同颜色深浅程度来表示数据量的区别。

举个栗子

var hours = [
      '12a',
      '1a',
      '2a',
      '3a',
      '4a',
      '5a',
      '6a',
      '7a',
      '8a',
      '9a',
      '10a',
      '11a',
      '12p',
      '1p',
      '2p',
      '3p',
      '4p',
      '5p',
      '6p',
      '7p',
      '8p',
      '9p',
      '10p',
      '11p'
    ];
    var days = [
      'Saturday',
      'Friday',
      'Thursday',
      'Wednesday',
      'Tuesday',
      'Monday',
      'Sunday'
    ];
    
    var data = [
      [0, 0, 5],
      [0, 1, 1],
      [0, 2, 0],
      [0, 3, 0],
      [0, 4, 0],
      [0, 5, 0],
      [0, 6, 0],
      [0, 7, 0],
      [0, 8, 0],
      [0, 9, 0],
      [0, 10, 0],
      [0, 11, 2],
      [0, 12, 4],
      [0, 13, 1],
      [0, 14, 1],
      [0, 15, 3],
      [0, 16, 4],
      [0, 17, 6],
      [0, 18, 4],
      [0, 19, 4],
      [0, 20, 3],
      [0, 21, 3],
      [0, 22, 2],
      [0, 23, 5],
      [1, 0, 7],
      [1, 1, 0],
      [1, 2, 0],
      [1, 3, 0],
      [1, 4, 0],
      [1, 5, 0],
      [1, 6, 0],
      [1, 7, 0],
      [1, 8, 0],
      [1, 9, 0],
      [1, 10, 5],
      [1, 11, 2],
      [1, 12, 2],
      [1, 13, 6],
      [1, 14, 9],
      [1, 15, 11],
      [1, 16, 6],
      [1, 17, 7],
      [1, 18, 8],
      [1, 19, 12],
      [1, 20, 5],
      [1, 21, 5],
      [1, 22, 7],
      [1, 23, 2],
      [2, 0, 1],
      [2, 1, 1],
      [2, 2, 0],
      [2, 3, 0],
      [2, 4, 0],
      [2, 5, 0],
      [2, 6, 0],
      [2, 7, 0],
      [2, 8, 0],
      [2, 9, 0],
      [2, 10, 3],
      [2, 11, 2],
      [2, 12, 1],
      [2, 13, 9],
      [2, 14, 8],
      [2, 15, 10],
      [2, 16, 6],
      [2, 17, 5],
      [2, 18, 5],
      [2, 19, 5],
      [2, 20, 7],
      [2, 21, 4],
      [2, 22, 2],
      [2, 23, 4],
      [3, 0, 7],
      [3, 1, 3],
      [3, 2, 0],
      [3, 3, 0],
      [3, 4, 0],
      [3, 5, 0],
      [3, 6, 0],
      [3, 7, 0],
      [3, 8, 1],
      [3, 9, 0],
      [3, 10, 5],
      [3, 11, 4],
      [3, 12, 7],
      [3, 13, 14],
      [3, 14, 13],
      [3, 15, 12],
      [3, 16, 9],
      [3, 17, 5],
      [3, 18, 5],
      [3, 19, 10],
      [3, 20, 6],
      [3, 21, 4],
      [3, 22, 4],
      [3, 23, 1],
      [4, 0, 1],
      [4, 1, 3],
      [4, 2, 0],
      [4, 3, 0],
      [4, 4, 0],
      [4, 5, 1],
      [4, 6, 0],
      [4, 7, 0],
      [4, 8, 0],
      [4, 9, 2],
      [4, 10, 4],
      [4, 11, 4],
      [4, 12, 2],
      [4, 13, 4],
      [4, 14, 4],
      [4, 15, 14],
      [4, 16, 12],
      [4, 17, 1],
      [4, 18, 8],
      [4, 19, 5],
      [4, 20, 3],
      [4, 21, 7],
      [4, 22, 3],
      [4, 23, 0],
      [5, 0, 2],
      [5, 1, 1],
      [5, 2, 0],
      [5, 3, 3],
      [5, 4, 0],
      [5, 5, 0],
      [5, 6, 0],
      [5, 7, 0],
      [5, 8, 2],
      [5, 9, 0],
      [5, 10, 4],
      [5, 11, 1],
      [5, 12, 5],
      [5, 13, 10],
      [5, 14, 5],
      [5, 15, 7],
      [5, 16, 11],
      [5, 17, 6],
      [5, 18, 0],
      [5, 19, 5],
      [5, 20, 3],
      [5, 21, 4],
      [5, 22, 2],
      [5, 23, 0],
      [6, 0, 1],
      [6, 1, 0],
      [6, 2, 0],
      [6, 3, 0],
      [6, 4, 0],
      [6, 5, 0],
      [6, 6, 0],
      [6, 7, 0],
      [6, 8, 0],
      [6, 9, 0],
      [6, 10, 1],
      [6, 11, 0],
      [6, 12, 2],
      [6, 13, 1],
      [6, 14, 3],
      [6, 15, 4],
      [6, 16, 0],
      [6, 17, 0],
      [6, 18, 0],
      [6, 19, 0],
      [6, 20, 1],
      [6, 21, 2],
      [6, 22, 2],
      [6, 23, 6]
    ];
    
    data = data.map(function (item) {
        
      return [item[1], item[0], item[2] || '-'];
    });
    
    option = {
        
      tooltip: {
        
        position: 'top'
      },
      animation: false,
      grid: {
        
        height: '50%', //控制热力图纵向宽度占比
        top: '10%' //热力图距离上部百分比
      },
      xAxis: {
        
        type: 'category',
        data: hours, //小时作为横轴
        splitArea: {
        
          show: true
        }
      },
      yAxis: {
        
        type: 'category',
        data: days, //星期作为纵轴
        splitArea: {
        
          show: true
        }
      },
      visualMap: {
        
        min: 0, //滑动条的最小值
        max: 10, //滑动条的最大值
        calculable: true, //滑动条显示数值
        orient: 'horizontal', //滑动条水平放置，默认竖直放置
        left: 'center', //滑动条居中
        bottom: '15%' //滑动条距离底部百分比距离
      },
      series: [
        {
        
          name: '',
          type: 'heatmap', //热力图
          data: data,
          label: {
        
            show: true //热力图显示数值
          },
          emphasis: {
        
            //鼠标悬停在热力图块时突出显示
            itemStyle: {
        
              shadowBlur: 10,
              shadowColor: 'rgba(0, 0, 0, 0.5)'
            }
          }
        }
      ]
    };

渲染效果

![在这里插入图片描述][abd5f7b6c69e4298ad7244575f49c1bb.png_pic_center]

![在这里插入图片描述][2ac25ef8f4644c95a1e7c7a88f51fd9d.png_pic_center]

解释一下这个图

其中横轴代表小时，纵轴表示星期几，图中不同颜色的区块代表了数据量大小的差异。下方的滑动条可以拖放移动，从而筛选相关数据。

![在这里插入图片描述][bab48ef0a4214b57894ea12ebcc402ad.png_pic_center]

代码中，首先定义了hours和days 的数据【横纵轴的数据】

![在这里插入图片描述][3d3f7f7971d04d10a7a793b65a6c4110.png_pic_center]

而后定义的data数据具有三个维度，分别表示横轴位置、纵轴位置和数值大小。

series 的type 参数为heatmap ，意为绘制热力图。

[abd5f7b6c69e4298ad7244575f49c1bb.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/50abf27481b5453d8237413b1ca576cc.png
[2ac25ef8f4644c95a1e7c7a88f51fd9d.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/f0d7b90c555e4118b28c28e9ab2c680e.png
[bab48ef0a4214b57894ea12ebcc402ad.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/eb19eeebb2904b609515e480731d022d.png
[3d3f7f7971d04d10a7a793b65a6c4110.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/f32f9462b2994cbbbeda159515dbb2b1.png

发表评论取消回复

表情：

评论列表（有 0 条评论，37人围观）

还没有评论，来说两句吧...

相关阅读

相关 Echarts数据可视化第4章 Echarts可视化图 4.6 雷达图

Echarts数据可视化文章目录 Echarts数据可视化第4章 Echarts可视化图 4

怼烎@/ 2024年03月26日 17:48/ 0 赞/ 26 阅读

相关 Echarts数据可视化第4章 Echarts可视化图 4.7 漏斗图

Echarts数据可视化文章目录 Echarts数据可视化第4章 Echarts可视化图 4

灰太狼/ 2024年03月26日 17:48/ 0 赞/ 32 阅读

相关 Echarts数据可视化第4章 Echarts可视化图 4.5 气泡图

Echarts数据可视化文章目录 Echarts数据可视化第4章 Echarts可视化图 4

骑猪看日落/ 2024年03月26日 17:47/ 0 赞/ 24 阅读

相关 Echarts数据可视化第4章 Echarts可视化图 4.3 饼图

Echarts数据可视化文章目录 Echarts数据可视化第4章 Echarts可视化图 4

向右看齐/ 2024年03月26日 17:47/ 0 赞/ 36 阅读

相关 Echarts数据可视化第4章 Echarts可视化图 4.1 折线图

Echarts数据可视化文章目录 Echarts数据可视化第4章 Echarts可视化图 4

àì夳堔傛蜴生んèń/ 2024年03月26日 17:46/ 0 赞/ 40 阅读

相关 Echarts数据可视化第4章 Echarts可视化图 4.16 关系图

Echarts数据可视化文章目录 Echarts数据可视化第4章 Echarts可视化图 4

以你之姓@/ 2024年03月25日 20:18/ 0 赞/ 47 阅读

相关 Echarts数据可视化第4章 Echarts可视化图 4.14 树图

Echarts数据可视化文章目录 Echarts数据可视化第4章 Echarts可视化图 4

迷南。/ 2024年03月25日 20:18/ 0 赞/ 43 阅读

相关 Echarts数据可视化第4章 Echarts可视化图 4.11 旭日图

Echarts数据可视化文章目录 Echarts数据可视化第4章 Echarts可视化图 4

一时失言乱红尘/ 2024年03月25日 20:18/ 0 赞/ 39 阅读

相关 Echarts数据可视化第4章 Echarts可视化图 4.10 热力图

Echarts数据可视化文章目录 Echarts数据可视化第4章 Echarts可视化图 4

待我称王封你为后i/ 2024年03月25日 20:18/ 0 赞/ 38 阅读

相关 Echarts数据可视化第4章 Echarts可视化图 4.8 仪表盘

Echarts数据可视化文章目录 Echarts数据可视化第4章 Echarts可视化图 4

谁践踏了优雅/ 2024年03月25日 20:17/ 0 赞/ 34 阅读