echarts官网(echarts-wordcloud 血泪总结使用说明 (配置项及其不足点优化))
基本使用方法
echarts-wordcloud是基于echarts的一个词云库 ,是我常用的一个组件 ,业务上用的多一点 ,但是这个库在echarts的官网文档里面没有说明 ,git上的说明也很少 ,有些配置需要自己摸索 ,下面都是我的血泪总结 。官方github地址
依赖
首先要安装echarts包 ,这是基础包 ,然后还需要额外引入词云的包,对应的版本可自行选择 ,我这不是最新的
“echarts-wordcloud ”: “^2.0.0 ”
“echarts”: “^5.1.2 ”项目中使用:
import * as echarts from echarts import echarts-wordcloudecharts-wordcloud 的基本配置项
首先基本使用:
// 这里和echarts的使用一样,先拿到容器元素 const chart = echarts.init(document.getElementById(tlrealtimewordcloud)) // 这里是官方给出的一些基本的配置项 ,我做一些说明 chart.setOption({ ... series: [{ type: wordCloud, // shape这个属性虽然可配置 ,但是在词的数量不太多的时候,效果不明显 ,它会趋向于画一个椭圆 shape: circle, // 这个功能还没用过 keepAspect: false, // 这个是可以自定义背景图片的 ,词云会按照图片的形状排布,所以有形状限制的时候 ,最好用背景图来实现 ,而且 ,这个背景图一定要放base64的 ,不然词云画不出来 maskImage: maskImage, // 下面就是位置的配置 left: center, top: center, width: 70%, height: 80%, right: null, bottom: null, // 词的大小 ,最小12px ,最大60px ,可以在这个范围调整词的大小 sizeRange: [12, 60], // 每个词旋转的角度范围和旋转的步进 rotationRange: [-90, 90], rotationStep: 45, // 词间距 ,数值越小 ,间距越小,这里间距太小的话 ,会出现大词把小词套住的情况 ,比如一个大的口字,中间会有比较大的空隙 ,这时候他会把一些很小的字放在口字里面 ,这样的话,鼠标就无法选中里面的那个小字 ,这里可以用函数根据词云的数量动态返回间距 gridSize: 8, // 允许词太大的时候 ,超出画布的范围 drawOutOfBound: false, // 布局的时候是否有动画 layoutAnimation: true, // 这是全局的文字样式 ,相对应的还可以对每个词设置字体样式 textStyle: { fontFamily: sans-serif, fontWeight: bold, // 颜色可以用一个函数来返回字符串 ,这里是随机色 color: function () { // Random color return rgb( + [ Math.round(Math.random() * 160), Math.round(Math.random() * 160), Math.round(Math.random() * 160) ].join(,) + ); } }, emphasis: { focus: self, textStyle: { textShadowBlur: 10, textShadowColor: #333 } }, // 数据必须是一个数组 ,数组是对象 ,对象必须有name和value属性 data: [{ name: Farrah Abraham, value: 366, // 这里就是对每个字体的样式进行设置 textStyle: { } }] }] });优化项
shape
shape也可以是一个函数 ,比如希望是矩形的时候(来自官方githup问答区)
shape: function shapeSquare(theta) { return Math.min( 1 / Math.abs(Math.cos(theta)), 1 / Math.abs(Math.sin(theta)) ) },gridSize
可以用一个函数根据词云的数量动态确定词间距
color
颜色可以在外面统一配置 ,也可以像下文那样给每个词都配置一下 ,这里推荐一组好看的配色
[#86D4FF, #FF8F6C, #2CF263, #9FA8F7, #1274FF, #E6613D, #FFC629, #FFAB2E, #F78289, #FF6C96, #45BFD4, #4E31FF, #31FBFB,#86D4FF, #BF8AFD, #FFF500, #DE58FF, #72ED7C, #0BEEB8,#931CFF, #3D25F2, #F995C8, #FBE9B4, #FF4AB6]效果是这样的
权重问题
组件会严格按照value值的大小分配权重,权重就体现在字体大小上 。所以如果数据本身分布不均匀的时候 ,视觉效果看起来不够好 ,比如一个数为10000,其他的数为100-10 ,那么只能体现出两种权重了 ,即10000和其他。但是这样往往会导致视觉上,权重的分层不够明显 ,所以我们这个时候需要给数据分配权重 ,也就是改变每个词的fontSize.
代码主要思路是:
数据量少于8个的时候 ,仅做了颜色的处理(业务需求 ,只有红黑两系颜色) 数据量大于8个的时候 ,二分法 ,把数据分成四部分 , 对于第一梯队的数据来说 ,一般是最重要的 ,至少也有两个数据,我们只对这一部分的数据做权重处理 ,就可以有良好的视觉效果 最大的那个词 ,给一个最大的权重60,第二个和第三个 ,分别给55和40 ,剩下的就是(40-排名数) 如果还有需求的话,可以再细化一点 ,如果能上相关的聚类算法 ,那就更完美了
大体效果为:
可以看见 ,排名靠前的都显示的比较好 ,直观而且有层次感 // 这里是我自己摸索的四分法 ,面对数据分配不均匀的时候还是挺有效果的 const blackcolor = [#000000, #2a2a2a, #545454, #7e7e7e] const redcolor = [rgb(249,8,8), rgba(249,8,8, 0.7), rgba(249,8,8, 0.5), rgba(249,8,8, 0.3)] const iterate = (arr, i, j, l) => { if(l === 0){ for(let k = i; k <= j; k++){ if(k === 0){ arr[k].textStyle = { color: blackcolor[l], fontSize: 60 } } else if(k < 3) { if(k % 2 === 0){ arr[k].textStyle = { color: redcolor[l], fontSize: 40 } } else { arr[k].textStyle = { color: blackcolor[l], fontSize: 55 } } } else { if(k % 2 === 0){ arr[k].textStyle = { color: redcolor[l], fontSize: 40 - k } } else { arr[k].textStyle = { color: blackcolor[l], fontSize: 40 - k } } } } } else { for(let k = i; k <=j ; k++){ if(k % 2 === 0){ arr[k].textStyle = { color: redcolor[l] } } else { arr[k].textStyle = { color: blackcolor[l] } } } } } const dealworddata = (data) => { let len = data.length if(len <= 8 ){ let i = 0,j = 0,k = 0 while(k<len){ if( k % 2 === 0){ data[k].textStyle = { color: redcolor[i] } i++ } else { data[k].textStyle = { color: blackcolor[j] } j++ } k++ } } else { let mid = len >> 1 let leftmid = len >> 1 let rightmid = (len - 1 + mid) >> 1 iterate(data, 0, leftmid, 0) iterate(data, leftmid, mid, 1) iterate(data, mid, rightmid, 2) iterate(data, rightmid, len-1, 3) } }背景图片
const maskImage = new Image() maskImage.src = ‘’ // 这里是base64编码 ... maskImage: maskImage创心域SEO版权声明:以上内容作者已申请原创保护,未经允许不得转载,侵权必究!授权事宜、对本内容有异议或投诉,敬请联系网站管理员,我们将尽快回复您,谢谢合作!