漏刻有时数据可视化Echarts组件开发(27):盒须图(箱线图)前后端php交互的实战案例

简介: 漏刻有时数据可视化Echarts组件开发(27):盒须图(箱线图)前后端php交互的实战案例


Boxplot 中文可以称为『箱形图』、『盒须图』、『盒式图』、『盒状图』、『箱线图』,是一种用作显示一组数据分散情况资料的统计图。它能显示出一组数据的最大值、最小值、中位数、下四分位数及上四分位数。


开发难点

二维数组结构

需要将数据转为如下的二维数据结构,增加了后端开发的难度。

      source: [
                [850, 740, 900, 1070, 930, 850, 950, 980, 980, 880, 1000, 980, 930, 650, 760, 810, 1000, 1000, 960, 960],
                [960, 940, 960, 940, 880, 800, 850, 880, 900, 840, 830, 790, 810, 880, 880, 830, 800, 790, 760, 800],
                [880, 880, 880, 860, 720, 720, 620, 860, 970, 950, 880, 910, 850, 870, 840, 840, 850, 840, 840, 840],
                [890, 810, 810, 820, 800, 770, 760, 740, 750, 760, 910, 920, 890, 860, 880, 720, 840, 850, 850, 780],
                [890, 840, 780, 810, 760, 810, 790, 810, 820, 850, 870, 870, 810, 740, 810, 940, 950, 800, 810, 870]
            ]

PHP后端数据API

  1. 1.先按照名称分组筛选对应的X轴数据;
  2. 2.按照名称二次循环筛选对应的数据,并以数组的形式输出;
  3. 3.增加对应的筛选条件,实现搜索查询的功能开发;
    /*价格-盒须图*/
    public function getBoxplot()
    {
        global $db;
        dbc();
        @$cat_name = get_param("cat_name");
        @$fromTime = get_param("fromTime");
        @$toTime = get_param("toTime");
        $sql = "select cat_name FROM " . $db->table('product') . " WHERE 1";
        if ($cat_name != "") {
            $sql .= " AND cat_name = '" . $cat_name . "'";
        }
        if ($fromTime != "") {
            $sql .= " AND DATE_FORMAT(FROM_UNIXTIME(pro_month),'%Y-%m-%d') >= '" . $fromTime . "'";
        }
        if ($toTime != "") {
            $sql .= " AND DATE_FORMAT(FROM_UNIXTIME(pro_month),'%Y-%m-%d') <= '" . $toTime . "'";
        }
        $sql .= " GROUP BY cat_name";
        $row = $db->queryall($sql);
        //求中位数;
        foreach ($row as $k => $v) {
            $sql_l = "select pro_price from " . $db->table('product');
            $sql_l .= " WHERE cat_name = '" . $v['cat_name'] . "'";
            $row_l = $db->queryall($sql_l);
            //循环数组;
            $data = array();
            for ($i = 0; $i < count($row_l); $i++) {
                $data[] = $row_l[$i]['pro_price'];
            }
            //求中位数;
            $row[$k]["price"] = $data;
        }
        //输出数据;
        die(json_encode_lockdata($row));
    }

盒须图封装函数

function getBox(dataName, dataList, id) {
    var myChart = echarts.init(document.getElementById(id));
    var option = {
        dataset: [
            {source: dataList},
            {
                transform: {
                    type: 'boxplot',
                    config: {
                        itemNameFormatter: function (params) {
                            //console.log(params.value);
                            return dataName[params.value];
                        }
                    }
                }
            },
            {
                fromDatasetIndex: 1,
                fromTransformResult: 1
            }
        ],
        tooltip: {
            trigger: 'item',
            axisPointer: {
                type: 'shadow'
            }
        },
        grid: {
            top: '5%',
            left: '3%',
            right: '4%',
            bottom: '3%',
            containLabel: true
        },
        xAxis: {
            type: 'category',
            boundaryGap: true,
            splitArea: {
                show: false
            },
            splitLine: {
                show: false
            }
        },
        yAxis: {
            type: 'value',
            min: function (value) {
                return value.min - 200;
            },
            splitArea: {
                show: true
            }
        },
        series: [
            {
                name: 'boxplot',
                type: 'boxplot',
                datasetIndex: 1,
                tooltip: {
                    formatter: function (param) {
                        //console.log(param);
                        return [
                            //'Product: ' + param.name + ' ',
                            'Max: ' + param.data[5],
                            'Q3: ' + param.data[4],
                            'Median: ' + param.data[3],
                            'Q1: ' + param.data[2],
                            'Min: ' + param.data[1]
                        ].join('<br/>');
                    }
                }
            }
        ]
    };
    myChart.setOption(option);
    window.addEventListener("resize", function () {
        myChart.resize();
    });
}

难点分析

显示X轴名称

            {
                transform: {
                    type: 'boxplot',
                    config: {
                        itemNameFormatter: function (params) {
                            //console.log(params.value);
                            return dataName[params.value];
                        }
                    }
                }
            }

坐标轴自动计算显示间距

min: function (value) {
                return value.min - 200;
            },

鼠标滑过提示框

                tooltip: {
                    formatter: function (param) {
                        //console.log(param);
                        return [
                            //'Product: ' + param.name + ' ',
                            'Max: ' + param.data[5],
                            'Q3: ' + param.data[4],
                            'Median: ' + param.data[3],
                            'Q1: ' + param.data[2],
                            'Min: ' + param.data[1]
                        ].join('<br/>');
                    }


@漏刻有时


相关文章
|
3月前
|
搜索推荐 前端开发 数据可视化
【优秀python web毕设案例】基于协同过滤算法的酒店推荐系统,django框架+bootstrap前端+echarts可视化,有后台有爬虫
本文介绍了一个基于Django框架、协同过滤算法、ECharts数据可视化以及Bootstrap前端技术的酒店推荐系统,该系统通过用户行为分析和推荐算法优化,提供个性化的酒店推荐和直观的数据展示,以提升用户体验。
154 1
|
5月前
|
数据可视化 数据挖掘
ECharts综合案例一:近七天跑步数据
使用ECharts进行一周跑步数据分析,通过雷达图展示多维度指标(如距离、速度、时间),颜色对比体现个人与平均表现。折线图则清晰显示每日里程趋势,代码示例展示了自定义的`radar`和`line`图表配置。图表交互性强,支持点击高亮,动画流畅,提供完整代码资源。#ECharts #跑步数据 #数据可视化
148 3
ECharts综合案例一:近七天跑步数据
|
5月前
|
数据可视化 数据挖掘
ECharts综合案例一:近七天跑步数据
使用ECharts展示近七天跑步数据,结合雷达图和折线图揭示运动表现。雷达图多维度呈现全程距离、速度和时间,对比平均指标;折线图清晰展示里程趋势。图表具有交互性和动画效果,通过[代码地址](https://download.csdn.net/download/No_Name_Cao_Ni_Mei/89454698)可获取详情。#ECharts #跑步数据 #数据可视化 #雷达图 #折线图
85 3
ECharts综合案例一:近七天跑步数据
|
5月前
|
数据采集 自然语言处理 数据可视化
ECharts 词云案例四—电影《千与千寻》部分短评
**使用ECharts和电影《千与千寻》短评创建的词云案例展示了数据可视化的力量。通过Python处理评论,提取关键词并计算频率,利用jieba和WordCloud生成词云,ECharts进一步增强了视觉效果。词云突出了角色如“千寻”、“无脸男”及关键词“勇气”、“成长”,揭示了观众的情感共鸣。示例代码和资源可在链接中获取。**
50 0
 ECharts 词云案例四—电影《千与千寻》部分短评
|
5月前
|
JavaScript 前端开发 数据可视化
ECharts 雷达图案例001-自定义节点动画
使用ECharts创建自定义雷达图,通过JavaScript动态更新高亮和交互反馈,增强用户体验。关键步骤包括:开启动画效果,数据更新时保持图表状态,鼠标悬浮时动态高亮指标,优化动画性能。案例展示了ECharts在数据可视化中的灵活性和表现力。[查看完整案例](https://download.csdn.net/download/No_Name_Cao_Ni_Mei/89454380)。
212 0
 ECharts 雷达图案例001-自定义节点动画
|
5月前
|
数据可视化 黑灰产治理
📊 ECharts 雷达图案例002 - 诈骗性质分析
**ECharts 案例展示了诈骗性质的雷达图分析,以创新可视化揭示诈骗模式。定制化雷达图配色鲜明,多维度剖析不同诈骗手段,如网络刷单、冒充公检法。交互式设计允许用户深入探究细节。[点击这里](https://download.csdn.net/download/No_Name_Cao_Ni_Mei/89454384)查看完整案例。#ECharts #数据可视化 #雷达图 #诈骗分析**
56 0
📊 ECharts 雷达图案例002 - 诈骗性质分析
|
5月前
|
数据可视化 前端开发 搜索推荐
ECharts 词云案例三:2024年阅读关键词
探索ECharts词云图进阶,使用蒙版创造个性化2024年阅读关键词云。预览图展示渐变色背景与随机色词汇。蒙版概念引入,通过HTML结构和JavaScript配置实现词云与图像蒙版结合。代码及依赖下载链接提供,展示五种创意蒙版效果,激发数据可视化的创新思维。
72 0
ECharts 词云案例三:2024年阅读关键词
|
2月前
|
安全 关系型数据库 MySQL
PHP与MySQL交互:从入门到实践
【9月更文挑战第20天】在数字时代的浪潮中,掌握PHP与MySQL的互动成为了开发动态网站和应用程序的关键。本文将通过简明的语言和实例,引导你理解PHP如何与MySQL数据库进行对话,开启你的编程之旅。我们将从连接数据库开始,逐步深入到执行查询、处理结果,以及应对常见的挑战。无论你是初学者还是希望提升技能的开发者,这篇文章都将为你提供实用的知识和技巧。让我们一起探索PHP与MySQL交互的世界,解锁数据的力量!
|
2月前
|
NoSQL 关系型数据库 MySQL
不是 PHP 不行了,而是 MySQL 数据库扛不住啊
【9月更文挑战第8天】这段内容讨论了MySQL在某些场景下面临的挑战及其原因,并指出这些问题不能完全归咎于MySQL本身。高并发读写压力、数据量增长以及复杂查询和事务处理都可能导致性能瓶颈。然而,应用程序设计不合理、系统架构不佳以及其他数据库选择和优化策略不足也是重要因素。综合考虑这些方面才能有效解决性能问题,而MySQL通过不断改进和优化,仍然是许多应用场景中的可靠选择。
137 9
|
3月前
|
存储 SQL 关系型数据库
PHP与MySQL交互的奥秘
【8月更文挑战第29天】在编程的世界里,PHP和MySQL就像是一对默契的舞伴,共同演绎着数据的交响曲。本文将带你探索它们之间的互动,从连接数据库到执行查询,再到处理结果,每一步都充满了节奏与和谐。我们将一起走进这段代码的旅程,感受数据流动的魅力。