Echarts -盒须图的使用说明

article/2025/8/26 23:51:37
  • 画盒须图需要dataTool.js
!function(e,t){"object"==typeof exports&&"object"==typeof module?module.exports=t(require("echarts")):"function"==typeof define&&define.amd?define(["echarts"],t):"object"==typeof exports?exports.dataTool=t(require("echarts")):(e.echarts=e.echarts||{},e.echarts.dataTool=t(e.echarts))}(this,function(e){return function(e){function t(o){if(r[o])return r[o].exports;var n=r[o]={exports:{},id:o,loaded:!1};return e[o].call(n.exports,n,n.exports,t),n.loaded=!0,n.exports}var r={};return t.m=e,t.c=r,t.p="",t(0)}([function(e,t,r){var o;o=function(e){var t=r(1);return t.dataTool={version:"1.0.0",gexf:r(5),prepareBoxplotData:r(6)},t.dataTool}.call(t,r,t,e),!(void 0!==o&&(e.exports=o))},function(t,r){t.exports=e},,,,function(e,t,r){var o;o=function(e){"use strict";function t(e){var t;if("string"==typeof e){var r=new DOMParser;t=r.parseFromString(e,"text/xml")}else t=e;if(!t||t.getElementsByTagName("parsererror").length)return null;var i=l(t,"gexf");if(!i)return null;for(var u=l(i,"graph"),s=o(l(u,"attributes")),c={},f=0;f<s.length;f++)c[s[f].id]=s[f];return{nodes:n(l(u,"nodes"),c),links:a(l(u,"edges"))}}function o(e){return e?s.map(u(e,"attribute"),function(e){return{id:i(e,"id"),title:i(e,"title"),type:i(e,"type")}}):[]}function n(e,t){return e?s.map(u(e,"node"),function(e){var r=i(e,"id"),o=i(e,"label"),n={id:r,name:o,itemStyle:{normal:{}}},a=l(e,"viz:size"),s=l(e,"viz:position"),c=l(e,"viz:color"),f=l(e,"attvalues");if(a&&(n.symbolSize=parseFloat(i(a,"value"))),s&&(n.x=parseFloat(i(s,"x")),n.y=parseFloat(i(s,"y"))),c&&(n.itemStyle.normal.color="rgb("+[0|i(c,"r"),0|i(c,"g"),0|i(c,"b")].join(",")+")"),f){var p=u(f,"attvalue");n.attributes={};for(var v=0;v<p.length;v++){var d=p[v],g=i(d,"for"),h=i(d,"value"),b=t[g];if(b){switch(b.type){case"integer":case"long":h=parseInt(h,10);break;case"float":case"double":h=parseFloat(h);break;case"boolean":h="true"==h.toLowerCase()}n.attributes[g]=h}}}return n}):[]}function a(e){return e?s.map(u(e,"edge"),function(e){var t=i(e,"id"),r=i(e,"label"),o=i(e,"source"),n=i(e,"target"),a={id:t,name:r,source:o,target:n,lineStyle:{normal:{}}},u=a.lineStyle.normal,s=l(e,"viz:thickness"),c=l(e,"viz:color");return s&&(u.width=parseFloat(s.getAttribute("value"))),c&&(u.color="rgb("+[0|i(c,"r"),0|i(c,"g"),0|i(c,"b")].join(",")+")"),a}):[]}function i(e,t){return e.getAttribute(t)}function l(e,t){for(var r=e.firstChild;r;){if(1==r.nodeType&&r.nodeName.toLowerCase()==t.toLowerCase())return r;r=r.nextSibling}return null}function u(e,t){for(var r=e.firstChild,o=[];r;)r.nodeName.toLowerCase()==t.toLowerCase()&&o.push(r),r=r.nextSibling;return o}var s=r(1).util;return{parse:t}}.call(t,r,t,e),!(void 0!==o&&(e.exports=o))},function(e,t,r){var o;o=function(e){var t=r(7),o=r(1).number;return function(e,r){r=r||[];for(var n=[],a=[],i=[],l=r.boundIQR,u=0;u<e.length;u++){i.push(u+"");var s=o.asc(e[u].slice()),c=t(s,.25),f=t(s,.5),p=t(s,.75),v=p-c,d="none"===l?s[0]:c-(null==l?1.5:l)*v,g="none"===l?s[s.length-1]:p+(null==l?1.5:l)*v;n.push([d,c,f,p,g]);for(var h=0;h<s.length;h++){var b=s[h];if(b<d||b>g){var x=[u,b];"vertical"===r.layout&&x.reverse(),a.push(x)}}}return{boxData:n,outliers:a,axisData:i}}}.call(t,r,t,e),!(void 0!==o&&(e.exports=o))},function(e,t,r){var o;o=function(e){return function(e,t){var r=(e.length-1)*t+1,o=Math.floor(r),n=+e[o-1],a=r-o;return a?n+a*(e[o]-n):n}}.call(t,r,t,e),!(void 0!==o&&(e.exports=o))}])});
  • 结果展示
    在这里插入图片描述
  • 上代码,可直接拷贝使用,引入echarts.js和dataTool.js即可使用
<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"><title>盒须图</title>
</head>
<body><div id="container" style="width:100%;height:600px;"></div><!--其他样式自行加上即可-->
</body>
<script src="../js/jquery.min.js"></script>
<script src="../js/echarts.min.js"></script>
<script src="../js/dataTool.min.js"></script>
<script type="text/javascript">$(document).ready(function () {$('#chart').css("height",$(window).height()-350);data = [];//红色盒子的数据var redBoxData = [// 红色盒子第1组[850, 740, 900, 1070, 930, 850, 950, 980, 980, 880, 1000, 980, 930, 650, 760, 810, 1000, 1000, 960, 960],// 红色盒子第2组[960, 940, 960, 940, 880, 800, 850, 880, 900, 840, 830, 790, 810, 880, 880, 830, 800, 790, 760, 800],// 红色盒子第3组[890, 810, 810, 820, 800, 770, 760, 740, 750, 760, 910, 920, 890, 860, 880, 720, 840, 850, 850, 780],// 红色盒子第4组[850, 840, 780, 810, 760, 810, 790, 810, 820, 850, 870, 870, 810, 740, 810, 940, 950, 800, 810, 870]];data.push(echarts.dataTool.prepareBoxplotData(redBoxData));//黑色盒子的数据var blockBoxData = [//黑色盒子第1组[850, 740, 900, 1070, 930, 850, 950, 980, 980, 880, 1000, 980, 930, 650, 760, 810, 1000, 1000, 960, 960],//黑色盒子第2组[960, 940, 960, 940, 880, 800, 850, 880, 900, 840, 830, 790, 810, 880, 880, 830, 800, 790, 760, 800],//黑色盒子第3组[890, 810, 810, 820, 800, 770, 760, 740, 750, 760, 910, 920, 890, 860, 880, 720, 840, 850, 850, 780],//黑色盒子第4组[850, 840, 780, 810, 760, 810, 790, 810, 820, 850, 870, 870, 810, 740, 810, 940, 950, 800, 810, 870]];//以此类推,想画几个盒子就直接加数据和118行所说的画下去就好了data.push(echarts.dataTool.prepareBoxplotData(blockBoxData));let myChart = echarts.init(document.getElementById('container'));let option = {title: {text: '标题名字',left: 10,//标题显示的位置},legend: {y: '10%',data: [ '红色盒子', '黑色盒子']},tooltip: {trigger: 'item',axisPointer: {type: 'shadow'}},grid: {left: '10%',top: '20%',right: '10%',bottom: '15%'},xAxis: {type: 'category',data: ['第1组','第2组','第3组','第4组'],boundaryGap: true,nameGap: 30,splitArea: {show: true},axisLabel: {formatter: '{value}'},splitLine: {show: false}},yAxis: {/*min:-400,//可自定义y轴的最大和最小值max:600,*/type: 'value',name: 'Value',splitArea: {show: false}},dataZoom: [{type: 'inside',start: 0,end: 20},{show: true,height: 20,type: 'slider',top: '90%',xAxisIndex: [0],start: 0,end: 20}],series: [{name: '红色盒子',type: 'boxplot',data: data[0].boxData,//data[0].boxData代表的是data中红色盒子的数据tooltip: {formatter: formatter}},{name: '黑色盒子',type: 'boxplot',data: data[1].boxData,//data[0].boxData代表的是data中黑色盒子的数据tooltip: {formatter: formatter}}/*以此类推想画几个盒子,就在后面加,{name: $.i18n.prop('计划时间'),type: '黑色盒子',data: data[1].boxData,//data[0].boxData代表的是data中黑色盒子的数据tooltip: {formatter: formatter}}*/]};function formatter(param) {return ['类别名称: ' + param.name,'上边界: ' + param.data[0],'下四分位数: ' + param.data[1],'中位数: ' + param.data[2],'上四分位数: ' + param.data[3],'下边界: ' + param.data[4]].join('<br/>')}myChart.setOption(option);});
</script>
</html>
  • 如有错误,欢迎纠正.

http://chatgpt.dhexx.cn/article/WOliLsFo.shtml

相关文章

关于油气田完整周期的筛选与盒须图的制作

1.筛选具有完整周期的油气田&#xff1a; 具有完整周期的油气田包括三个标签&#xff1a; - discovery year-勘探时间- fid year-建产时间&#xff0c;&#xff08;FID是投资决策的意思&#xff09;- production start year-开发时间&#xff08;透视表数据来自于原数据&#x…

Matplotlib 盒须图 (Box-and-whisker plot)

– Start import numpy as np import matplotlib.pyplot as plt from random import sampledata np.random.normal(0, 1, 100)# 盒须图 plt.boxplot(data, vertFalse); plt.show()– 更多参见&#xff1a;Matplotlib 精萃 – 声 明&#xff1a;转载请注明出处 – Last Update…

113Echarts - 盒须图(Boxplot Light Velocity)

效果图 源代码 <!DOCTYPE html> <html><head><meta charset"utf-8"><title>ECharts</title><!-- 引入 echarts.js --><script src"js/echarts.min.js"></script><script src"dist/extensi…

举个栗子!Tableau 技巧(84):使用盒须图查看你的数据分布

关于盒须图 英文&#xff1a;Box-plot&#xff0c;又称为箱形图、盒式图或箱线图&#xff0c;是一种用作显示一组数据分散情况资料的统计图。在各种领域经常被使用&#xff0c;较多用于品质管理。 如果你想显示一组数据的分布情况&#xff1a;例如&#xff1a;一目了然地理解数…

echart自定义图分享之自定百分比的(箱线图/盒须图)

echarts自定义图之自定百分比的(箱线图/盒须图)&#xff1a; 分享一些自己在工作中遇到的非常规图 创作原因&#xff1a;因客户需要指定样式的箱线图图&#xff08;七分位&#xff0c;存在非固定分位&#xff1a;10%&#xff0c;90%&#xff0c;并且能查看每个分位的具体值&a…

echarts-箱线图(盒须图)

搞了一套和官网不同的option&#xff0c;也能渲染出效果来&#xff0c;虽然我不知道这个箱线图有啥意义啊哈哈哈~ 需求&#xff1a;填充背景色(中间的横线我是真的无能为力了&#xff0c;有搞出来的小伙伴欢迎留言) 剩下的一些自定义轴刻度显示、tooltip的自定义就很常规了。。…

echarts盒须图颜色填充

在使用echarts中的boxplot时&#xff0c;我们常常有将特定盒子换成不同颜色标记出来的需求&#xff0c;series中的color会默认从option.color中按顺序获取&#xff0c;默认颜色&#xff1a;[#5470c6, #91cc75, #fac858, #ee6666, #73c0de, #3ba272, #fc8452, #9a60b4, #ea7ccc]…

【Tableau 图表大全21】之箱型图(盒须图)

文章目录 箱型图样式构建箱形图GIF演示 箱型图样式 箱形图&#xff0c;也称为箱须图&#xff0c;用于显示沿轴的分布。它通常分别在列和行上有一个维度和一个度量。尽管 Tableau 中的"显示我"功能只需单击一下即可创建箱形图&#xff0c;但我将在这篇博客文章中演示如…

QT实现绘制箱须图(盒须图)

QT实现绘制箱须图 项目简介项目技术项目展示主要源码片段解析项目简介 显示了如何创建箱须图。 显示了如何从文件中读取非连续数据,对其进行排列并查找箱须图的中位数。 项目技术 qt5.12,QtCharts模块,c++ 项目展示 主要源码片段解析 为了显示两家公司的股份偏差,我们首…

盒须图 python_什么是盒须图?

盒须图 python What the heck is a box and whisker chart, and why would you need one? Well, Im not a statistician, but heres my overview. 盒子和晶须图到底是什么,为什么您需要一个? 好吧,我不是统计学家,但这是我的概述。 A box and whisker chart can give you…

echarts 盒须图配置

下载依赖包地址 cv工程师&#xff1a; <!DOCTYPE html> <html><head><meta charset"utf-8"><title>ECharts</title><!-- 引入 echarts.js --><script src"./js/echarts.min.js"></script><scri…

matplotlib实现多个子图的盒须图

效果展示&#xff1a; 代码&#xff1a; import numpy as np import pandas as pd import matplotlib.pyplot as plt from pylab import * plt.figure(figsize(7.8,6.8)) plt.rcParams[font.sans-serif] [Arial Unicode MS]data {W: [1,2,3,4,5,6,7,8,10],H: [1,2,3,10,5,6…

Qt数据可视化(QBoxPlotSeries盒须图)

目录 创建盒须图类 设置盒须图数据 计算中间值 源代码 widget.cpp 实现效果如下: QBoxPlotSeries类以方框和胡须图表的形式显示数据。 “长方体绘图”系列充当长方体和胡须项目的容器。多个系列中的项目根据其索引值分组。 QBarCategoryAxis类用于将类别添加到图表的轴。…

八、Echart图表 之 series盒须图(箱体图)基本使用与配置大全

&#x1f353; 作者主页&#xff1a;&#x1f496;仙女不下凡&#x1f496; &#x1f353; 前言介绍&#xff1a;以下&#x1f447;内容是我个人对于该技术的总结&#xff0c;如有不足与错误敬请指正&#xff01; &#x1f353; 欢迎点赞&#x1f44d; 收藏⭐ 留言&#x1f4…

保姆式教学:用Tableau制作盒须图(箱线图)

盒须图&#xff08;箱线图&#xff09;是一种常用的统计图形&#xff0c;用来显示数据的位置、分散程度和异常值等。箱线图主要包括6个统计量&#xff1a;下线、第一四分位数、中位数、第三四分位数、上限和异常值。通过绘制盒须图&#xff0c;观测数据在同类群体中的位置&…

Tableau:如何添加参考线、趋势线、参考区间、分布区间、盒须图?

序言 Tableau中的“分析”栏提供了很多功能(如下图)&#xff0c;这些功能可以向Tableau的工作表添加各种辅助线和辅助区间。通过对其进行归类&#xff0c;可以将这些辅助线、辅助区间分为&#xff1a;参考线、参考区间、分布区间、盒须图及趋势线等。下面依次进行介绍。 1. 参…

Qt图表绘制(QtCharts)-绘制简单的盒须图[箱形图](12)

Qt图表绘制&#xff08;QtCharts&#xff09;-绘制简单的盒须图[箱形图]&#xff08;12&#xff09;✌ 文章目录 Qt图表绘制&#xff08;QtCharts&#xff09;-绘制简单的盒须图[箱形图]&#xff08;12&#xff09;✌1、概述&#x1f90f;2、实现步骤&#x1f91e;3、主要使用的…

Qt散点图、折线图、柱状图、盒须图、饼状图、雷达图开发实例

目录 散点图 折线图 柱状图 水平柱状图 水平堆叠图 水平百分比柱状图 盒须图 饼状图 雷达图 Qt散点图、折线图、柱状图、盒须图、饼状图、雷达图开发实例。 在开发过程中我们会使用多各种各样的图&#xff0c;讲数据进行可视化。我们可以使用以上几种图来表达我们的数…

Tableau-盒须图

Tableau-盒须图 前言1.1 数据拖拽1.2 智能推荐-盒须图1.3 结果展示 前言 盒须图的制作方便我们直观观察数据分布情况。 对应业务场景&#xff0c;例如餐饮数据&#xff0c;我们可以通过盒须图查看不同店铺在不同平台上GMV总和数据信息。 本文的数据较少&#xff0c;不能很好的…

盒须图简介

2019独角兽企业重金招聘Python工程师标准>>> 盒须图&#xff08;Boxplot&#xff09;主要用于对数据分布的显示。对于详细数据的显示通常采用下面几种方法。 最简单的方法是把所有的数据显示在一个散点图上。读者可以直接观察数据点的分布。 但如果数据量很大&#…