Search Results

        折線圖數據是遞增還是遞減、增減的速率、增減的規律（週期性、螺旋性等）、峰值等特徵都可以清晰地反映出來。所以，折線圖常用來分析數據隨時間的變化趨勢，也可用來分析多組數據隨時間變化的相互作用和相互影響。例如可用來分析某類商品或是某幾類相關的商品隨時間變化的銷售情況，從而進一步預測未來的銷售情況。在折線圖中，一般水平軸（X軸）用來表示時間的推移，並且間隔相同；而垂直軸（Y軸）代表不同時刻的數據的大小。 預覽圖 設定值 資料源 [ { year: '1991', value: ...

雙折線圖，用於比對兩組數據的趨勢。 預覽圖 設定值 資料源 [{ "month": "Jan", "city": "Tokyo", "temperature": 7 }, { "month": "Jan", "city": "London", "temperature": 3.9 }, { "month": "Feb", "city": "Tokyo", "temperature": 6.9 }, { "month": "...

雙折線圖，用於比對兩組數據的趨勢。 預覽圖 設定值 資料源 [{ "month": "Jan", "city": "Tokyo", "temperature": 7 }, { "month": "Jan", "city": "London", "temperature": 3.9 }, { "month": "Feb", "city": "Tokyo", "temperature": 6.9 }, { "month": "...

階梯線圖（也稱為步驟圖）是與線圖相似的圖表，但是線在數據點之間形成分段步驟。當您要顯示以不規則間隔發生的更改時，分階線圖可能 很有用。例如，奶製品價格上漲，汽油，稅率，利率等。 預覽圖 設定值 資料源 [{ month: 'Jan', value: 51 }, { month: 'Feb', value: 91 }, { month: 'Mar', value: 34 }, { month: 'Apr', value: 47 }, ...

階梯線圖（也稱為步驟圖）是與線圖相似的圖表，但是線在數據點之間形成分段步驟。當您要顯示以不規則間隔發生的更改時，分階線圖可能 很有用。例如，奶製品價格上漲，汽油，稅率，利率等。 預覽圖 設定值 資料源 [{ "month": "Jan", "key": "series1", "value": 125 }, { "month": "Jan", "key": "series2", "value": 51 }, { "month": "Feb", ...

柱狀圖有別於直方圖，柱狀圖無法顯示數據在一個區間內的連續變化趨勢。柱狀圖描述的是分類數據，回答的是每一個分類中“有多少？”這個問題。需要注意的是， 當柱狀圖顯示的分類很多時會導致分類名附加等顯示問題。 預覽圖 設定值 資料源 [{ year: '1951 年', sales: 38 }, { year: '1952 年', sales: 52 }, { year: '1956 年', sales: 61 }, { year: '1957 年...

預覽圖 設定值 資料源 [{ "name": "London", "月份": "Jan.", "月均降雨量": 18.9 }, { "name": "London", "月份": "Feb.", "月均降雨量": 28.8 }, { "name": "London", "月份": "Mar.", "月均降雨量": 39.3 }, { "name": "London", "月份": "Apr.", "月均降雨量":...

預覽圖 設定值 資料源 [{ name: 'London', 'Jan.': 18.9, 'Feb.': 28.8, 'Mar.': 39.3, 'Apr.': 81.4, 'May': 47, 'Jun.': 20.3, 'Jul.': 24, 'Aug.': 35.6 }, { name: 'Berlin', 'Jan.': 12.4, 'Feb.': 23.2, 'Mar.': 34.5, 'Apr...

預覽圖 設定值 資料源 [{ x: '分類一', y: [76, 100] }, { x: '分類二', y: [56, 108] }, { x: '分類三', y: [38, 129] }, { x: '分類四', y: [58, 155] }, { x: '分類五', y: [45, 120] }, { x: '分類六', y: [23, 99] }, { x: '分類七', y: [18,...

預覽圖 設定值 資料源 [{ country: '巴西', population: 18203 }, { country: '印尼', population: 23489 }, { country: '美国', population: 29034 }, { country: '印度', population: 104970 }, { country: '中国', population: 131744 }] 內距 ...

預覽圖 設定值 資料源 [{ "label": "Mon.", "type": "series1", "value": 2800 }, { "label": "Mon.", "type": "series2", "value": 2260 }, { "label": "Tues.", "type": "series1", "value": 1800 }, { "label": "Tues.", "type": "ser...

預覽圖 設定值 資料源 [{ 'State': 'WY', '小於5歲': 25635, '5至13歲': 1890, '14至17歲': 9314 }, { 'State': 'DC', '小於5歲': 30352, '5至13歲': 20439, '14至17歲': 10225 }, { 'State': 'VT', '小於5歲': 38253, '5至13歲': 42538, '14至17歲': 15757 ...

預覽圖 設定值 資料源 [{ profession: '兩年制副學士學位', highest: 110000, minimum: 23000, mean: 56636 }, { profession: '執法與救火', highest: 120000, minimum: 18000, mean: 66625 }, { profession: '教育學', highest: 125000, minimum: 24000, ...

預覽圖 設定值 資料源 [{ item: '事例一', count: 40, percent: 0.4 }, { item: '事例二', count: 21, percent: 0.21 }, { item: '事例三', count: 17, percent: 0.17 }, { item: '事例四', count: 13, percent: 0.13 }, { item: '事例五', co...

環圖，其本質是餅圖將中間區域挖空。 　　餅圖的整體性太強，我們會將注意力集中在比較餅圖內各個扇形之間佔整體比重的關係。但如果我們將兩個餅圖放在一起，餅圖很難同時對比兩個圖。環圖在解決上述問題時，採用了讓我們更關注長度而不是面積的做法。這樣我們就能相對簡單的對比不同的環圖。同時環圖相對於餅圖空間的利用率更高，比如我們可以使用它的空心區域顯示文本信息，比如標題等。 預覽圖 設定值 資料源 [{ item: '事例一', count: 40, percent: 0.4 }...

南丁格爾玫瑰圖，又名雞冠花圖、極坐標區域圖，是南丁格爾在克里米亞戰爭期間提交的一份關於士兵死傷的報告時發明的一種圖表,是在極坐標下繪製的柱狀圖，使用圓弧的半徑長短表示數據的大小（數量的多少）。 由於半徑和面積的關係是平方的關係，南丁格爾玫瑰圖會將數據的比例大小誇大，尤其適合對比大小相近的數值；由於圓形有周期的特性，所以玫瑰圖也適用於表示一個週期內的時間概念，比如星期、月份。 預覽圖 設定值 資料源 [{ year: '2001', population: 41.8 }, ...

預覽圖 設定值 資料源 [{ year: '2001', population: 41.8 }, { year: '2002', population: 38 }, { year: '2003', population: 33.7 }, { year: '2004', population: 30.7 }, { year: '2005', population: 25.8 }, { year: '2006', ...

預覽圖 設定值 資料源 [{ year: '2001', population: 41.8 }, { year: '2002', population: 38 }, { year: '2003', population: 33.7 }, { year: '2004', population: 30.7 }, { year: '2005', population: 25.8 }, { year: '2006', ...

　　通過觀察散點圖上數據點的分佈情況，我們可以推斷出變量間的相關性。如果變量之間不存在相互關係，那麼在散點圖上就會表現為隨機分佈的離散的點，如果存在某種相關性，那麼大部分的數據點就會相對密集並以某種趨勢呈現。數據的相關關係主要分為：正相關（兩個變量值同時增長）、負相關（一個變量值增加另一個變量值下降）、不相關、線性相關、指數相關等，表現在散點圖上的大致分佈如下圖所示。那些離點集群較遠的點我們稱為離群點或者異常點。 預覽圖 設定值 資料源 - AntV https://g2.antv.v...

預覽圖 設定值 資料源 - AntV https://g2.antv.vision/zh/examples/data/scatter.json （ 資料來源：AntV ） 格式： [ {gender: "female",height: 161.2,weight: 51.6,}, {gender: "female",height: 167.5,weight: 59,}, ...... ] 內距 40, 40, 60, 60 圖 Geom 點圖（...