dhm-echarts说明书
dhm-echarts
echarts3图表封装,前台ajax通过自定义div属性实现传值,后台通过各种数据适配器自动组装达到图表封装,以实现echarts图表展示,也可以自定义适配器。以及分析预测echarts图表拟合曲线算法。
项目地址:https://git.oschina.net/duhongming/dhm-echarts
项目交流QQ群:551709145 验证码:码云
1 Maven项目说明
- dhm-echarts-bean:echarts图表的所有Option对象的JavaBean封装,以及针对highcharts的3D柱状图和3D饼状图的JavaBean封装;
- dhm-echarts-calculate:echarts图表拟合曲线算法:多项式回归方程(通过散点拟合最优方程)、余弦相似度(曲线相似度)等算法;
- dhm-echarts-core:echarts图表基本图表配置、数据适配器、图表配置、点击事件数据结构封装;
- dhm-echarts-web:图表演示页面 http://127.0.0.1:8080/dhm-echarts-web/echarts/demo;
- dhm-echarts架构图:

1.1 web项目部署(红框为必要的JS和CSS)

1.2 Maven的POM引用:
<!-- echarts图表java封装 -->
<dependency>
<groupId>com.duhongming</groupId>
<artifactId>dhm-echarts-core</artifactId>
<version>3.0.0.2</version>
</dependency>
<!-- java封装计算算法 -->
<dependency>
<groupId>com.duhongming</groupId>
<artifactId>dhm-echarts-calculate</artifactId>
<version>3.0.0.2</version>
</dependency>
<!-- spring websocket-->
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-websocket</artifactId>
<version>${spring.version}</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-messaging</artifactId>
<version>${spring.version}</version>
</dependency>
<!-- 由于Spring是采用对JSON进行了封装的jackson来生成JSON和返回给客户端 开始-->
<dependency>
<groupId>com.fasterxml.jackson.core</groupId>
<artifactId>jackson-core</artifactId>
<version>2.4.4</version>
</dependency>
<dependency>
<groupId>com.fasterxml.jackson.core</groupId>
<artifactId>jackson-databind</artifactId>
<version>2.4.4</version>
</dependency>
<dependency>
<groupId>com.fasterxml.jackson.core</groupId>
<artifactId>jackson-annotations</artifactId>
<version>2.4.4</version>
</dependency>
<!-- 由于Spring是采用对JSON进行了封装的jackson来生成JSON和返回给客户端 结束-->
2 dhm-echarts-web项目
2.1 页面图表div设置说明

| div属性 | 默认值 | 说明 |
|---|---|---|
| id | 无 | id必须唯一 |
| class | echarts | 必须是echarts |
| echarts-type | line | line:折线图 bar:柱状图 pie:饼状图 rose:玫瑰图 funnel:漏斗图 radar:雷达图 scatter:散点图 gauge:仪表盘 liquidfill:注水图 map:地图 calendar:日历图 pie3d:3D饼状图 bar3d:3D柱状图 multidata-scatter:多维数据散点图 multidata-heatmap:多维数据热力图 |
| echarts-title | 图表标题 | 图表标题 |
| echarts-link | 无 | 图表标题链接 |
| echarts-subtitle | 图表副标题 | 图表副标题 |
| echarts-sublink | 无 | 图表副标题链接 |
| echarts-theme | 无 | macarons/dark/infographic/roma/shine/vintage |
| echarts-toolbox | false | 是否需要工具栏 |
| echarts-datazoom | false | 是否需要数据域 |
| echarts-stack | false | 是否需要柱状堆积图 |
| echarts-markpoint | false | 是否需要标记点 |
| echarts-markline | false | 是否需要标记线 |
| echarts-x-axis-name | 无 | X轴单位,eg: 日期(星期) |
| echarts-split-number | 5 | 坐标轴的分割段数 |
| echarts-min-interval | 0.0 | 坐标轴最小间隔大小 |
| echarts-y-axis-name | 无 | Y轴单位(两个Y轴单位,中间用逗号分隔) eg: 最高温度(°C),最低温度(°C) |
| echarts-url | 无 | 后台SpringMVC控制器,通过@RequestBody获取数据 |
| echarts-socket | 为空或没有则不是动态图表 | 后台是Spring Socket控制器,通过TextMessage传递数据 |
| echarts-onclick-id | 图表点击事件 | 关联a标签id |
| echarts-regression | 散点图必要参数,否则不必要 | 只有echarts-type=scatter echarts-regression才有意义。 linear:线性回归拟合 exponential:指数回归拟合 logarithmic:对数回归拟合 olynomial:多项式回归拟合 |
| echarts-measure-range | 量程 | 只有echarts-type=gauge才有意义 |
| echarts-axis-label-show | 是否显示刻度 | 只有echarts-type=gauge才有意义 |
2.2 Controller控制器中EchartsCore
1)创建EchartsCore对象,加载前台页面的属性参数,通过getBaseGsonOption获取gsonOption图表的基本配置都已经setter完成;

gsonOption可以进行自定义配置: //自定义配置 gsonOption.title().x(X.center); gsonOption.legend().left(X.left).orient(Orient.vertical);
2)通过adapterLineAndBar将数据setter进gsonOption,然后return gsonOption.toString()通过@ResponseBody返回到页面ajax中;
gsonOption可以不使用适配器: gsonOption中的series对象完成图表的显示;
2.3 页面ajax获取表单中的数据
1)有一个包裹form的标签,传递的button按钮即可
<form>
<input name="dateStr" value="日期"/>
<input name="temperatureStr" value="温度"/>
</form>
2)刷新指定图表
$("#submitButton").click(function(){
$("#demo-line").dblclick();
});
3)后台获取该图表的数据,已经保存在echartsConfig中
System.out.println("测试传入参数:"+echartsConfig.getParameters());
2.4给图表添加点击事件
1)准备一个a html标签
<a id="demo-bar-onclick" href="${contextPath}/echarts/onclick"></a>
2)通过在div属性echarts-onclick-id关联a标签
<div id="demo-bar" style="float:left" class="echarts"
…..
echarts-onclick-id="demo-bar-onclick"
></div>
3)当target="_jbox"会弹出对话框:
对话框宽度:jbox-width="1200"
对话框高度:jobx-height="400"
对话框标题:jbox-title="跳转dialog对话框-{seriesName}-{name}",其中{seriesName}是点击图表所在的legend名称,{name}是点击图表所在的x轴的名称。
4) 后台取值:
/**
* 获取参数到前台显示
* 也可以通过制定控制器去请求其他图表的URL
* @param echartsOnClick
* @return
*/
@RequestMapping(value="onclick")
public String onclick(EchartsOnClick echartsOnClick,ModelMap modelMap){
modelMap.put("echartsOnClick",echartsOnClick);
return "onclick";
}
2.5整体图表Echarts背景水印
修改echarts.ajax.js中的var waterMarkText = 'Echarts' 即可,为空则没有背景水印。
3 dhm-echarts-core项目
3.1 echartsCore中调用的适配器
| 适配器 | 适配器方法 | 适配器数据类型 | 适配器说明 |
|---|---|---|---|
| EchartsLineAndBarAdapter | adapterLineAndBar | List<Map<String,Object>> |
折线图和柱状图 |
| EchartsPieAdapter | adapterPie | Map<String,Object> |
饼状图 |
| EchartsDoubleNumLineAdapter | adapterDoubleNumLine | Map<String,Double[][]> |
双数值折线图 |
| EchartsReverseBarAdapter | adapterReverseBar | List<Map<String,Object>> |
反转柱状图 |
| EchartsRadarAdapter | adapterRadar | List<Map<String,Object>> |
雷达图 |
| EchartsMapAdapter | adapterMap | Map<String,Map<String,Double>> |
地图 |
| EchartsScatterAdapter | linear:线性回归 exponential:指数回归 logarithmic:对数回归 polynomial:多项式回归 |
Object[][] |
散点图 |
| 动态仪表(无适配器,只需要数据类型) | Socket协议 | Double | 动态仪表 |
| 动态注水图(无适配器,只需要数据类型) | Socket协议 | Double | 动态注水图 |
| 日历图(无适配器,只需要数据类型) | calendar:日历图 | List<Map<String,Object>> |
日历图 |
| 多维数据(无适配器,只需要数据类型) | multidata-scatter:多维数据散点图 multidata-heatmap:多维数据热力图 |
new EchartsHeatMap(list); |
多维数据 |
3.2 adapterLineAndBar、adapterReverseBar适配器数据类型
1)数据库结构
x:日期 y0:最高气温 y1:最低气温
周一 11 11
……. ……. …….
2)说明 相当于二维数据表数据,x:代表X轴的数据,y0:代表Y轴左面的数据,y1:代表Y轴右面的数据
3)通过数据库sql语句到List<Map<String,Object>>应该非常简单我就不具体说明了;
4)socket(动态图表传递的数据结构)后台定时推送
xxx 最高气温 最低气温
周一 11 11
……. ……. …….
相当于二维数据表数据,xxx代表X轴的数据,最高气温、最低气温代表Y轴数据,不用y0/y1在进行区分了。
页面:<div echarts-socket="<%=basePath%>/webSocket/line/data">/</div>即可
5)折线图条形图混合图
//指定每条曲线的类型
gsonOption.series().get(0).type(SeriesType.line);
gsonOption.series().get(1).type(SeriesType.bar);
3.3 adapterPie适配器数据类型
Map<String,Object> key-value这个是最简单的,怎么都能实现;
3.4 adapterDoubleNumLine适配器数据类型
1)数据结构
Object data[][] = new Object[][]{
{96.24, 11.35},{33.09, 85.11},{57.60, 36.61},
{36.77, 27.26},{20.10, 6.72},{45.53, 36.37},
{110.07, 80.13},{72.05, 20.88},{39.82, 37.15},
{48.05, 70.50},{0.85, 2.57},{51.66, 63.70},
{61.07, 127.13},{64.54, 33.59},{35.50, 25.01},
{226.55, 664.02},{188.60, 175.31},{81.31, 108.68}
};
二维数组中第一个是x轴数据,第二个是y轴数据,所以该二维数组就是一堆离散的点;
Map<String,Object[][]> Map中的泛型中的String是每条曲线的名称即legend;
2)说明
通过程序形成x,y轴的数据在同一个二维数组中即可;
3.5 adapterRadar适配器数据类型
1)数据结构
x:name y:预算分配(Allocated Budget) y:实际开销(Actual Spending) x:max
销售(sales) 4300 5000 6500
…… ……… …….. …….
2)说明
相当于二维数据表数据,x:name代表雷达图中的每一极,x:max 代表雷达图每一极的最大值, y:预算分配(Allocated Budget)代表所有极组的名称, y:实际开销(Actual Spending)代表另一所有极组的名称;
3)通过数据库sql语句到List<Map<String,Object>>应该非常简单我就不具体说明了;
3.6 adapterMap适配器数据类型
1)数据结构
--|类别Map<String,XXX > --|地名:指标Map<XXX,Map<String,Double>> Map<String,Map<String,Double>>
{"iphone3":
{"北京":609.0,"重庆":99.0,"新疆":183.0,"广东":830.0,"天津":883.0,"浙江":335.0,"澳门":541.0,"广西":287.0,"内蒙古":728.0,"宁夏":704.0,"江西":877.0,"台湾":724.0,"贵州":206.0,"安徽":882.0,"陕西":151.0,"辽宁":126.0,"山西":594.0,"青海":184.0,"香港":243.0,"四川":798.0,"江苏":100.0,"河北":191.0,"西藏":210.0,"福建":516.0,"吉林":975.0,"海南":994.0,"云南":155.0,"上海":690.0,"湖北":255.0,"湖南":120.0,"甘肃":471.0,"山东":398.0,"河南":937.0,"黑龙江":467.0},
"iphone4":
{"北京":949.0,"重庆":809.0,"新疆":1.0,"香港":856.0,"四川":526.0,"广东":658.0,"天津":6.0,"浙江":754.0,"河北":803.0,"澳门":649.0,"西藏":629.0,"福建":746.0,"内蒙古":684.0,"吉林":876.0,"上海":213.0,"宁夏":337.0,"江西":324.0,"安徽":481.0,"山西":361.0},
"iphone5":
{"上海":672.0,"北京":423.0,"香港":376.0,"台湾":45.0,"广东":463.0,"天津":742.0,"澳门":375.0}}
3.7散点图适配器数据类型
Double data[][] = new Double[][]{
{96.24, 11.35},{33.09, 85.11},{57.60, 36.61},
{36.77, 27.26},{20.10, 6.72},{45.53, 36.37},
{110.07, 80.13},{72.05, 20.88},{39.82, 37.15},
{48.05, 70.50},{0.85, 2.57},{51.66, 63.70},
{61.07, 127.13},{64.54, 33.59},{35.50, 25.01},
{226.55, 664.02},{188.60, 175.31},{81.31, 108.68}
};
二维数组中第一个是x轴数据,第二个是y轴数据,所以该二维数组就是一堆离散的点;
3.8日历图适配器数据类型
1)数据库结构
echartsDate 工作 睡觉 娱乐 2017-05-01 10 8 6 2017-05-02 8 10 6
2)说明 相当于二维数据表数据,echartsDate 代表日历的数据,工作、睡觉、娱乐数据类别;
3)通过数据库sql语句到List<Map<String,Object>>应该非常简单我就不具体说明了;
3.9多维数据适配器数据类型
1)数据库结构
x y z 2017-06-19 工作票 00 2017-06-20 工作票 10 2017-06-20 操作票 11 2017-06-21 操作票 21
2)调用EchartsHeatMap
EchartsHeatMap echartsHeatMap = new EchartsHeatMap(list);
4 dhm-echarts-calculate项目
计算拟合曲线算法,通过多项式回归分析,找出R^2最优的表达式拟合曲线;
4.1 放入观测值
Double data[][]中的数组分别代表{x,y} Double data[][] = new Double[][]{ {4d,38.8},{5d,129.6},{6d,259.9},{7d,447.1},{8d,702.5}, {9d,1015.2},{10d,1346.5},{11d,1665.1},{12d,1927.8},{12.4,2000d}, {13d,2000d},{14d,2000d},{15d,2000d},{16d,2000d},{17d,2000d},{18d,2000d}, {19d,2000d},{20d,2000d},{21d,2000d},{22d,2000d},{23d,2000d},{24d,2000d},{25d,2000d} };
4.2 拟合度最好的即R^2最接近1的曲线
String expression = new PolynomialCurveCore().polynomialCurveExpresionAll(data);
4.3准备观测值X轴数据重新拟合下看看
Double d[] = new Double[data.length];
4.4重新生成通过拟合方程计算的Y轴的值
Double newData[][] = FelCore.getResult(expression,d)
5 dhm-echarts-bean项目
我是fork GitHub上的一位同仁的代码:
https://git.oschina.net/free/ECharts
eg:

6 highcharts3D项目
1.引入JS
2.div标签只需bar或者pie后面加上3d
3.后台解析

eg:
