如何用前端代码在浏览器中构建一个Tableau,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
创新互联主营台前网站建设的网络公司,主营网站建设方案,成都App制作,台前h5小程序制作搭建,台前网站营销推广欢迎台前等地区企业咨询
在Gartner最新的对商务智能软件的专业分析报告中,Tableau持续领跑。Microsoft因为PowerBI表现出色也处于领导者象限。而昔日的领导者像SAP,SAS,IBM,MicroStrategy等逐渐被拉开了差距。
Tableau因为其灵活,出色的数据表现已经成为BI领域里无可争议的领头羊。而其数据驱动的可视化和核心思想是来自于Leland Wilkinson的The Grammar Of Graphics ,同样受到该思想影响的还有R的图形库ggplot。
在数据可视化开源领域里,大家对百度开发的echarts可谓耳熟能详,echarts经过多年的发展,其功能确实非常强大,可用出色来形容。但是蚂蚁金服开源的基于The Grammar Of Graphics的语法驱动的可视化库G2,让人眼前一亮。那我们就看看如何利用G2和500行左右的纯前端代码来实现一个的类似Tableau的数据分析功能。
演示参见 https://codepen.io/gangtao/full/OZvedx/
代码参见 https://gist.github.com/gangtao/e053cf9722b64ef8544afa371c2daaee
第一步是加载数据:
数据加载主要用到了三个库:
axios 基于Promise的HTTP客户端
alasql 基于JS的开源SQL数据库
jquery datatable JQuery的数据表格插件
数据通过我存放在GitHub中的csv格式的文件,以REST请求的方式来加载。下面的代码把Axios的Promise变成 async/wait方式。
// Ajax async request const request = { get: url => { return new Promise((resolve, reject) => { axios .get(url) .then(response => { resolve({ data: response.data }); }) .catch(error => { resolve({ data: error }); }); }); } };
封装好后,我们就可以用request.get()方法发送REST请求,获取csv文件。
let csv = await request.get(url);
这一步可能会遇到跨域请求的问题,github上的文件支持跨域。
把数据存储在一个SQL数据库中,这样做的好处是为了下一步做数据准备的时候,可以方便的利用SQL来进行查询和分析。
class SqlTable { constructor(data) { this.data = data; } async query(sql) { // following line of code does not run in full page view due to security concern. // const query_str = sql.replace(/(?<=FROM\s+)\w+/, "CSV(?)"); const query_str = sql.replace("table", "CSV(?)"); return await alasql.promise(query_str, [this.data]); } }
SqlTable是一个对数据表的封装,把csv数据存在SQL数据库表中,提供一个query()方法。这里要做的是把SQL查询个从 "SELECT * FROM table" 变成 "SELECT * FROM CSV(?)" 表示查询参数是CSV数据。因为codepen的安全性限制,运行前向查找的replace语句(这里的regex表示把前面是“FROM ”词的替换为CSV(?)的)在full page view下是不能执行的,所以我用了一个更简单的假定,用户的表名就是table,这样做有很多问题,大家如果在codepen之外的环境,可以用注释掉的代码。
然后把"SELECT * FROM table"的查询结果(JSON Array)用datatable来展示。
function sanitizeData(jsonArray) { let newKey; jsonArray.forEach(function(item) { for (key in item) { newKey = key.replace(/\s/g, "").replace(/\./g, ""); if (key != newKey) { item[newKey] = item[key]; delete item[key]; } } }); return jsonArray; } function displayData(tableId, data) { // tricky to clone array let display_data = JSON.parse(JSON.stringify(data)); display_data = sanitizeData(display_data); let columns = []; for (let item in display_data[0]) { columns.push({ data: item, title: item }); } $("#" + tableId).DataTable({ data: display_data, columns: columns, destroy: true }); }
这一步有两点要注意:
数据中,如果列的名字中有包含点,空格等字符,例如Iris数据集中的Sepal.Length,datatable是无法正常显示的,这里要调用sanitizeData()方法把列名,也就是JsonArray中Json对象的属性名中的点和空格去掉。
sanitizeData()方法会改变输入对象,所以在传入之前做了一个深度拷贝,这里利用JSON的stringfy和parse方法可以对JSON兼容的对象有效的拷贝。
这里要注意,Iris数据集中在datatable中的列名都不显示点,但实际数据并没有改变。
数据加载完毕,我们来到第二步的数据准备阶段。数据准备是数据科学项目最花时间的一步,通常需要对数据进行大量的清洗,变形,抽取等工作,使得数据变得可用。
在这一步我们做了两件事:
一是显示数据的一个摘要,让我们初步了解数据的概貌,为进一步的数据变形和处理做好准备。
这个是Iris数据集的摘要:
function isString(o) { return typeof o == "string" || (typeof o == "object" && o.constructor === String); } function summaryData(data) { let summary = {}; summary.count = data.length; summary.fields = []; for (let p in data[0]) { let field = {}; field.name = p; if ( isString(data[0][p]) ) { field.type = "string"; } else { field.type = "number"; } summary.fields.push(field); } for (let f of summary.fields) { if ( f.type == "number" ) { f.max = d3.max(data, x => x[f.name]); f.min = d3.min(data, x => x[f.name]); f.mean = d3.mean(data, x => x[f.name]); f.median = d3.median(data, x => x[f.name]); f.deviation = d3.deviation(data, x => x[f.name]); } else { f.values = Array.from(new Set(data.map(x => x[f.name]))); } } return summary; }
这里我们利用数据的类型判断出每一个字段是数值型还是字符型。对于字符型的字段,我们利用JS6的Set来获得所有的Unique数据。对于数值型,我们利用d3的max,min,mean,median,deviation方法计算出对应的最大值,最小值,平均数,中位数和偏差。
另一个就是利用SQL查询来对数据进行进一步的加工。
上图的例子中我们利用限制条件得到一个Iris数据的子集。
另外G2还提供了Dataset的功能:
源数据的解析,将csv, dsv,geojson 转成标准的JSON,查看Connector
加工数据,包括 filter,map,fold(补数据) 等操作,查看 Transform
统计函数,汇总统计、百分比、封箱 等统计函数,查看 Transform
特殊数据处理,包括 地理数据、矩形树图、桑基图、文字云 的数据处理,查看 Transform
数据处理是一个比较大的话题,我们的目标是利用尽可能少的代码完成一个数据分析的工具,所以这一步仅仅是利用alasql提供的SQL查询来处理数据。
数据处理好后就是我们的核心内容,数据展示了。
这一步主要是利用select2提供的选择控件构建图形语法来驱动数据展示。如上图所示,对应的G2代码图形语法为:
g2chart.facet('rect', { fields: [ 'Admit', 'Dept' ], eachView(view) { view.interval().position('Gender*Freq').color('Gender').label('Freq'); } });
图形语法主要包含以下几个主要的元素:
几何标记定义了使用什么样的几何图形来表征数据。G2现在支持如下这些几何标记:
geom 类型 | 描述 |
---|---|
point | 点,用于绘制各种点图。 |
path | 路径,无序的点连接而成的一条线,常用于路径图的绘制。 |
line | 线,点按照 x 轴连接成一条线,构成线图。 |
area | 填充线图跟坐标系之间构成区域图,也可以指定上下范围。 |
interval | 使用矩形或者弧形,用面积来表示大小关系的图形,一般构成柱状图、饼图等图表。 |
polygon | 多边形,可以用于构建色块图、地图等图表类型。 |
edge | 两个点之间的链接,用于构建树图和关系图中的边、流程图中的连接线。 |
schema | 自定义图形,用于构建箱型图(或者称箱须图)、蜡烛图(或者称 K 线图、股票图)等图表。 |
heatmap | 用于热力图的绘制。 |
这里要注意,intervalstack是官方支持的,但是文档没有提到,在阅读G2的API文档的时候,我也发现文档讲的不是很清楚,有很多地方没有讲清楚如何使用API。这也是开源软件值得改进的地方。
图形属性对应视觉编码中的不同元素,大家可以参考我的另一博客 数据可视化中的视觉属性 。
图形属性主要有以下几种。
position:位置,二维坐标系内映射至 x 轴、y 轴;
color:颜色,包含了色调、饱和度和亮度;
size:大小,不同的几何标记对大小的定义有差异;
shape:形状,几何标记的形状决定了某个具体图表类型的表现形式,例如点图,可以使用圆点、三角形、图片表示;线图可以有折线、曲线、点线等表现形式;
opacity:透明度,图形的透明度,这个属性从某种意义上来说可以使用颜色代替,需要使用 'rgba' 的形式,所以在 G2 中我们独立出来。
在构建语法的时候,我们把图形属性绑定一个或者多个数据字段。
坐标系是将两种位置标度结合在一起组成的 2 维定位系统,描述了数据是如何映射到图形所在的平面。
G2提供了以下几种坐标系:
coordType | 说明 |
---|---|
rect | 直角坐标系,目前仅支持二维,由 x, y 两个互相垂直的坐标轴构成。 |
polar | 极坐标系,由角度和半径 2 个维度构成。 |
theta | 一种特殊的极坐标系,半径长度固定,仅仅将数据映射到角度,常用于饼图的绘制。 |
helix | 螺旋坐标系,基于阿基米德螺旋线。 |
分面,将一份数据按照某个维度分隔成若干子集,然后创建一个图表的矩阵,将每一个数据子集绘制到图形矩阵的窗格中。分面其实提供了两个功能:
按照指定的维度划分数据集;
对图表进行排版。
G2支持以下的分面类型:
分面类型 | 说明 |
---|---|
rect | 默认类型,指定 2 个维度作为行列,形成图表的矩阵。 |
list | 指定一个维度,可以指定一行有几列,超出自动换行。 |
circle | 指定一个维度,沿着圆分布。 |
tree | 指定多个维度,每个维度作为树的一级,展开多层图表。 |
mirror | 指定一个维度,形成镜像图表。 |
matrix | 指定一个维度,形成矩阵分面。 |
注意,在我的代码中,为了简化使用,只支持list和rect,当绑定一个字段的时候用list,绑定两个字段的时候用rect。
除了上面提到的元素,当然还有许多其它的元素我们没有包含和支持,例如:坐标轴,图例,提示等等。
关于图形的语法的更多内容,请参考这里。
生成图形语法的核心代码如下:
function getFacet(faced, grammarScript) { let facedType = "list"; let facedScript = "" grammarScript = grammarScript.replace(chartScriptName,"view"); if ( faced.length == 2 ) { facedType = "rect"; } let facedFields = faced.join("', '") facedScript = facedScript + `${ chartScriptName }.facet('${ facedType }', {\n`; facedScript = facedScript + ` fields: [ '${ facedFields }' ],\n`; facedScript = facedScript + ` eachView(view) {\n`; facedScript = facedScript + ` ${ grammarScript };\n`; facedScript = facedScript + ` }\n`; facedScript = facedScript + `});\n`; return facedScript } function getGrammar() { let grammar = {}, grammarScript = chartScriptName + "."; grammar.geom = $('#geomSelect').val(); grammar.coord = $('#coordSelect').val(); grammar.faced = $('#facetSelect').val(); geom_attributes.map(function(attr){ grammar[attr] = $('#' + attr + "attr").val(); }); grammarScript = grammarScript + grammar.geom + "()"; geom_attributes.map(function(attr){ if (grammar[attr].length > 0) { grammarScript = grammarScript + "." + attr + "('" + grammar[attr].join("*") + "')"; } }); if (grammar.coord) { grammarScript = grammarScript + ";\n " + chartScriptName + "." + "coord('" + grammar.coord + "');"; } else { rammarScript = grammarScript + ";"; } if ( grammar.faced ) { if ( grammar.faced.length == 1 || grammar.faced.length == 2 ) { grammarScript = getFacet(grammar.faced, grammarScript); } } console.log(grammarScript) return grammarScript; }
这里有几点要注意:
使用JS的模版字符串可以有效的构造代码片段
使用eval执行构造好的语法驱动的代码来响应select的change事件,以获得良好的交互性。在生产环境,要注意该方法的安全性隐患,因为纯前端,eval能带来的威胁比较小,生产中,可以把这个执行放在安全的沙箱中运行
你需要理解图形语法,并不是任意的组合都能驱动出有效的图形。
这里对于select2的多选,有一个小的提示,在缺省情况下,多选的顺序是固定的顺序,并不依赖选择的顺序,然而许多图形语法和字段的顺序有关,所以我们使用如下的方法来相应select的选择事件。
function updateSelect2Order(evt) { let element = evt.params.data.element; let $element = $(element); $element.detach(); $(this).append($element); $(this).trigger("change"); }
这样做就是每次选中后,把当前选中的项目移到数据最后的位置。
好了,下面我们就来看一些例子,了解一下如何使用图形语法来分析和探索数据。
图形语法:
g2chart.point().position('Sepal.Length*Petal.Length').color('Species').size('Sepal.Width')
图形语法:
g2chart.line().position('id*speed');
切换到极坐标:
图形语法:
g2chart.line().position('id*speed'); g2chart.coord('polar');
数据处理:
SELECT SUM(Freq) as f , Gender FROM table GROUP BY Gender
图形语法:
g2chart.interval().position('Gender*f').color('Gender').label('f');
数据处理:
SELECT SUM(Freq) as f , Gender , Admit FROM table GROUP BY Gender, Admit
图形语法:
g2chart.intervalStack().position('Gender*f').color('Admit')
数据处理:
SELECT SUM(Freq) as f , Gender FROM table GROUP BY Gender
图形语法:
g2chart.intervalStack().position('f').color('Gender').label('f'); g2chart.coord('theta')
图形语法:
g2chart.facet('rect', { fields: [ 'Dept', 'Admit' ], eachView(view) { view.coord('theta'); view.intervalStack().position('Freq').color('Gender'); } });
更多的分析图形留给大家去尝试
本文分享了一个利用纯前端技术构建一个类似Tableau的BI应用的例子,整个代码统计:
JS 370 行 JS6
HTML 69 + 9 + 5 = 83 行
CSS 21行
总计474 行,用这么少的代码就能完成一个看上去还不错的BI工具,还算不错吧。当然这里主要是由于开源社区提供了这么多好的前端库以供应用,我要做的仅仅是让它们有效的工作在一起。这个只能算是个原型,从功能和质量上来说都不成熟,但是能在浏览器中不借助任何的服务器来实现BI的数据分析功能,应该会有很多人想要在自己的应用中嵌一个吧?
看完上述内容,你们掌握如何用前端代码在浏览器中构建一个Tableau的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联行业资讯频道,感谢各位的阅读!
当前名称:如何用前端代码在浏览器中构建一个Tableau
文章地址:https://www.cdcxhl.com/article18/gipddp.html
成都网站建设公司_创新互联,为您提供营销型网站建设、软件开发、网站制作、网站设计、面包屑导航、企业网站制作
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联