Public
Edited
Oct 11, 2023
2 forks
chart = {
// Specify the chart’s dimensions.
const width = 928;
const height = 500;
const marginTop = 10;
const marginRight = 10;
const marginBottom = 20;
const marginLeft = 40;
// 计算堆叠，指定按照什么类型堆叠（堆叠key），指定堆叠什么值（堆叠value）
// 返回堆叠计算结果数组，有多少个key值（系列），数组就有多少项，数组的每一项都是一个InternMap
// InternMap的Key为系列值，Value为一个Array
// 该Value也就是将同一个key的汇总到一个Array下，Array的每一个元素是一个两个元素数组[开始，结束]，
// 此外该数组还有一个data属性存储原始的该行记录
// Determine the series that need to be stacked.
const series = d3.stack()
//设定系列keys，有多少个keys值就有多少个系列，一个系列表示一个分组
.keys(d3.union(data.map(d => d.industry))) // distinct series keys, in input order
//设置堆积字段，D为原始数据按照key=系列值，value=行的方式组织的InternMap对象，D.get(key)即可获取到一行记录
.value(([, D], key) => D.get(key).unemployed) // get value for each series key and stack
//按照date、industry二维分组，返回InternMap两层结构
(d3.index(data, d => d.date, d => d.industry)); // group by stack then series key
// X尺子，utc时间
// Prepare the scales for positional and color encodings.
const x = d3.scaleUtc()
.domain(d3.extent(data, d => d.date))
.range([marginLeft, width - marginRight]);
//Y尺子，线性尺子，计算出堆叠系列series的最大值d[1]
const y = d3.scaleLinear()
//值域获取堆叠后的最大值，堆叠结构为一个array，array里每一个系列一个元素
//每个系列的元素还是一个array，为该系列的所有数据
//获取最大值需要两层嵌套，内层获取每一个系列内部的最大值，外层获取到不同系列的最大值
.domain([0, d3.max(series, d => d3.max(d, d => d[1]))])
//取整
.rangeRound([height - marginBottom, marginTop]);
//颜色尺子
const color = d3.scaleOrdinal()
//值域为堆叠系列的key
.domain(series.map(d => d.key))
.range(d3.schemeTableau10);
// Area生成器，数据源后面会指定series，因此每一个series的数据d
// d[0]为堆叠开始值，d[1]为堆叠结束值，d.data为原始行记录值
// Construct an area shape.
const area = d3.area()
.x(d => x(d.data[0]))
.y0(d => y(d[0]))
.y1(d => y(d[1]));
// Create the SVG container.
const svg = d3.create("svg")
.attr("width", width)
.attr("height", height)
.attr("viewBox", [0, 0, width, height])
.attr("style", "max-width: 100%; height: auto;");
// Y轴
// Add the y-axis, remove the domain line, add grid lines and a label.
svg.append("g")
.attr("transform", `translate(${marginLeft},0)`)
.call(d3.axisLeft(y).ticks(height / 80))
.call(g => g.select(".domain").remove())
.call(g => g.selectAll(".tick line").clone()
.attr("x2", width - marginLeft - marginRight)
.attr("stroke-opacity", 0.1))
.call(g => g.append("text")
.attr("x", -marginLeft)
.attr("y", 10)
.attr("fill", "currentColor")
.attr("text-anchor", "start")
.text("↑ Unemployed persons"));
// 采用path绘制面积图，采用fill进行填充，color为系列分组的颜色
// Append a path for each series.
svg.append("g")
.selectAll()
.data(series)
.join("path")
//采用系列分组的颜色进行填充
.attr("fill", d => color(d.key))
.attr("fill-opacity", 0.9)
.attr("d", area)
//鼠标移入显示
.append("title")
.text(d => d.key);
// X轴
// Append the horizontal axis atop the area.
svg.append("g")
.attr("transform", `translate(0,${height - marginBottom})`)
.call(d3.axisBottom(x).tickSizeOuter(0));
// Return the chart with the color scale as a property (for the legend).
return Object.assign(svg.node(), {scales: {color}});
}
unemployment.csv
Type Table, then Shift-Enter. Ctrl-space for more options.
data = FileAttachment("unemployment.csv").csv({typed: true})
Purpose-built for displays of data
Observable is your go-to platform for exploring data and creating expressive data visualizations. Use reactive JavaScript notebooks for prototyping and a collaborative canvas for visual data exploration and dashboard creation.
