// myLinearScaleE = d3.scaleLinear().domain([0, 1]).range([0, 100]) // ecriture 1
myLinearScaleE = d3.scaleLinear([0, 1], [0, 100]) // écriture raccourci
myLinearScaleE(0.7)
iris
// sélection des valeurs la colonne longueur pétale dans la base iris
myValeurs = iris.map((d) => d.sepalLength)
minValeur = d3.min(myValeurs)
maxValeur = d3.max(myValeurs)
extentValeurs = d3.extent(myValeurs)
d3.scaleLinear().domain(extentValeurs).range([0, 1])
// autre méthode pour trouver les valeurs extrêmes directement dans la base de données
extentValeurs1 = d3.extent(iris, d => d.sepalLength)
// récupération d'une valeur d'un tableau
d3
.scaleLinear()
.domain(d3.extent(extract("sepalLength", iris)))
.range([0, 1])(5)
extract = (value, data) => {
return data.map((d) => d[value]);
}
myOrdinalScale = d3
.scaleOrdinal()
.domain(["apple", "orange", "banana"])
.range(["red", "orange", "yellow"])
myOrdinalScale("orange")
// renvoyer une couleur de fond en rapport avec la variable appelée
htl.html`<div style='background-color: ${myOrdinalScale(
"apple"
)}'>${"apple"}</div>`
myDataOrdinalScale = d3
.scaleOrdinal()
.domain(Array.from(new Set(iris.map((y) => y.species))))
.range(["red", "orange", "yellow"])
myDataOrdinalScale("virginica")
iris
// extraction de la colonne catégorie
// iris.map((y) => y.species)
// stockage dans set des différentes catégories du tableau
new Set(iris.map((y) => y.species))
// met les catégories dans un tableau
Array.from(new Set(iris.map((y) => y.species)))
{
const width = 600;
const height = 400;
const margin = {top: 20, bottom: 20, left: 20, right: 20};
const svg = d3.create("svg")
.attr("width", width + margin.left + margin.right)
.attr("height", height + margin.top + margin.bottom)
.style("border", "1px dotted #000")
const g = svg
.append("g")
.attr("transform", `translate(${margin.left}, ${margin.top})`);
g.append("rect").attr("width", width).attr("height", height);
return svg.node();
}
iris
{
const width = 600;
const height = 400;
const margin = { top: 20, bottom: 20, left: 50, right: 50 };
const svg = d3
.create("svg")
.attr("width", width + margin.left + margin.right)
.attr("height", height + margin.top + margin.bottom)
.style("border", "1px dotted #000");
const g = svg
.append("g")
.attr("transform", `translate(${margin.left}, ${margin.top})`);
// g.append("rect").attr("width", width).attr("height", height);
const x = d3
.scaleLinear()
.domain(d3.extent(iris, (d) => d["sepalLength"]))
.range([0, width]);
const y = d3
.scaleLinear()
.domain(d3.extent(iris, (d) => d["sepalWidth"]))
.range([height, 0]);
const colorScale = d3
.scaleOrdinal()
.domain(Array.from(new Set(iris.map((d) => d.species))))
.range(["red", "orange", "yellow"]);
g.append("g")
.selectAll("circle")
.data(iris)
.join("circle")
.attr("r", 3)
.attr("cx", (d) => x(d.sepalLength))
.attr("cy", (d) => y(d.sepalWidth))
.style("fill", (d) => colorScale(d.species));
return svg.node();
}
{
const width = 600;
const height = 400;
const margin = { top: 20, bottom: 20, left: 50, right: 50 };
const svg = d3
.create("svg")
.attr("width", width + margin.left + margin.right)
.attr("height", height + margin.top + margin.bottom)
.style("border", "1px dotted #000");
const g = svg
.append("g")
.attr("transform", `translate(${margin.left}, ${margin.top})`);
// g.append("rect").attr("width", width).attr("height", height).style("fill", "#ccc");
const x = d3
.scaleLinear()
.domain(d3.extent(iris, (d) => d["sepalLength"]))
.range([0, width]);
const y = d3
.scaleLinear()
.domain(d3.extent(iris, (d) => d["sepalWidth"]))
.range([height, 0]);
const colorScale = d3
.scaleOrdinal()
.domain(Array.from(new Set(iris.map((d) => d.species))))
.range(["red", "orange", "yellow"]);
g.append("g")
.selectAll("circle")
.data(iris)
.join("circle")
.attr("r", 3)
.attr("cx", (d) => x(d.sepalLenght))
.attr("cy", (d) => y(d.sepalWidht))
.style("fill", (d) => colorScale(d.species));
return svg.node();
}
iris.csv
Type Table, then Shift-Enter. Ctrl-space for more options.
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.
