1、可以用很多 div ，全部做成 1px X 1px ，然后组成图形。
这样做，比较麻烦，浏览器渲染很累。。。
2、直接用 vml。
网上上有公司已经做了这方面画图插件，很方便调用的。。。
像什么 sin ，cos ，圆，三角，的都可以。。。
去 找找吧，很多。。
绘图用到的档案制综合图(折线和柱形图)时,所有需要的档案清单如下.
<script type="text/javascript" src="/js/jquery-1.8.3.min.js"></script>
<!--[if lte IE 8]><script language="javascript" type="text/javascript" src="/js/flot/excanvas.min.js"></script><![endif]-->
<script type="text/javascript" src="/js/flot/jquery.flot.js"></script>
<script type="text/javascript" src="/js/flot/jquery.flot.time.js"></script>
<script type="text/javascript" src="/js/flot/jquery.flot.axislabels.js"></script>
<script type="text/javascript" src="/js/flot/jquery.flot.symbol.js"></script>
建立数据
这个范例用了气象数据当数据,有温度、风速及大气压力.一开始我们先建立3个数组变量分别代表为温度、风速及大气压力,接着再插入数据,x轴我们用的是时间格式数据,我们建立了一个自定义函式gd(),用来取得timestamps,而y轴就是气象数据数据.
//temp
var data1 = [
[gd(2012, 1, 1), 1], [gd(2012, 1, 2), -2], [gd(2012, 1, 3), -2], [gd(2012, 1, 4), 1], [gd(2012, 1, 5), 3], [gd(2012, 1, 6), 4], [gd(2012, 1, 7), 5], [gd(2012, 1, 8), 6], [gd(2012, 1, 9), 7], [gd(2012, 1, 10), 7], [gd(2012, 1, 11), 6], [gd(2012, 1, 12), 7], [gd(2012, 1, 13), 8], [gd(2012, 1, 14), 8], [gd(2012, 1, 15), 3], [gd(2012, 1, 16), 2], [gd(2012, 1, 17), 4], [gd(2012, 1, 18), -1], [gd(2012, 1, 19), 5], [gd(2012, 1, 20), 6], [gd(2012, 1, 21), -2], [gd(2012, 1, 22), -7], [gd(2012, 1, 23), -9], [gd(2012, 1, 24), -8], [gd(2012, 1, 25), -7], [gd(2012, 1, 26), -6], [gd(2012, 1, 27), -3], [gd(2012, 1, 28), 1], [gd(2012, 1, 29), 6], [gd(2012, 1, 30), 9], [gd(2012, 1, 31), 8]
]
//wind
var data2 = [
[gd(2012, 1, 1), 11], [gd(2012, 1, 2), 9], [gd(2012, 1, 3), 7], [gd(2012, 1, 4), 13], [gd(2012, 1, 5), 11], [gd(2012, 1, 6), 11], [gd(2012, 1, 7), 9], [gd(2012, 1, 8), 10], [gd(2012, 1, 9), 7], [gd(2012, 1, 10), 11], [gd(2012, 1, 11), 7], [gd(2012, 1, 12), 6], [gd(2012, 1, 13), 4], [gd(2012, 1, 14), 5], [gd(2012, 1, 15), 11], [gd(2012, 1, 16), 8], [gd(2012, 1, 17), 9], [gd(2012, 1, 18), 16], [gd(2012, 1, 19), 11], [gd(2012, 1, 20), 18], [gd(2012, 1, 21), 8], [gd(2012, 1, 22), 17], [gd(2012, 1, 23), 11], [gd(2012, 1, 24), 13], [gd(2012, 1, 25), 11], [gd(2012, 1, 26), 11], [gd(2012, 1, 27), 9], [gd(2012, 1, 28), 8], [gd(2012, 1, 29), 7], [gd(2012, 1, 30), 8], [gd(2012, 1, 31), 20]
]
//sea level pressure
var data3 = [
[gd(2012, 1, 1), 1012], [gd(2012, 1, 2), 1018], [gd(2012, 1, 3), 1020], [gd(2012, 1, 4), 1016], [gd(2012, 1, 5), 1022], [gd(2012, 1, 6), 1023], [gd(2012, 1, 7), 1029], [gd(2012, 1, 8), 1030], [gd(2012, 1, 9), 1029], [gd(2012, 1, 10), 1034], [gd(2012, 1, 11), 1034], [gd(2012, 1, 12), 1023], [gd(2012, 1, 13), 1022], [gd(2012, 1, 14), 1026], [gd(2012, 1, 15), 1027], [gd(2012, 1, 16), 1023], [gd(2012, 1, 17), 1019], [gd(2012, 1, 18), 1032], [gd(2012, 1, 19), 1029], [gd(2012, 1, 20), 1017], [gd(2012, 1, 21), 1015], [gd(2012, 1, 22), 1017], [gd(2012, 1, 23), 1023], [gd(2012, 1, 24), 1024], [gd(2012, 1, 25), 1024], [gd(2012, 1, 26), 1022], [gd(2012, 1, 27), 1031], [gd(2012, 1, 28), 1023], [gd(2012, 1, 29), 1019], [gd(2012, 1, 30), 1008], [gd(2012, 1, 31), 993]
]
function gd(year, month, day) {
return new Date(year, month - 1, day).getTime()
}
再来就是把数据整理出来,我们建立一个叫做dataset的数组变量,并且插入3个对象分别代表上述提到的3个气象数据数据,在label属性分别设定成"Sea Level Pressure"、"Wind Speed"及"Temperature",在这里我们把Sea Level Pressure数据以柱形图呈现,所以要设定bars.show为true,并设定bars.barWidth,barWidth在这里因为我们是用时间格式数据,所以是以毫秒计算,而我们的数据间隔为1天,所以应该设定成24 * 60 * 60 * 600(乘以600而非1000是因为要让直条间有间距出来).
另外在WindSpeed数据对象里,因为我们要用折线图呈现,所以设定lines.show为true,另外也设定了数据点的属性points.symbol为"triangle",表示数据点符号为三角形,以及points.fillColor表示数据点要以什么颜色填满.而Temperature与Wind Speed数据对象设定是一样的.我们还在3组数据对象里都设定了不同的color属性,这样这3组数据就会以不同颜色呈现.
最后也是最重要的,因为我们要在一张图表里放上3组数据,所以y轴会出现3组刻度,这时就需要设定yaxis属性,在WindSpeed数据对象里可以看到我们设定了yaxis:2,表示WindSpeed是属于y轴第2组的,而Temperature数据对象里我们设定了yaxis:3,表示Temperature是属于y轴第3组的,不过,再回头去看Sea Level Pressure数据对象里我们并没有设定yaxis属性,这是因为Sea Level Pressure是属于y轴第1组的,若是第1组的则可以省略.yaxis属性跟等下我们要讲到的图表选项有很大的关系,下面会提到.
完整的dataset程序代码如下.
var dataset = [
{
label: "Sea Level Pressure",
data: data3,
color: "#756600",
bars: {
show: true,
align: "center",
barWidth: 24 * 60 * 60 * 600,
lineWidth:1
}
}, {
label: "Wind Speed",
data: data2,
yaxis: 2,
color: "#0062FF",
points: { symbol: "triangle", fillColor: "#0062FF", show: true },
lines: {show:true}
}, {
label: "Temperature",
data: data1,
yaxis: 3,
color: "#FF0000",
points: { symbol: "circle", fillColor: "#FF0000", show: true },
lines: { show: true }
}
]
建立图表选项
由于我们x轴是时间格式数据,所以xaxis.mode必须设定为"time",而xaxis.tickSize: [3, "day"]是表示刻度是以每3天的间隔显示,另外因为这范例中会出现柱形图,所以我们设定xaxis.tickLength为0,让x轴的刻度线不要显示,接着xaxis.axisLabel则是轴卷标的属性,最后再设定xaxis.color为"black",让刻度卷标以黑色显示.
xaxis: {
mode: "time",
tickSize: [3, "day"],
tickLength: 0,
axisLabel: "Date",
axisLabelUseCanvas: true,
axisLabelFontSizePixels: 12,
axisLabelFontFamily: 'Verdana, Arial',
axisLabelPadding: 10,
color: "black"
}
而y轴选项的部份是这个范例里的重点,这部份没设定好,你所绘制出来的图表可能就会乱七八糟.
一般来说只有1组数据的图表,只会有一个y轴刻度,如果我们要设定y轴的选项,就会用yaxis:{},而在这个范例里,我们用了3组数据,所以会出现3个y轴刻度,如果要设定y轴的选项时就必须改用yaxes:[]来代替,而数组中的第一个对象就代表在dataset里yaxis:1的对应,第二个对象就代表在dataset里yaxis:2的对应,依此类推.
默认y轴的刻度卷标都会出现在图表的左边,但这次我们有3个y轴的刻度卷标,都显示在左边会造成用户在看图表时的不易解读,所以我们要把2个刻度标签移到右边去,要达到这样的效果可以设定axis.position,可用的值有"left"和"right",另外我们也设定了axis.color为"black",让刻度卷标的文字都以黑色显示,当然我们还另外设定了轴标签(axisLabel).
最后我们在第一个对象里设定了max:1070,因为这对象是Sea Level Pressure的柱形图,如果没设定最大值的话,柱形图就会和其它2个折线图重迭,造成图表不易解读,所以我们设定了1070让柱形图保持显示在中间下方的地方,这样图表就会清爽多了.
y轴选项的程序代码如下.
yaxes: [
//yaxis:1
{
position: "left",
max: 1070,
color: "black",
axisLabel: "Sea Level Pressure (hPa)",
axisLabelUseCanvas: true,
axisLabelFontSizePixels: 12,
axisLabelFontFamily: 'Verdana, Arial',
axisLabelPadding: 3
},
//yaxis:2
{
position: "right",
clolor: "black",
axisLabel: "Wind Speed (km/hr)",
axisLabelUseCanvas: true,
axisLabelFontSizePixels: 12,
axisLabelFontFamily: 'Verdana, Arial',
axisLabelPadding: 3
},
//yaxis:3
{
position: "right",
color: "black",
axisLabel: "Temperature (°C)",
axisLabelUseCanvas: true,
axisLabelFontSizePixels: 12,
axisLabelFontFamily: 'Verdana, Arial',
axisLabelPadding: 3
}
]
在图例的选项里我们设定了legend.noColumns为1,这样图例就会显示成一行,如果设定为0就会显示成一列,而legend.labelBoxBorderColor则设定了图例边框的颜色,再来就是legend.position我们设定成"nw"就是"north west",也就是左上角的意思.所以图例会显示在左上角.
网格的部份,我们设定了grid.hoverable为true,因为我们有使用提示框的功能,设定hoverable后,"plothover"事件才会被触发,提示框才会在我们鼠标移过数据点时显示.而grid.borderWidth则是图表边框的宽度,grid.backgroundColor则是设定背景颜色.
legend: {
noColumns: 1,
labelBoxBorderColor: "#000000",
position: "nw"
}
grid: {
hoverable: true,
borderWidth: 3,
backgroundColor: { colors: ["#ffffff", "#EDF5FF"] }
}
建立数据点提示框
提示框的作用是当你把鼠标移到图表上的数据点时,提示框会显示该数据点的详细数据,如x轴数值或y轴数值等,Flot的提示框必须自己实作出来.
首先我们必须绑定"plothover"事件,此事件会传入item对象,而我们所需要用到的数据都可以从这对象里抓出来,如item.series.label可抓出该数据点的标签名称,而item.datapoint可抓出x及y轴的数值等等,详细的提示框程序代码如下.
var previousPoint = null, previousLabel = null
$.fn.UseTooltip = function () {
$(this).bind("plothover", function (event, pos, item) {
if (item) {
if ((previousLabel != item.series.label) || (previousPoint != item.dataIndex)) {
previousPoint = item.dataIndex
previousLabel = item.series.label
$("#tooltip").remove()
var x = item.datapoint[0]
var y = item.datapoint[1]
var color = item.series.color
var date = "Jan " + new Date(x).getDate()
var unit = ""
if (item.series.label == "Sea Level Pressure") {
unit = "hPa"
} else if (item.series.label == "Wind Speed") {
unit = "km/hr"
} else if (item.series.label == "Temperature") {
unit = "°C"
}
showTooltip(item.pageX, item.pageY, color,
"" + item.series.label + "
" + date +
" : " + y + " " + unit + "")
}
} else {
$("#tooltip").remove()
previousPoint = null
}
})
}
function showTooltip(x, y, color, contents) {
$('<div id="tooltip">' + contents + '</div>').css({
position: 'absolute',
display: 'none',
top: y - 40,
left: x - 120,
border: '2px solid ' + color,
padding: '3px',
'font-size': '9px',
'border-radius': '5px',
'background-color': '#fff',
'font-family': 'Verdana, Arial, Helvetica, Tahoma, sans-serif',
opacity: 0.9
}).appendTo("body").fadeIn(200)
}
完成绘图
最后我们再呼叫$.plot把上面建立的dataset以及options带入,再呼叫UseTootip()后,整个绘图即完成.本范例完整的javascript程序代码可以在这里下载,有兴趣的可以下载回去研究看看.
$(document).ready(function () {
$.plot($("#flot-placeholder"), dataset, options)
$("#flot-placeholder").UseTooltip()
})
1、简单折线图
# 折线图由若干个坐标点连接而成
from matplotlib import pyplot as plt
x = range(1, 10)
# 点的y坐标
y = [1, 2, 7, 10, 16, 22, 30, 28, 23]
# 点的y坐标
plt.plot(x, y)
# 传入x轴和y轴数据，通过plot绘制折线图
plt.show()
#
# color: 折线颜色；可以设置16进制颜色码或者英文单词
# alpha: 折线透明度； 范围 0~1
# linestyle: 折线样式
# - 实线（solid）
# -- 短线（dashed）
# -. 短点相间线（dashdot）
# : 虚点线(dotted)
# linewidth： 折线宽度
plt.plot(
x, y, color='pink', alpha=0.6, linestyle='--', linewidth=2
) # 传入x轴和y轴数据，通过plot绘制折线图
plt.plot(
x, y, marker='o', color='pink',
markersize=15, markeredgecolor='g', markeredgewidth=3
) # 传入x轴和y轴数据，通过plot绘制折线图
2、折线样式和宽度
from matplotlib import pyplot as plt
x = range(1, 10)
# 点的y坐标
y = [1, 2, 7, 10, 16, 22, 30, 28, 23]
# 点的y坐标
plt.plot(x, y, linestyle='-.', linewidth=3)
# 通过plot绘制折线图；
# linestyle折线样式
# linewidth折线宽度.
plt.show()
3、折线点的标记
from matplotlib import pyplot as plt
x = range(1, 10)
y = [1, 2, 7, 10, 16, 22, 30, 28, 23]
plt.plot(
x, y, marker='*', color='pink',
markersize=16, markeredgecolor='m', markeredgewidth=2）
# markersize标记点的大小；
# markeredgecolor标记点的边框线颜色；
# markeredgewidth标记点的边框线宽度.
plt.show()
4、中文显示
from matplotlib import pyplot as plt
plt.rcParams["font.family"]="SimHei"
# 把字体设置为“SimHei”中文黑体。
x = range(1, 10)
y = [1, 2, 7, 10, 16, 22, 30, 28, 23]
plt.plot(
x, y, marker='*', color='pink',
markersize=16, markeredgecolor='m', markeredgewidth=2）
plt.xlabel("x轴")
# xlabel设置x轴标签
plt.ylabel("y轴")
# ylabel设置y轴标签
plt.show()
