Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
x649585723
incubator-echarts
提交
92bbc2e1
I
incubator-echarts
项目概览
x649585723
/
incubator-echarts
与 Fork 源项目一致
从无法访问的项目Fork
通知
1
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
I
incubator-echarts
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
92bbc2e1
编写于
10月 30, 2014
作者:
K
kener
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
文档更新
上级
4dfd5d14
变更
7
隐藏空白更改
内联
并排
Showing
7 changed file
with
1685 addition
and
1383 deletion
+1685
-1383
doc/changelog.html
doc/changelog.html
+34
-16
doc/doc.html
doc/doc.html
+3
-8
doc/feature.html
doc/feature.html
+1
-1
doc/slide/js/whyEcharts.js
doc/slide/js/whyEcharts.js
+1420
-1106
doc/slide/whyEcharts.html
doc/slide/whyEcharts.html
+225
-250
doc/start.html
doc/start.html
+1
-1
index.html
index.html
+1
-1
未找到文件。
doc/changelog.html
浏览文件 @
92bbc2e1
...
...
@@ -69,6 +69,7 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
2.0.4+
</li>
</ul>
</div>
<div>
<h3>
2.0.3
<small>
(2014-09-05)
</small></h3>
<ul>
...
...
@@ -97,8 +98,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
2.0.3+
</li>
</ul>
</div>
<div>
<h3>
2.0.2
<small>
(2014-08-13)
</small></h3>
<h3>
2.0.2
<small>
(2014-08-13)
</small></h3>
<ul>
<li>
【#】 IE8-不显示bug,fix
<a
href=
"https://github.com/ecomfe/echarts/issues/475"
target=
"_blank"
>
#475 »
</a></li>
<li>
[#] [gauge]精度计算,fix
<a
href=
"http://www.oschina.net/question/1410502_164606"
target=
"_blank"
>
this »
</a></li>
...
...
@@ -108,8 +110,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
2.0.2+
</li>
</ul>
</div>
<div>
<h3>
2.0.1
<small>
(2014-07-24)
</small></h3>
<h3>
2.0.1
<small>
(2014-07-24)
</small></h3>
<ul>
<li>
【#】 移动设备事件失效
</li>
<li>
[#] [gauge]min max非默认值时计算错误
</li>
...
...
@@ -125,8 +128,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
2.0.1+
</li>
</ul>
</div>
<div>
<h3>
2.0.0
<small>
(2014-06-30)
</small></h3>
<h3>
2.0.0
<small>
(2014-06-30)
</small></h3>
<ul>
<li>
【+】 [timeline]新增组件:时间轴(timeline),支持与任意图表组合使用,try
<a
href=
"./example/bar11.html"
target=
"_blank"
>
bar »
</a>
、
<a
href=
"./example/scatter4.html"
target=
"_blank"
>
scatter »
</a>
、
<a
href=
"./example/pie7.html"
target=
"_blank"
>
pie »
</a>
、
<a
href=
"./example/map14.html"
target=
"_blank"
>
map »
</a></li>
<li>
【+】 [gauge]新增图表:仪表盘(gauge),查看
<a
href=
"./example.html#gauge "
target=
"_blank"
>
this »
</a></li>
...
...
@@ -172,8 +176,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
2.0.0+
</li>
</ul>
</div>
<div>
<h3>
1.4.1
<small>
(2014-04-14)
</small></h3>
<h3>
1.4.1
<small>
(2014-04-14)
</small></h3>
<ul>
<li>
[#] [bar][line]空值数据计算特殊值错误
</li>
<li>
[#] [dataZoom]数据阴影长度计算错误
</li>
...
...
@@ -183,8 +188,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
1.1.1+
</li>
</ul>
</div>
<div>
<h3>
1.4.0
<small>
(2014-04-02)
</small></h3>
<h3>
1.4.0
<small>
(2014-04-02)
</small></h3>
<ul>
<li>
【+】 多图联动,try
<a
href=
"./example/mix8.html"
target=
"_blank"
>
this »
</a>
,support
<a
href=
"https://github.com/ecomfe/echarts/issues/248"
target=
"_blank"
>
#248 »
</a>
<a
href=
"http://www.oschina.net/question/1457761_145010"
target=
"_blank"
>
this »
</a></li>
<li>
【+】 标注(markPoint)、标线(markLine)炫光特效,try
<a
href=
"./example/map11.html"
target=
"_blank"
>
百度迁徙(模拟) »
</a>
<a
href=
"./example/map12.html"
target=
"_blank"
>
中国铁路运输主干线 »
</a></li>
...
...
@@ -212,8 +218,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
1.1.1+
</li>
</ul>
</div>
<div>
<h3>
1.3.8
<small>
(2014-03-04)
</small></h3>
<h3>
1.3.8
<small>
(2014-03-04)
</small></h3>
<ul>
<li>
【+】 theme主题支持,try
<a
href=
'./example/themeDesigner.html'
target=
"_blank"
>
ECharts Theme Designer
</a></li>
<li>
[+] symbolList 折线图、散点图、雷达图默认symbol顺序可控
</li>
...
...
@@ -234,8 +241,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
1.1.0+
</li>
</ul>
</div>
<div>
<h3>
1.3.7
<small>
(2014-01-27)
</small></h3>
<h3>
1.3.7
<small>
(2014-01-27)
</small></h3>
<ul>
<li>
[^] [categoryAxis]boundaryGap留空样式优化,前后一个类目空间调整为半个类目空间
</li>
<li>
[^] [toolbox]工具箱支持自定义图标,featureImageIcon
</li>
...
...
@@ -258,8 +266,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
1.0.9+
</li>
</ul>
</div>
<div>
<h3>
1.3.6
<small>
(2014-01-15)
</small></h3>
<h3>
1.3.6
<small>
(2014-01-15)
</small></h3>
<ul>
<li>
【^】 全图表支持标注(markPoint)、标线(markLine),try
<a
href=
"./example/map9.html"
target=
"_blank"
>
markPoine »
</a>
<a
href=
"./example/map10.html"
target=
"_blank"
>
markLine »
</a></li>
<li>
【^】 全面开放chart、component实例对象,实现更深度个性化,更多新奇玩法,try
<a
href=
"./example/mix7.html"
target=
"_blank"
>
this »
</a></li>
...
...
@@ -278,8 +287,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
1.0.8+
</li>
</ul>
</div>
<div>
<h3>
1.3.5
<small>
(2013-12-19)
</small></h3>
<h3>
1.3.5
<small>
(2013-12-19)
</small></h3>
<ul>
<li>
【+】 srcipt标签式引入,兼容非模块化或基于CMD模块化(如seajs)项目引入ECharts,详见
<a
href=
"doc.html#引入ECharts3"
target=
"_blank"
>
this »
</a></li>
<li>
【^】 [map]支持滚轮缩放和拖拽漫游,roam:true开启
</li>
...
...
@@ -296,8 +306,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
1.0.7+
</li>
</ul>
</div>
<div>
<h3>
1.3.1
<small>
(2013-11-22)
</small></h3>
<h3>
1.3.1
<small>
(2013-11-22)
</small></h3>
<ul>
<li>
【+】 支持渲染为图片模式 renderAsImage
</li>
<li>
【+】 新增接口getOption/getSeries/getDataURL/getImage
</li>
...
...
@@ -315,8 +326,9 @@
<li>
[#] [chord][radar]文字样式修复
</li>
</ul>
</div>
<div>
<h3>
1.3.0
<small>
(2013-11-05)
</small></h3>
<h3>
1.3.0
<small>
(2013-11-05)
</small></h3>
<ul>
<li>
【+】 [chord]新增和弦图,支持多维选择
</li>
<li>
【^】 [pie]升级支持南丁格尔玫瑰图(半径/面积)模式
</li>
...
...
@@ -332,8 +344,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
1.0.5+
</li>
</ul>
</div>
<div>
<h3>
1.2.1
<small>
(2013-09-29)
</small></h3>
<h3>
1.2.1
<small>
(2013-09-29)
</small></h3>
<ul>
<li>
【^】 [line]平滑曲线支持,icon shape交互易用性优化
</li>
<li>
【^】 [line][bar][scatter]文本标签支持
</li>
...
...
@@ -350,8 +363,9 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
1.0.4+
</li>
</ul>
</div>
<div>
<h3>
1.2.0
<small>
(2013-09-13)
</small></h3>
<h3>
1.2.0
<small>
(2013-09-13)
</small></h3>
<ul>
<li>
【+】 [radar] 雷达图
</li>
<li>
【+】 动态数据添加接口及动画支持 support
<a
href=
"https://github.com/ecomfe/echarts/issues/45"
target=
"_blank"
>
this »
</a></li>
...
...
@@ -368,6 +382,7 @@
<li>
[?] 依赖升级,
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
1.0.3+
</li>
</ul>
</div>
<div>
<h3>
1.1.2
<small>
(2013-08-21)
</small></h3>
<ul>
...
...
@@ -382,8 +397,9 @@
<li>
[#] [toolbox] 保存图片显示位置居中修正
</li>
</ul>
</div>
<div>
<h3>
1.1.1
<small>
(2013-07-30)
</small></h3>
<h3>
1.1.1
<small>
(2013-07-30)
</small></h3>
<ul>
<li>
[+] [component] 新增Title组件,图表标题支持
</li>
<li>
【+】 图片导出支持(IE8-不支持)
</li>
...
...
@@ -400,8 +416,9 @@
<li>
【#】 数据修改后(拖拽,数据视图)的反向同步及restore还原修复
</li>
</ul>
</div>
<div>
<h3>
1.1.
0
<small>
(2013-07-08)
</small></h3>
<h3>
1.1.
1
<small>
(2013-07-30)
</small></h3>
<ul>
<li>
新增图表
</li>
<ul>
...
...
@@ -437,8 +454,9 @@
<li>
默认动画缓动效果从'BounceOut'改为'ExponentialOut'
</li>
</ul>
</div>
<div>
<h3>
1.0.0
<small>
(2013-06-30)
</small></h3>
<h3>
1.0.0
<small>
(2013-06-30)
</small></h3>
<ul>
<li>
提供商业产品常用图表库,支持折线图(区域图)、柱状图(条状图)、饼图(环形图)
</li>
<li>
特性
</li>
...
...
doc/doc.html
浏览文件 @
92bbc2e1
...
...
@@ -535,12 +535,8 @@ require(
</ul>
<h3>
自定义构建echarts单文件
<a
name=
"自定义构建echarts单文件"
></a></h3>
<p>
默认echarts通过build目录下的build.sh(build.bat)脚本可以输出是否包含地图,是否压缩和是否打包esl(可以标签引入)排列组合总共6个版本的echarts单文件,大部分场景下已经够用,但是如果你还是觉得很多图表用不到还放在里面非常浪费,可以通过build目录下的build.js来构建一个更加贴身的echarts单文件。
</p>
<p>
运行build.js只需要一个
<a
href=
"http://nodejs.org/"
>
node
</a>
环境, build文件夹内已经为你准备好配置项, 可根据你的项目需求修改config-tpl.js以构建你的最佳配置, 你甚至可以在终端里通过命令行参数的方式运行 node build.js 构建脚本,具体示例:
</p>
<p>
默认echarts通过build目录下的build.sh(build.bat)脚本可以输出是否包含地图,是否压缩和是否打包esl(可以标签引入)排列组合总共6个版本的echarts单文件,大部分场景下已经够用,但是如果你还是觉得很多图表用不到还放在里面非常浪费,可以通过build目录下的build.js来构建一个更加贴身的echarts单文件。
</p>
<p>
运行build.js只需要一个
<a
href=
"http://nodejs.org/"
>
node
</a>
环境, build文件夹内已经为你准备好配置项, 可根据你的项目需求修改config-tpl.js以构建你的最佳配置, 你甚至可以在终端里通过命令行参数的方式运行 node build.js 构建脚本,具体示例:
</p>
<div
class=
"code"
>
<pre>
node build.js optimize=true exclude=map,force,line output=echarts.js plain=true
</pre>
</div>
...
...
@@ -1555,7 +1551,6 @@ require(['echarts'], function (ec){
<td>
10
</td>
<td>
各个item之间的间隔,单位px,默认为10,横向布局时为水平间隔,纵向布局时为纵向间隔,见下图
</td>
</tr>
<!--
<tr>
<td>
<b>
{number}
</b>
itemWidth
</td>
<td>
20
</td>
...
...
@@ -1566,7 +1561,6 @@ require(['echarts'], function (ec){
<td>
14
</td>
<td>
图例图形高度
</td>
</tr>
-->
<tr>
<td>
<b>
{Object}
</b>
textStyle
</td>
<td>
{color: '#333'}
</td>
...
...
@@ -4092,6 +4086,7 @@ geoCoord : {
// step1: 找到目标地区的geoJson数据文件,如HK_geo.json
// step2: 在require('echarts/util/mapData/params').params中命名你的地图类型,如HK
// step3: 命名赋值为对象{}, 实现接口方法getGeoJson,通过callback返回目标地区geoJson数据文件
require('echarts/util/mapData/params').params.HK = {
getGeoJson: function (callback) {
...
...
doc/feature.html
浏览文件 @
92bbc2e1
...
...
@@ -243,7 +243,7 @@
</div>
<div
class=
"col-md-6"
>
<h2
class=
"featurette-heading"
>
个性化定制
</h2>
<p>
超过
5
00个可配置选项结合多级控制设计满足高度定制的个性化需求。
</p>
<p>
超过
6
00个可配置选项结合多级控制设计满足高度定制的个性化需求。
</p>
<a
href=
"./doc.html"
target=
"_blank"
>
详细文档
»
</a>
</div>
</div>
...
...
doc/slide/js/whyEcharts.js
浏览文件 @
92bbc2e1
var
developMode
=
fals
e
;
var
developMode
=
tru
e
;
if
(
developMode
)
{
// for develop
require
.
config
({
paths
:
{
webkitDep
:
'
../../doc/example/webkit-dep
'
},
paths
:
{
webkitDep
:
'
../../doc/example/webkit-dep
'
},
packages
:
[
{
name
:
'
echarts
'
,
...
...
@@ -38,14 +38,14 @@ else {
'
echarts/chart/force
'
:
fileLocation
,
'
echarts/chart/gauge
'
:
fileLocation
,
'
echarts/chart/funnel
'
:
fileLocation
,
webkitDep
:
'
../../doc/example/webkit-dep
'
webkitDep
:
'
../../doc/example/webkit-dep
'
}
});
}
var
theme
=
{
backgroundColor
:
'
#fff
'
,
color
:
[
color
:
[
'
#5d9cec
'
,
'
#62c87f
'
,
'
#f15755
'
,
'
#fc863f
'
,
'
#7053b6
'
,
'
#6ed5e6
'
,
'
#ffce55
'
,
'
#f57bc1
'
,
'
#dcb186
'
,
'
#647c9d
'
],
...
...
@@ -67,22 +67,6 @@ var theme = {
}
}
}
/*
require.config({
paths:{
echarts: '../../doc/example/www/js/echarts-map',
'echarts/chart/line': '../../doc/example/www/js/echarts-map',
'echarts/chart/bar': '../../doc/example/www/js/echarts-map',
'echarts/chart/scatter': '../../doc/example/www/js/echarts-map',
'echarts/chart/k': '../../doc/example/www/js/echarts-map',
'echarts/chart/pie': '../../doc/example/www/js/echarts-map',
'echarts/chart/radar': '../../doc/example/www/js/echarts-map',
'echarts/chart/map': '../../doc/example/www/js/echarts-map',
'echarts/chart/force': '../../doc/example/www/js/echarts-map',
'echarts/chart/chord': '../../doc/example/www/js/echarts-map'
}
});
*/
var
echarts
;
var
webkitDepData
;
require
(
...
...
@@ -115,10 +99,15 @@ require(
}
}
}
optionMap
.
force2
.
series
[
0
]
=
webkitDepData
;
optionMap
.
force2
.
color
=
[
'
#ff7f50
'
,
'
#87cefa
'
,
'
#da70d6
'
,
'
#32cd32
'
,
'
#6495ed
'
,
'
#ff69b4
'
,
'
#ba55d3
'
,
'
#cd5c5c
'
,
'
#ffa500
'
,
'
#40e0d0
'
,
'
#1e90ff
'
,
'
#ff6347
'
,
'
#7b68ee
'
,
'
#00fa9a
'
,
'
#ffd700
'
,
'
#6699FF
'
,
'
#ff6666
'
,
'
#3cb371
'
,
'
#b8860b
'
,
'
#30e0e0
'
];
if
(
typeof
curEvent
!=
'
undefined
'
)
{
clearTimeout
(
showChartTimer
);
getCurParams
();
showChart
()
clearTimeout
(
showChartTimer
);
getCurParams
();
showChart
()
//showChartTimer = setTimeout(showChart, 500);
}
}
...
...
@@ -147,23 +136,23 @@ var timeTicket;
var
dom
;
var
optionKey
;
function
getCurParams
(){
clearInterval
(
timeTicket
);
clearInterval
(
timeTicket
);
var
len
=
curEvent
.
currentSlide
.
childNodes
.
length
;
while
(
--
len
)
{
dom
=
curEvent
.
currentSlide
.
childNodes
[
len
];
if
(
dom
.
className
==
'
main
'
){
optionKey
=
dom
.
getAttribute
(
'
optionKey
'
);
if
(
optionKey
==
'
multiCharts
'
)
{
if
(
myChart2
&&
myChart2
.
dispose
)
{
myChart2
.
getDom
().
className
=
'
main
'
;
myChart2
.
dispose
();
myChart2
=
null
;
}
if
(
myChart3
&&
myChart3
.
dispose
)
{
myChart3
.
getDom
().
className
=
'
main
'
;
myChart3
.
dispose
();
myChart3
=
null
;
}
if
(
myChart2
&&
myChart2
.
dispose
)
{
myChart2
.
getDom
().
className
=
'
main
'
;
myChart2
.
dispose
();
myChart2
=
null
;
}
if
(
myChart3
&&
myChart3
.
dispose
)
{
myChart3
.
getDom
().
className
=
'
main
'
;
myChart3
.
dispose
();
myChart3
=
null
;
}
}
return
;
}
...
...
@@ -171,20 +160,20 @@ function getCurParams(){
optionKey
=
false
;
}
function
showChart
()
{
if
(
!
echarts
)
{
return
;}
if
(
myChart
&&
myChart
.
dispose
)
{
myChart
.
getDom
().
className
=
'
main
'
;
if
(
!
echarts
)
{
return
;}
if
(
myChart
&&
myChart
.
dispose
)
{
myChart
.
getDom
().
className
=
'
main
'
;
myChart
.
dispose
();
myChart
=
null
;
}
if
(
optionKey
)
{
myChart
=
echarts
.
init
(
dom
,
theme
);
var
option
=
optionMap
[
optionKey
];
dom
.
className
=
'
main noLoading
'
;
myChart
.
setOption
(
option
);
if
(
functionMap
[
optionKey
])
{
functionMap
[
optionKey
]();
}
var
option
=
optionMap
[
optionKey
];
dom
.
className
=
'
main noLoading
'
;
myChart
.
setOption
(
option
);
if
(
functionMap
[
optionKey
])
{
functionMap
[
optionKey
]();
}
}
}
...
...
@@ -632,10 +621,10 @@ var optionMap = {
splitNumber
:
9
,
boundaryGap
:
[
0.05
,
0.05
],
axisLabel
:
{
formatter
:
function
(
v
)
{
return
Math
.
round
(
v
/
10000
)
+
'
万
'
}
},
formatter
:
function
(
v
)
{
return
Math
.
round
(
v
/
10000
)
+
'
万
'
}
},
splitArea
:
{
show
:
true
}
}
],
...
...
@@ -671,41 +660,41 @@ var optionMap = {
7526158.5
,
8105835
,
7971452.5
],
markPoint
:
{
symbol
:
'
emptyPin
'
,
itemStyle
:
{
normal
:
{
color
:
'
#1e90ff
'
,
label
:
{
show
:
true
,
position
:
'
top
'
,
formatter
:
function
(
a
,
b
,
v
)
{
return
Math
.
round
(
v
/
10000
)
+
'
万
'
}
}
}
},
data
:
[
{
type
:
'
max
'
,
name
:
'
最大值
'
,
symbolSize
:
5
},
{
type
:
'
min
'
,
name
:
'
最小值
'
,
symbolSize
:
5
}
]
},
markLine
:
{
symbol
:
'
none
'
,
itemStyle
:
{
normal
:
{
color
:
'
#1e90ff
'
,
label
:
{
show
:
true
,
formatter
:
function
(
a
,
b
,
v
)
{
return
Math
.
round
(
v
/
10000
)
+
'
万
'
}
}
}
},
data
:
[
{
type
:
'
average
'
,
name
:
'
平均值
'
}
]
}
symbol
:
'
emptyPin
'
,
itemStyle
:
{
normal
:
{
color
:
'
#1e90ff
'
,
label
:
{
show
:
true
,
position
:
'
top
'
,
formatter
:
function
(
a
,
b
,
v
)
{
return
Math
.
round
(
v
/
10000
)
+
'
万
'
}
}
}
},
data
:
[
{
type
:
'
max
'
,
name
:
'
最大值
'
,
symbolSize
:
5
},
{
type
:
'
min
'
,
name
:
'
最小值
'
,
symbolSize
:
5
}
]
},
markLine
:
{
symbol
:
'
none
'
,
itemStyle
:
{
normal
:
{
color
:
'
#1e90ff
'
,
label
:
{
show
:
true
,
formatter
:
function
(
a
,
b
,
v
)
{
return
Math
.
round
(
v
/
10000
)
+
'
万
'
}
}
}
},
data
:
[
{
type
:
'
average
'
,
name
:
'
平均值
'
}
]
}
},
{
name
:
'
上证指数
'
,
...
...
@@ -767,10 +756,10 @@ var optionMap = {
splitNumber
:
3
,
boundaryGap
:
[
0.05
,
0.05
],
axisLabel
:
{
formatter
:
function
(
v
)
{
return
Math
.
round
(
v
/
10000
)
+
'
万
'
}
},
formatter
:
function
(
v
)
{
return
Math
.
round
(
v
/
10000
)
+
'
万
'
}
},
splitArea
:
{
show
:
true
}
}
],
...
...
@@ -857,10 +846,10 @@ var optionMap = {
splitNumber
:
3
,
boundaryGap
:
[
0.05
,
0.05
],
axisLabel
:
{
formatter
:
function
(
v
)
{
return
Math
.
round
(
v
/
10000
)
+
'
万
'
}
},
formatter
:
function
(
v
)
{
return
Math
.
round
(
v
/
10000
)
+
'
万
'
}
},
splitArea
:
{
show
:
true
}
}
],
...
...
@@ -1056,133 +1045,122 @@ var optionMap = {
}
]
},
force
:
(
function
()
{
functionMap
.
force
=
function
()
{
myChart
.
setOption
({
tooltip
:
{
trigger
:
'
item
'
,
formatter
:
'
{a} : {b}
'
},
legend
:
{
x
:
'
left
'
,
data
:[
'
家人
'
,
'
朋友
'
]
force1
:
{
tooltip
:
{
trigger
:
'
item
'
,
formatter
:
'
{a} : {b}
'
},
legend
:
{
x
:
'
left
'
,
data
:[
'
家人
'
,
'
朋友
'
]
},
series
:
[
{
type
:
'
force
'
,
categories
:
[
{
name
:
'
人物
'
,
itemStyle
:
{
normal
:
{
color
:
'
#ff7f50
'
}
}
},
series
:
[
{
type
:
'
force
'
,
categories
:
[
{
name
:
'
人物
'
,
itemStyle
:
{
normal
:
{
color
:
'
#ff7f50
'
}
}
},
{
name
:
'
家人
'
,
itemStyle
:
{
normal
:
{
color
:
'
#87cdfa
'
}
}
},
{
name
:
'
朋友
'
,
itemStyle
:
{
normal
:
{
color
:
'
#9acd32
'
}
}
}
],
itemStyle
:
{
normal
:
{
label
:
{
show
:
true
,
textStyle
:
{
color
:
'
#800080
'
}
},
nodeStyle
:
{
brushType
:
'
both
'
,
strokeColor
:
'
rgba(255,215,0,0.4)
'
,
lineWidth
:
8
}
},
emphasis
:
{
label
:
{
show
:
false
// textStyle: null // 默认使用全局文本样式,详见TEXTSTYLE
},
nodeStyle
:
{
r
:
30
},
linkStyle
:
{}
}
},
minRadius
:
15
,
maxRadius
:
25
,
density
:
0.05
,
attractiveness
:
1.2
,
nodes
:[
{
category
:
0
,
name
:
'
乔布斯
'
,
value
:
10
},
{
category
:
1
,
name
:
'
丽萨-乔布斯
'
,
value
:
2
},
{
category
:
1
,
name
:
'
保罗-乔布斯
'
,
value
:
3
},
{
category
:
1
,
name
:
'
克拉拉-乔布斯
'
,
value
:
3
},
{
category
:
1
,
name
:
'
劳伦-鲍威尔
'
,
value
:
7
},
{
category
:
2
,
name
:
'
史蒂夫-沃兹尼艾克
'
,
value
:
5
},
{
category
:
2
,
name
:
'
奥巴马
'
,
value
:
8
},
{
category
:
2
,
name
:
'
比尔-盖茨
'
,
value
:
9
},
{
category
:
2
,
name
:
'
乔纳森-艾夫
'
,
value
:
4
},
{
category
:
2
,
name
:
'
蒂姆-库克
'
,
value
:
4
},
{
category
:
2
,
name
:
'
龙-韦恩
'
,
value
:
1
},
],
links
:
[
{
source
:
1
,
target
:
0
,
weight
:
1
},
{
source
:
2
,
target
:
0
,
weight
:
2
},
{
source
:
3
,
target
:
0
,
weight
:
1
},
{
source
:
4
,
target
:
0
,
weight
:
2
},
{
source
:
5
,
target
:
0
,
weight
:
3
},
{
source
:
6
,
target
:
0
,
weight
:
6
},
{
source
:
7
,
target
:
0
,
weight
:
6
},
{
source
:
8
,
target
:
0
,
weight
:
1
},
{
source
:
9
,
target
:
0
,
weight
:
1
},
{
source
:
10
,
target
:
0
,
weight
:
1
},
{
source
:
3
,
target
:
2
,
weight
:
1
},
{
source
:
6
,
target
:
2
,
weight
:
1
},
{
source
:
6
,
target
:
3
,
weight
:
1
},
{
source
:
6
,
target
:
4
,
weight
:
1
},
{
source
:
6
,
target
:
5
,
weight
:
1
},
{
source
:
7
,
target
:
6
,
weight
:
6
},
{
source
:
7
,
target
:
3
,
weight
:
1
},
{
source
:
9
,
target
:
6
,
weight
:
1
}
]
{
name
:
'
家人
'
,
itemStyle
:
{
normal
:
{
color
:
'
#87cdfa
'
}
}
]
},
true
);
}
functionMap
.
force2
=
function
()
{
myChart
.
setOption
({
color
:
[
'
#ff7f50
'
,
'
#87cefa
'
,
'
#da70d6
'
,
'
#32cd32
'
,
'
#6495ed
'
,
'
#ff69b4
'
,
'
#ba55d3
'
,
'
#cd5c5c
'
,
'
#ffa500
'
,
'
#40e0d0
'
,
'
#1e90ff
'
,
'
#ff6347
'
,
'
#7b68ee
'
,
'
#00fa9a
'
,
'
#ffd700
'
,
'
#6699FF
'
,
'
#ff6666
'
,
'
#3cb371
'
,
'
#b8860b
'
,
'
#30e0e0
'
],
tooltip
:
{
trigger
:
'
item
'
},
legend
:
{
data
:
[
'
HTMLElement
'
,
'
WebGL
'
,
'
SVG
'
,
'
CSS
'
,
'
Other
'
],
orient
:
'
vertical
'
,
x
:
'
left
'
{
name
:
'
朋友
'
,
itemStyle
:
{
normal
:
{
color
:
'
#9acd32
'
}
}
}
],
itemStyle
:
{
normal
:
{
label
:
{
show
:
true
,
textStyle
:
{
color
:
'
#800080
'
}
},
nodeStyle
:
{
brushType
:
'
both
'
,
strokeColor
:
'
rgba(255,215,0,0.4)
'
,
lineWidth
:
8
}
},
series
:
[
webkitDepData
]
},
true
);
emphasis
:
{
label
:
{
show
:
false
// textStyle: null // 默认使用全局文本样式,详见TEXTSTYLE
},
nodeStyle
:
{
r
:
30
},
linkStyle
:
{}
}
},
minRadius
:
15
,
maxRadius
:
25
,
density
:
0.05
,
attractiveness
:
1.2
,
nodes
:[
{
category
:
0
,
name
:
'
乔布斯
'
,
value
:
10
},
{
category
:
1
,
name
:
'
丽萨-乔布斯
'
,
value
:
2
},
{
category
:
1
,
name
:
'
保罗-乔布斯
'
,
value
:
3
},
{
category
:
1
,
name
:
'
克拉拉-乔布斯
'
,
value
:
3
},
{
category
:
1
,
name
:
'
劳伦-鲍威尔
'
,
value
:
7
},
{
category
:
2
,
name
:
'
史蒂夫-沃兹尼艾克
'
,
value
:
5
},
{
category
:
2
,
name
:
'
奥巴马
'
,
value
:
8
},
{
category
:
2
,
name
:
'
比尔-盖茨
'
,
value
:
9
},
{
category
:
2
,
name
:
'
乔纳森-艾夫
'
,
value
:
4
},
{
category
:
2
,
name
:
'
蒂姆-库克
'
,
value
:
4
},
{
category
:
2
,
name
:
'
龙-韦恩
'
,
value
:
1
},
],
links
:
[
{
source
:
1
,
target
:
0
,
weight
:
1
},
{
source
:
2
,
target
:
0
,
weight
:
2
},
{
source
:
3
,
target
:
0
,
weight
:
1
},
{
source
:
4
,
target
:
0
,
weight
:
2
},
{
source
:
5
,
target
:
0
,
weight
:
3
},
{
source
:
6
,
target
:
0
,
weight
:
6
},
{
source
:
7
,
target
:
0
,
weight
:
6
},
{
source
:
8
,
target
:
0
,
weight
:
1
},
{
source
:
9
,
target
:
0
,
weight
:
1
},
{
source
:
10
,
target
:
0
,
weight
:
1
},
{
source
:
3
,
target
:
2
,
weight
:
1
},
{
source
:
6
,
target
:
2
,
weight
:
1
},
{
source
:
6
,
target
:
3
,
weight
:
1
},
{
source
:
6
,
target
:
4
,
weight
:
1
},
{
source
:
6
,
target
:
5
,
weight
:
1
},
{
source
:
7
,
target
:
6
,
weight
:
6
},
{
source
:
7
,
target
:
3
,
weight
:
1
},
{
source
:
9
,
target
:
6
,
weight
:
1
}
]
}
return
{};
})(),
dynamic
:
(
function
(){
functionMap
.
dynamic
=
function
()
{
]
},
force2
:
{
tooltip
:
{
trigger
:
'
item
'
},
legend
:
{
data
:
[
'
HTMLElement
'
,
'
WebGL
'
,
'
SVG
'
,
'
CSS
'
,
'
Other
'
],
orient
:
'
vertical
'
,
x
:
'
left
'
},
series
:
[]
},
dynamic
:
(
function
(){
functionMap
.
dynamic
=
function
()
{
var
lastData
=
11
;
var
axisData
;
timeTicket
=
setInterval
(
function
(){
...
...
@@ -1235,10 +1213,12 @@ var optionMap = {
start
:
0
,
end
:
50
},
grid
:{
y2
:
30
,
y
:
70
},
xAxis
:
[
{
type
:
'
category
'
,
boundaryGap
:
true
,
axisLine
:
{
onZero
:
false
},
data
:
(
function
(){
var
now
=
new
Date
();
var
res
=
[];
...
...
@@ -1254,6 +1234,7 @@ var optionMap = {
type
:
'
category
'
,
boundaryGap
:
true
,
splitline
:
{
show
:
false
},
axisLine
:
{
onZero
:
false
},
data
:
(
function
(){
var
res
=
[];
var
len
=
10
;
...
...
@@ -1737,7 +1718,7 @@ var optionMap = {
]
},
mix1
:
{
color
:
[
'
#ff7f50
'
,
'
#87cefa
'
,
'
#da70d6
'
,
'
#ff69b4
'
,
'
#ba55d3
'
,
'
#32cd32
'
,
'
#6495ed
'
],
color
:
[
'
#ff7f50
'
,
'
#87cefa
'
,
'
#da70d6
'
,
'
#ff69b4
'
,
'
#ba55d3
'
,
'
#32cd32
'
,
'
#6495ed
'
],
tooltip
:
{
trigger
:
'
axis
'
},
...
...
@@ -1753,7 +1734,7 @@ var optionMap = {
},
calculable
:
true
,
legend
:
{
x
:
'
left
'
,
x
:
'
left
'
,
data
:[
'
蒸发量
'
,
'
降水量
'
,
'
平均温度
'
,
'
日蒸发量
'
,
'
夜蒸发量
'
,
'
日降水量
'
,
'
夜降水量
'
]
},
xAxis
:
[
...
...
@@ -1778,8 +1759,12 @@ var optionMap = {
splitLine
:
{
show
:
false
}
}
],
dataZoom
:
{
show
:
true
,
realtime
:
true
},
series
:
[
{
{
name
:
'
总和
'
,
type
:
'
pie
'
,
tooltip
:
{
...
...
@@ -1796,7 +1781,7 @@ var optionMap = {
}
},
data
:[
{
value
:
356.5
,
name
:
'
日降水量
'
},
{
value
:
356.5
,
name
:
'
日降水量
'
},
{
value
:
220.4
,
name
:
'
夜降水量
'
},
{
value
:
59.0
,
name
:
'
夜蒸发量
'
},
{
value
:
440.5
,
name
:
'
日蒸发量
'
}
...
...
@@ -1821,122 +1806,122 @@ var optionMap = {
]
},
mix2
:
(
function
(){
var
sData1
=
(
function
()
{
var
d
=
[];
var
len
=
40
;
var
value
;
while
(
len
--
)
{
d
.
push
([
Math
.
round
(
Math
.
random
()
*
10
)
*
(
Math
.
round
(
Math
.
random
()
*
10
)
>
5
?
1
:
-
1
),
Math
.
round
(
Math
.
random
()
*
10
)
*
(
Math
.
round
(
Math
.
random
()
*
10
)
>
5
?
1
:
-
1
),
Math
.
round
(
Math
.
random
()
*
20
)
]);
}
return
d
;
})();
var
sData2
=
(
function
()
{
var
d
=
[];
var
len
=
sData1
.
length
;
for
(
var
i
=
0
;
i
<
len
;
i
++
)
{
d
.
push
([
sData1
[
i
][
0
],
sData1
[
i
][
1
],
Math
.
round
(
Math
.
random
()
*
15
)
]);
}
return
d
;
})();
var
sData1
=
(
function
()
{
var
d
=
[];
var
len
=
40
;
var
value
;
while
(
len
--
)
{
d
.
push
([
Math
.
round
(
Math
.
random
()
*
10
)
*
(
Math
.
round
(
Math
.
random
()
*
10
)
>
5
?
1
:
-
1
),
Math
.
round
(
Math
.
random
()
*
10
)
*
(
Math
.
round
(
Math
.
random
()
*
10
)
>
5
?
1
:
-
1
),
Math
.
round
(
Math
.
random
()
*
20
)
]);
}
return
d
;
})();
var
sData2
=
(
function
()
{
var
d
=
[];
var
len
=
sData1
.
length
;
for
(
var
i
=
0
;
i
<
len
;
i
++
)
{
d
.
push
([
sData1
[
i
][
0
],
sData1
[
i
][
1
],
Math
.
round
(
Math
.
random
()
*
15
)
]);
}
return
d
;
})();
functionMap
.
mix2
=
function
(){
var
xAxis
=
myChart
.
component
.
xAxis
.
getAxis
(
0
);
var
yAxis
=
myChart
.
component
.
yAxis
.
getAxis
(
0
);
var
len
=
sData1
.
length
;
var
option
=
myChart
.
getOption
();
option
.
series
=
option
.
series
.
slice
(
0
,
2
);
option
.
legend
=
{
functionMap
.
mix2
=
function
(){
var
xAxis
=
myChart
.
component
.
xAxis
.
getAxis
(
0
);
var
yAxis
=
myChart
.
component
.
yAxis
.
getAxis
(
0
);
var
len
=
sData1
.
length
;
var
option
=
myChart
.
getOption
();
option
.
series
=
option
.
series
.
slice
(
0
,
2
);
option
.
legend
=
{
data
:
[
'
系列1
'
,
'
系列2
'
]
};
while
(
len
--
)
{
option
.
series
.
push
({
type
:
'
pie
'
,
itemStyle
:
{
normal
:
{
label
:
{
show
:
false
},
labelLine
:
{
show
:
false
}
}
},
//radius : [(sData1[len][2] + sData2[len][2])/2.5, (sData1[len][2] + sData2[len][2])/2.5 + 15],
radius
:
(
sData1
[
len
][
2
]
+
sData2
[
len
][
2
])
/
2.5
+
15
,
center
:
[
xAxis
.
getCoord
(
sData1
[
len
][
0
]),
yAxis
.
getCoord
(
sData1
[
len
][
1
])
],
data
:
[
{
name
:
'
系列1
'
,
value
:
sData1
[
len
][
2
]},
{
name
:
'
系列2
'
,
value
:
sData2
[
len
][
2
]}
]
})
}
option
.
animation
=
true
;
myChart
.
setOption
(
option
);
}
while
(
len
--
)
{
option
.
series
.
push
({
type
:
'
pie
'
,
itemStyle
:
{
normal
:
{
label
:
{
show
:
false
},
labelLine
:
{
show
:
false
}
}
},
//radius : [(sData1[len][2] + sData2[len][2])/2.5, (sData1[len][2] + sData2[len][2])/2.5 + 15],
radius
:
(
sData1
[
len
][
2
]
+
sData2
[
len
][
2
])
/
2.5
+
15
,
center
:
[
xAxis
.
getCoord
(
sData1
[
len
][
0
]),
yAxis
.
getCoord
(
sData1
[
len
][
1
])
],
data
:
[
{
name
:
'
系列1
'
,
value
:
sData1
[
len
][
2
]},
{
name
:
'
系列2
'
,
value
:
sData2
[
len
][
2
]}
]
})
}
option
.
animation
=
true
;
myChart
.
setOption
(
option
);
}
return
{
color
:
[
'
rgba(255, 69, 0, 0.5)
'
,
'
rgba(30, 144, 255, 0.5)
'
],
title
:
{
text
:
'
饼图代替散点
'
,
subtext
:
'
混搭(随机数据)
'
},
tooltip
:
{
trigger
:
'
item
'
,
formatter
:
"
{b} : {c} ({d}%)
"
},
toolbox
:
{
show
:
true
,
feature
:
{
mark
:
{
show
:
true
},
dataView
:
{
show
:
true
,
readOnly
:
false
},
restore
:
{
show
:
true
},
saveAsImage
:
{
show
:
true
}
}
},
xAxis
:
[
{
type
:
'
value
'
,
splitNumber
:
2
,
splitLine
:
{
lineStyle
:{
color
:
'
#48b
'
,
width
:
2
}},
splitArea
:
{
show
:
true
},
axisLine
:
{
show
:
false
}
}
],
yAxis
:
[
{
type
:
'
value
'
,
splitNumber
:
2
,
splitLine
:
{
lineStyle
:{
color
:
'
#48b
'
,
width
:
2
}},
splitArea
:
{
show
:
true
},
axisLine
:
{
show
:
false
}
}
],
animation
:
false
,
series
:
[
{
type
:
'
scatter
'
,
symbol
:
'
none
'
,
data
:
sData1
},
{
type
:
'
scatter
'
,
symbol
:
'
none
'
,
data
:
sData2
}
]
};
return
{
color
:
[
'
rgba(255, 69, 0, 0.5)
'
,
'
rgba(30, 144, 255, 0.5)
'
],
title
:
{
text
:
'
饼图代替散点
'
,
subtext
:
'
混搭(随机数据)
'
},
tooltip
:
{
trigger
:
'
item
'
,
formatter
:
"
{b} : {c} ({d}%)
"
},
toolbox
:
{
show
:
true
,
feature
:
{
mark
:
{
show
:
true
},
dataView
:
{
show
:
true
,
readOnly
:
false
},
restore
:
{
show
:
true
},
saveAsImage
:
{
show
:
true
}
}
},
xAxis
:
[
{
type
:
'
value
'
,
splitNumber
:
2
,
splitLine
:
{
lineStyle
:{
color
:
'
#48b
'
,
width
:
2
}},
splitArea
:
{
show
:
true
},
axisLine
:
{
show
:
false
}
}
],
yAxis
:
[
{
type
:
'
value
'
,
splitNumber
:
2
,
splitLine
:
{
lineStyle
:{
color
:
'
#48b
'
,
width
:
2
}},
splitArea
:
{
show
:
true
},
axisLine
:
{
show
:
false
}
}
],
animation
:
false
,
series
:
[
{
type
:
'
scatter
'
,
symbol
:
'
none
'
,
data
:
sData1
},
{
type
:
'
scatter
'
,
symbol
:
'
none
'
,
data
:
sData2
}
]
};
})(),
mix3
:
{
title
:
{
...
...
@@ -2237,827 +2222,1156 @@ var optionMap = {
return
{};
})(),
effect1
:
(
function
()
{
var
effect
=
{
show
:
true
,
var
effect
=
{
show
:
true
,
scaleSize
:
1
,
//require('zrender/tool/env').canvasSupported ? 1 : 2,
period
:
30
,
// 运动周期,无单位,值越大越慢
color
:
'
#fff
'
,
color
:
'
#fff
'
,
shadowColor
:
'
rgba(220,220,220,0.4)
'
,
shadowBlur
:
5
};
function
itemStyle
(
idx
)
{
return
{
normal
:
{
color
:
'
#fff
'
,
borderWidth
:
1
,
borderColor
:[
'
rgba(30,144,255,1)
'
,
'
lime
'
][
idx
],
lineStyle
:
{
};
function
itemStyle
(
idx
)
{
return
{
normal
:
{
color
:
'
#fff
'
,
borderWidth
:
1
,
borderColor
:[
'
rgba(30,144,255,1)
'
,
'
lime
'
][
idx
],
lineStyle
:
{
//shadowColor : ['rgba(30,144,255,1)','lime'][idx], //默认透明
//shadowBlur: 10,
//shadowOffsetX: 0,
//shadowOffsetY: 0,
type
:
'
solid
'
}
}
}
};
}
}
}
};
functionMap
.
effect1
=
function
()
{
myChart
.
setOption
({
backgroundColor
:
'
rgba(0,0,0,0)
'
,
color
:
[
'
rgba(30,144,255,1)
'
,
'
lime
'
],
title
:
{
text
:
'
中国铁路运输主干线
'
,
subtext
:
'
数据来自维基百科
'
,
sublink
:
'
http://zh.wikipedia.org/wiki/%E4%B8%AD%E5%8D%8E%E4%BA%BA%E6%B0%91%E5%85%B1%E5%92%8C%E5%9B%BD%E9%93%81%E8%B7%AF%E8%BF%90%E8%BE%93
'
,
x
:
'
center
'
,
textStyle
:
{
color
:
'
#fff
'
}
},
tooltip
:
{
trigger
:
'
item
'
,
backgroundColor
:
'
rgba(0,0,0,0)
'
,
color
:
[
'
rgba(30,144,255,1)
'
,
'
lime
'
],
title
:
{
text
:
'
中国铁路运输主干线
'
,
subtext
:
'
数据来自维基百科
'
,
sublink
:
'
http://zh.wikipedia.org/wiki/%E4%B8%AD%E5%8D%8E%E4%BA%BA%E6%B0%91%E5%85%B1%E5%92%8C%E5%9B%BD%E9%93%81%E8%B7%AF%E8%BF%90%E8%BE%93
'
,
x
:
'
center
'
,
textStyle
:
{
color
:
'
#fff
'
}
},
tooltip
:
{
trigger
:
'
item
'
,
formatter
:
function
(
v
)
{
return
v
[
1
].
replace
(
'
:
'
,
'
>
'
);
}
},
legend
:
{
orient
:
'
vertical
'
,
x
:
'
left
'
,
selectedMode
:
'
single
'
,
data
:[
'
八纵通道
'
,
'
八横通道
'
],
textStyle
:
{
color
:
'
#fff
'
}
},
toolbox
:
{
show
:
true
,
orient
:
'
vertical
'
,
x
:
'
right
'
,
y
:
'
center
'
,
feature
:
{
mark
:
{
show
:
true
},
dataView
:
{
show
:
true
,
readOnly
:
false
},
restore
:
{
show
:
true
},
saveAsImage
:
{
show
:
true
}
}
},
series
:
[
{
name
:
'
八纵通道
'
,
type
:
'
map
'
,
roam
:
true
,
hoverable
:
false
,
mapType
:
'
china
'
,
itemStyle
:{
normal
:{
borderColor
:
'
rgba(100,149,237,1)
'
,
borderWidth
:
0.5
,
areaStyle
:{
color
:
'
#333
'
}
}
},
data
:[],
markLine
:
{
symbol
:
[
'
circle
'
,
'
circle
'
],
symbolSize
:
1
,
effect
:
effect
,
itemStyle
:
itemStyle
(
0
),
return
v
[
1
].
replace
(
'
:
'
,
'
>
'
);
}
},
legend
:
{
orient
:
'
vertical
'
,
x
:
'
left
'
,
selectedMode
:
'
single
'
,
data
:[
'
八纵通道
'
,
'
八横通道
'
],
textStyle
:
{
color
:
'
#fff
'
}
},
toolbox
:
{
show
:
true
,
orient
:
'
vertical
'
,
x
:
'
right
'
,
y
:
'
center
'
,
feature
:
{
mark
:
{
show
:
true
},
dataView
:
{
show
:
true
,
readOnly
:
false
},
restore
:
{
show
:
true
},
saveAsImage
:
{
show
:
true
}
}
},
series
:
[
{
name
:
'
八纵通道
'
,
type
:
'
map
'
,
roam
:
true
,
hoverable
:
false
,
mapType
:
'
china
'
,
itemStyle
:{
normal
:{
borderColor
:
'
rgba(100,149,237,1)
'
,
borderWidth
:
0.5
,
areaStyle
:{
color
:
'
#333
'
}
}
},
data
:[],
markLine
:
{
symbol
:
[
'
circle
'
,
'
circle
'
],
symbolSize
:
1
,
effect
:
effect
,
itemStyle
:
itemStyle
(
0
),
smooth
:
true
,
data
:
[
[{
name
:
'
北京
'
},
{
name
:
'
哈尔滨
'
}],
[{
name
:
'
哈尔滨
'
},
{
name
:
'
满洲里
'
}],
[{
name
:
'
沈阳
'
},
{
name
:
'
大连
'
}],
[{
name
:
'
大连
'
},
{
name
:
'
烟台
'
}],
[{
name
:
'
烟台
'
},
{
name
:
'
青岛
'
}],
[{
name
:
'
青岛
'
},
{
name
:
'
淮安
'
}],
[{
name
:
'
淮安
'
},
{
name
:
'
上海
'
}],
[{
name
:
'
上海
'
},
{
name
:
'
杭州
'
}],
[{
name
:
'
杭州
'
},
{
name
:
'
宁波
'
}],
[{
name
:
'
宁波
'
},
{
name
:
'
温州
'
}],
[{
name
:
'
温州
'
},
{
name
:
'
福州
'
}],
[{
name
:
'
福州
'
},
{
name
:
'
厦门
'
}],
[{
name
:
'
厦门
'
},
{
name
:
'
广州
'
}],
[{
name
:
'
广州
'
},
{
name
:
'
湛江
'
}],
[{
name
:
'
北京
'
},
{
name
:
'
天津
'
}],
[{
name
:
'
天津
'
},
{
name
:
'
济南
'
}],
[{
name
:
'
济南
'
},
{
name
:
'
南京
'
}],
[{
name
:
'
南京
'
},
{
name
:
'
上海
'
}],
[{
name
:
'
北京
'
},
{
name
:
'
南昌
'
}],
[{
name
:
'
南昌
'
},
{
name
:
'
深圳
'
}],
[{
name
:
'
深圳
'
},
{
name
:
'
九龙红磡
'
}],
[{
name
:
'
北京
'
},
{
name
:
'
郑州
'
}],
[{
name
:
'
郑州
'
},
{
name
:
'
武汉
'
}],
[{
name
:
'
武汉
'
},
{
name
:
'
广州
'
}],
[{
name
:
'
大同
'
},
{
name
:
'
太原
'
}],
[{
name
:
'
太原
'
},
{
name
:
'
焦作
'
}],
[{
name
:
'
焦作
'
},
{
name
:
'
洛阳
'
}],
[{
name
:
'
洛阳
'
},
{
name
:
'
柳州
'
}],
[{
name
:
'
柳州
'
},
{
name
:
'
湛江
'
}],
[{
name
:
'
包头
'
},
{
name
:
'
西安
'
}],
[{
name
:
'
西安
'
},
{
name
:
'
重庆
'
}],
[{
name
:
'
重庆
'
},
{
name
:
'
贵阳
'
}],
[{
name
:
'
贵阳
'
},
{
name
:
'
柳州
'
}],
[{
name
:
'
柳州
'
},
{
name
:
'
南宁
'
}],
[{
name
:
'
兰州
'
},
{
name
:
'
成都
'
}],
[{
name
:
'
成都
'
},
{
name
:
'
昆明
'
}]
]
}
},
{
name
:
'
八横通道
'
,
type
:
'
map
'
,
mapType
:
'
china
'
,
data
:[],
markLine
:
{
symbol
:
[
'
circle
'
,
'
circle
'
],
symbolSize
:
1
,
effect
:
effect
,
itemStyle
:
itemStyle
(
1
),
data
:
[
[{
name
:
'
北京
'
},
{
name
:
'
哈尔滨
'
}],
[{
name
:
'
哈尔滨
'
},
{
name
:
'
满洲里
'
}],
[{
name
:
'
沈阳
'
},
{
name
:
'
大连
'
}],
[{
name
:
'
大连
'
},
{
name
:
'
烟台
'
}],
[{
name
:
'
烟台
'
},
{
name
:
'
青岛
'
}],
[{
name
:
'
青岛
'
},
{
name
:
'
淮安
'
}],
[{
name
:
'
淮安
'
},
{
name
:
'
上海
'
}],
[{
name
:
'
上海
'
},
{
name
:
'
杭州
'
}],
[{
name
:
'
杭州
'
},
{
name
:
'
宁波
'
}],
[{
name
:
'
宁波
'
},
{
name
:
'
温州
'
}],
[{
name
:
'
温州
'
},
{
name
:
'
福州
'
}],
[{
name
:
'
福州
'
},
{
name
:
'
厦门
'
}],
[{
name
:
'
厦门
'
},
{
name
:
'
广州
'
}],
[{
name
:
'
广州
'
},
{
name
:
'
湛江
'
}],
[{
name
:
'
北京
'
},
{
name
:
'
天津
'
}],
[{
name
:
'
天津
'
},
{
name
:
'
济南
'
}],
[{
name
:
'
济南
'
},
{
name
:
'
南京
'
}],
[{
name
:
'
南京
'
},
{
name
:
'
上海
'
}],
[{
name
:
'
北京
'
},
{
name
:
'
南昌
'
}],
[{
name
:
'
南昌
'
},
{
name
:
'
深圳
'
}],
[{
name
:
'
深圳
'
},
{
name
:
'
九龙红磡
'
}],
[{
name
:
'
北京
'
},
{
name
:
'
郑州
'
}],
[{
name
:
'
郑州
'
},
{
name
:
'
武汉
'
}],
[{
name
:
'
武汉
'
},
{
name
:
'
广州
'
}],
[{
name
:
'
大同
'
},
{
name
:
'
太原
'
}],
[{
name
:
'
太原
'
},
{
name
:
'
焦作
'
}],
[{
name
:
'
焦作
'
},
{
name
:
'
洛阳
'
}],
[{
name
:
'
洛阳
'
},
{
name
:
'
柳州
'
}],
[{
name
:
'
柳州
'
},
{
name
:
'
湛江
'
}],
[{
name
:
'
包头
'
},
{
name
:
'
西安
'
}],
[{
name
:
'
西安
'
},
{
name
:
'
重庆
'
}],
[{
name
:
'
重庆
'
},
{
name
:
'
贵阳
'
}],
[{
name
:
'
贵阳
'
},
{
name
:
'
柳州
'
}],
[{
name
:
'
柳州
'
},
{
name
:
'
南宁
'
}],
[{
name
:
'
兰州
'
},
{
name
:
'
成都
'
}],
[{
name
:
'
成都
'
},
{
name
:
'
昆明
'
}]
]
}
},
{
name
:
'
八横通道
'
,
type
:
'
map
'
,
mapType
:
'
china
'
,
data
:[],
markLine
:
{
symbol
:
[
'
circle
'
,
'
circle
'
],
symbolSize
:
1
,
effect
:
effect
,
itemStyle
:
itemStyle
(
1
),
smooth
:
true
,
data
:
[
[{
name
:
'
北京
'
},
{
name
:
'
兰州
'
}],
[{
name
:
'
兰州
'
},
{
name
:
'
拉萨
'
}],
[{
name
:
'
大同
'
},
{
name
:
'
秦皇岛
'
}],
[{
name
:
'
神木
'
},
{
name
:
'
黄骅
'
}],
[{
name
:
'
太原
'
},
{
name
:
'
德州
'
}],
[{
name
:
'
德州
'
},
{
name
:
'
龙口
'
}],
[{
name
:
'
龙口
'
},
{
name
:
'
烟台
'
}],
[{
name
:
'
太原
'
},
{
name
:
'
德州
'
}],
[{
name
:
'
德州
'
},
{
name
:
'
济南
'
}],
[{
name
:
'
济南
'
},
{
name
:
'
青岛
'
}],
[{
name
:
'
长治
'
},
{
name
:
'
邯郸
'
}],
[{
name
:
'
邯郸
'
},
{
name
:
'
济南
'
}],
[{
name
:
'
济南
'
},
{
name
:
'
青岛
'
}],
[{
name
:
'
瓦塘
'
},
{
name
:
'
临汾
'
}],
[{
name
:
'
临汾
'
},
{
name
:
'
长治
'
}],
[{
name
:
'
长治
'
},
{
name
:
'
汤阴
'
}],
[{
name
:
'
汤阴
'
},
{
name
:
'
台前
'
}],
[{
name
:
'
台前
'
},
{
name
:
'
兖州
'
}],
[{
name
:
'
兖州
'
},
{
name
:
'
日照
'
}],
[{
name
:
'
侯马
'
},
{
name
:
'
月山
'
}],
[{
name
:
'
月山
'
},
{
name
:
'
新乡
'
}],
[{
name
:
'
新乡
'
},
{
name
:
'
兖州
'
}],
[{
name
:
'
兖州
'
},
{
name
:
'
日照
'
}],
[{
name
:
'
连云港
'
},
{
name
:
'
郑州
'
}],
[{
name
:
'
郑州
'
},
{
name
:
'
兰州
'
}],
[{
name
:
'
兰州
'
},
{
name
:
'
乌鲁木齐
'
}],
[{
name
:
'
乌鲁木齐
'
},
{
name
:
'
阿拉山口
'
}],
[{
name
:
'
西安
'
},
{
name
:
'
南阳
'
}],
[{
name
:
'
南阳
'
},
{
name
:
'
信阳
'
}],
[{
name
:
'
信阳
'
},
{
name
:
'
合肥
'
}],
[{
name
:
'
合肥
'
},
{
name
:
'
南京
'
}],
[{
name
:
'
南京
'
},
{
name
:
'
启东
'
}],
[{
name
:
'
重庆
'
},
{
name
:
'
武汉
'
}],
[{
name
:
'
武汉
'
},
{
name
:
'
九江
'
}],
[{
name
:
'
九江
'
},
{
name
:
'
铜陵
'
}],
[{
name
:
'
铜陵
'
},
{
name
:
'
南京
'
}],
[{
name
:
'
南京
'
},
{
name
:
'
上海
'
}],
[{
name
:
'
上海
'
},
{
name
:
'
怀化
'
}],
[{
name
:
'
怀化
'
},
{
name
:
'
重庆
'
}],
[{
name
:
'
重庆
'
},
{
name
:
'
成都
'
}],
[{
name
:
'
成都
'
},
{
name
:
'
贵阳
'
}],
[{
name
:
'
贵阳
'
},
{
name
:
'
昆明
'
}],
[{
name
:
'
昆明
'
},
{
name
:
'
南宁
'
}],
[{
name
:
'
南宁
'
},
{
name
:
'
黎塘
'
}],
[{
name
:
'
黎塘
'
},
{
name
:
'
湛江
'
}]
]
},
geoCoord
:
{
'
阿拉山口
'
:[
82.5757
,
45.1706
],
'
包头
'
:[
109.8403
,
40.6574
],
'
北京
'
:[
116.4075
,
39.9040
],
'
成都
'
:[
104.0665
,
30.5723
],
'
大连
'
:[
121.6147
,
38.9140
],
'
大同
'
:[
113.3001
,
40.0768
],
'
德州
'
:[
116.3575
,
37.4341
],
'
福州
'
:[
119.2965
,
26.0745
],
'
广州
'
:[
113.2644
,
23.1292
],
'
贵阳
'
:[
106.6302
,
26.6477
],
'
哈尔滨
'
:[
126.5363
,
45.8023
],
'
邯郸
'
:[
114.5391
,
36.6256
],
'
杭州
'
:[
120.1551
,
30.2741
],
'
合肥
'
:[
117.2272
,
31.8206
],
'
侯马
'
:[
111.3720
,
35.6191
],
'
怀化
'
:[
109.9985
,
27.5550
],
'
淮安
'
:[
119.0153
,
33.6104
],
'
黄骅
'
:[
117.3300
,
38.3714
],
'
济南
'
:[
117.1205
,
36.6510
],
'
焦作
'
:[
113.2418
,
35.2159
],
'
九江
'
:[
116.0019
,
29.7051
],
'
九龙红磡
'
:[
114.1870
,
22.3076
],
'
昆明
'
:[
102.8329
,
24.8801
],
'
拉萨
'
:[
91.1409
,
29.6456
],
'
兰州
'
:[
103.8343
,
36.0611
],
'
黎塘
'
:[
109.1363
,
23.2066
],
'
连云港
'
:[
119.2216
,
34.5967
],
'
临汾
'
:[
111.5190
,
36.0880
],
'
柳州
'
:[
109.4160
,
24.3255
],
'
龙口
'
:[
120.4778
,
37.6461
],
'
洛阳
'
:[
112.4540
,
34.6197
],
'
满洲里
'
:[
117.3787
,
49.5978
],
'
南昌
'
:[
115.8581
,
28.6832
],
'
南京
'
:[
118.7969
,
32.0603
],
'
南宁
'
:[
108.3661
,
22.8172
],
'
南阳
'
:[
112.5283
,
32.9908
],
'
宁波
'
:[
121.5440
,
29.8683
],
'
启东
'
:[
121.6574
,
31.8082
],
'
秦皇岛
'
:[
119.6005
,
39.9354
],
'
青岛
'
:[
120.3826
,
36.0671
],
'
日照
'
:[
119.5269
,
35.4164
],
'
厦门
'
:[
118.0894
,
24.4798
],
'
上海
'
:[
121.4737
,
31.2304
],
'
深圳
'
:[
114.0579
,
22.5431
],
'
神木
'
:[
110.4871
,
38.8610
],
'
沈阳
'
:[
123.4315
,
41.8057
],
'
台前
'
:[
115.8717
,
35.9701
],
'
太原
'
:[
112.5489
,
37.8706
],
'
汤阴
'
:[
114.3572
,
35.9218
],
'
天津
'
:[
117.2010
,
39.0842
],
'
铜陵
'
:[
117.8121
,
30.9454
],
'
瓦塘
'
:[
109.7600
,
23.3161
],
'
温州
'
:[
120.6994
,
27.9943
],
'
乌鲁木齐
'
:[
87.6168
,
43.8256
],
'
武汉
'
:[
114.3054
,
30.5931
],
'
西安
'
:[
108.9402
,
34.3416
],
'
新乡
'
:[
113.9268
,
35.3030
],
'
信阳
'
:[
114.0913
,
32.1470
],
'
烟台
'
:[
121.4479
,
37.4638
],
'
兖州
'
:[
116.7838
,
35.5531
],
'
月山
'
:[
113.0550
,
35.2104
],
'
湛江
'
:[
110.3594
,
21.2707
],
'
长治
'
:[
113.1163
,
36.1954
],
'
郑州
'
:[
113.6254
,
34.7466
],
'
重庆
'
:[
106.5516
,
29.5630
]
}
}
]
},
true
);
data
:
[
[{
name
:
'
北京
'
},
{
name
:
'
兰州
'
}],
[{
name
:
'
兰州
'
},
{
name
:
'
拉萨
'
}],
[{
name
:
'
大同
'
},
{
name
:
'
秦皇岛
'
}],
[{
name
:
'
神木
'
},
{
name
:
'
黄骅
'
}],
[{
name
:
'
太原
'
},
{
name
:
'
德州
'
}],
[{
name
:
'
德州
'
},
{
name
:
'
龙口
'
}],
[{
name
:
'
龙口
'
},
{
name
:
'
烟台
'
}],
[{
name
:
'
太原
'
},
{
name
:
'
德州
'
}],
[{
name
:
'
德州
'
},
{
name
:
'
济南
'
}],
[{
name
:
'
济南
'
},
{
name
:
'
青岛
'
}],
[{
name
:
'
长治
'
},
{
name
:
'
邯郸
'
}],
[{
name
:
'
邯郸
'
},
{
name
:
'
济南
'
}],
[{
name
:
'
济南
'
},
{
name
:
'
青岛
'
}],
[{
name
:
'
瓦塘
'
},
{
name
:
'
临汾
'
}],
[{
name
:
'
临汾
'
},
{
name
:
'
长治
'
}],
[{
name
:
'
长治
'
},
{
name
:
'
汤阴
'
}],
[{
name
:
'
汤阴
'
},
{
name
:
'
台前
'
}],
[{
name
:
'
台前
'
},
{
name
:
'
兖州
'
}],
[{
name
:
'
兖州
'
},
{
name
:
'
日照
'
}],
[{
name
:
'
侯马
'
},
{
name
:
'
月山
'
}],
[{
name
:
'
月山
'
},
{
name
:
'
新乡
'
}],
[{
name
:
'
新乡
'
},
{
name
:
'
兖州
'
}],
[{
name
:
'
兖州
'
},
{
name
:
'
日照
'
}],
[{
name
:
'
连云港
'
},
{
name
:
'
郑州
'
}],
[{
name
:
'
郑州
'
},
{
name
:
'
兰州
'
}],
[{
name
:
'
兰州
'
},
{
name
:
'
乌鲁木齐
'
}],
[{
name
:
'
乌鲁木齐
'
},
{
name
:
'
阿拉山口
'
}],
[{
name
:
'
西安
'
},
{
name
:
'
南阳
'
}],
[{
name
:
'
南阳
'
},
{
name
:
'
信阳
'
}],
[{
name
:
'
信阳
'
},
{
name
:
'
合肥
'
}],
[{
name
:
'
合肥
'
},
{
name
:
'
南京
'
}],
[{
name
:
'
南京
'
},
{
name
:
'
启东
'
}],
[{
name
:
'
重庆
'
},
{
name
:
'
武汉
'
}],
[{
name
:
'
武汉
'
},
{
name
:
'
九江
'
}],
[{
name
:
'
九江
'
},
{
name
:
'
铜陵
'
}],
[{
name
:
'
铜陵
'
},
{
name
:
'
南京
'
}],
[{
name
:
'
南京
'
},
{
name
:
'
上海
'
}],
[{
name
:
'
上海
'
},
{
name
:
'
怀化
'
}],
[{
name
:
'
怀化
'
},
{
name
:
'
重庆
'
}],
[{
name
:
'
重庆
'
},
{
name
:
'
成都
'
}],
[{
name
:
'
成都
'
},
{
name
:
'
贵阳
'
}],
[{
name
:
'
贵阳
'
},
{
name
:
'
昆明
'
}],
[{
name
:
'
昆明
'
},
{
name
:
'
南宁
'
}],
[{
name
:
'
南宁
'
},
{
name
:
'
黎塘
'
}],
[{
name
:
'
黎塘
'
},
{
name
:
'
湛江
'
}]
]
},
geoCoord
:
{
'
阿拉山口
'
:[
82.5757
,
45.1706
],
'
包头
'
:[
109.8403
,
40.6574
],
'
北京
'
:[
116.4075
,
39.9040
],
'
成都
'
:[
104.0665
,
30.5723
],
'
大连
'
:[
121.6147
,
38.9140
],
'
大同
'
:[
113.3001
,
40.0768
],
'
德州
'
:[
116.3575
,
37.4341
],
'
福州
'
:[
119.2965
,
26.0745
],
'
广州
'
:[
113.2644
,
23.1292
],
'
贵阳
'
:[
106.6302
,
26.6477
],
'
哈尔滨
'
:[
126.5363
,
45.8023
],
'
邯郸
'
:[
114.5391
,
36.6256
],
'
杭州
'
:[
120.1551
,
30.2741
],
'
合肥
'
:[
117.2272
,
31.8206
],
'
侯马
'
:[
111.3720
,
35.6191
],
'
怀化
'
:[
109.9985
,
27.5550
],
'
淮安
'
:[
119.0153
,
33.6104
],
'
黄骅
'
:[
117.3300
,
38.3714
],
'
济南
'
:[
117.1205
,
36.6510
],
'
焦作
'
:[
113.2418
,
35.2159
],
'
九江
'
:[
116.0019
,
29.7051
],
'
九龙红磡
'
:[
114.1870
,
22.3076
],
'
昆明
'
:[
102.8329
,
24.8801
],
'
拉萨
'
:[
91.1409
,
29.6456
],
'
兰州
'
:[
103.8343
,
36.0611
],
'
黎塘
'
:[
109.1363
,
23.2066
],
'
连云港
'
:[
119.2216
,
34.5967
],
'
临汾
'
:[
111.5190
,
36.0880
],
'
柳州
'
:[
109.4160
,
24.3255
],
'
龙口
'
:[
120.4778
,
37.6461
],
'
洛阳
'
:[
112.4540
,
34.6197
],
'
满洲里
'
:[
117.3787
,
49.5978
],
'
南昌
'
:[
115.8581
,
28.6832
],
'
南京
'
:[
118.7969
,
32.0603
],
'
南宁
'
:[
108.3661
,
22.8172
],
'
南阳
'
:[
112.5283
,
32.9908
],
'
宁波
'
:[
121.5440
,
29.8683
],
'
启东
'
:[
121.6574
,
31.8082
],
'
秦皇岛
'
:[
119.6005
,
39.9354
],
'
青岛
'
:[
120.3826
,
36.0671
],
'
日照
'
:[
119.5269
,
35.4164
],
'
厦门
'
:[
118.0894
,
24.4798
],
'
上海
'
:[
121.4737
,
31.2304
],
'
深圳
'
:[
114.0579
,
22.5431
],
'
神木
'
:[
110.4871
,
38.8610
],
'
沈阳
'
:[
123.4315
,
41.8057
],
'
台前
'
:[
115.8717
,
35.9701
],
'
太原
'
:[
112.5489
,
37.8706
],
'
汤阴
'
:[
114.3572
,
35.9218
],
'
天津
'
:[
117.2010
,
39.0842
],
'
铜陵
'
:[
117.8121
,
30.9454
],
'
瓦塘
'
:[
109.7600
,
23.3161
],
'
温州
'
:[
120.6994
,
27.9943
],
'
乌鲁木齐
'
:[
87.6168
,
43.8256
],
'
武汉
'
:[
114.3054
,
30.5931
],
'
西安
'
:[
108.9402
,
34.3416
],
'
新乡
'
:[
113.9268
,
35.3030
],
'
信阳
'
:[
114.0913
,
32.1470
],
'
烟台
'
:[
121.4479
,
37.4638
],
'
兖州
'
:[
116.7838
,
35.5531
],
'
月山
'
:[
113.0550
,
35.2104
],
'
湛江
'
:[
110.3594
,
21.2707
],
'
长治
'
:[
113.1163
,
36.1954
],
'
郑州
'
:[
113.6254
,
34.7466
],
'
重庆
'
:[
106.5516
,
29.5630
]
}
}
]
},
true
);
}
functionMap
.
effect2
=
function
()
{
myChart
.
setOption
({
backgroundColor
:
'
rgba(0,0,0,0)
'
,
color
:
[
'
gold
'
,
'
aqua
'
,
'
lime
'
],
title
:
{
text
:
'
模拟迁徙
'
,
subtext
:
'
数据纯属虚构
'
,
x
:
'
center
'
,
textStyle
:
{
color
:
'
#fff
'
}
},
tooltip
:
{
trigger
:
'
item
'
,
return
{};
})(),
effect2
:
{
backgroundColor
:
'
rgba(0,0,0,0)
'
,
color
:
[
'
gold
'
,
'
aqua
'
,
'
lime
'
],
title
:
{
text
:
'
模拟迁徙
'
,
subtext
:
'
数据纯属虚构
'
,
x
:
'
center
'
,
textStyle
:
{
color
:
'
#fff
'
}
},
tooltip
:
{
trigger
:
'
item
'
,
formatter
:
function
(
v
)
{
return
v
[
1
].
replace
(
'
:
'
,
'
>
'
);
}
},
legend
:
{
orient
:
'
vertical
'
,
x
:
'
left
'
,
data
:[
'
北京 Top10
'
,
'
上海 Top10
'
,
'
广州 Top10
'
],
selectedMode
:
'
single
'
,
selected
:{
'
上海 Top10
'
:
false
,
'
广州 Top10
'
:
false
},
textStyle
:
{
color
:
'
#fff
'
}
},
toolbox
:
{
show
:
true
,
orient
:
'
vertical
'
,
x
:
'
right
'
,
y
:
'
center
'
,
feature
:
{
mark
:
{
show
:
true
},
dataView
:
{
show
:
true
,
readOnly
:
false
},
restore
:
{
show
:
true
},
saveAsImage
:
{
show
:
true
}
}
},
dataRange
:
{
min
:
0
,
max
:
100
,
calculable
:
true
,
return
v
[
1
].
replace
(
'
:
'
,
'
>
'
);
}
},
legend
:
{
orient
:
'
vertical
'
,
x
:
'
left
'
,
data
:[
'
北京 Top10
'
,
'
上海 Top10
'
,
'
广州 Top10
'
],
selectedMode
:
'
single
'
,
selected
:{
'
上海 Top10
'
:
false
,
'
广州 Top10
'
:
false
},
textStyle
:
{
color
:
'
#fff
'
}
},
toolbox
:
{
show
:
true
,
orient
:
'
vertical
'
,
x
:
'
right
'
,
y
:
'
center
'
,
feature
:
{
mark
:
{
show
:
true
},
dataView
:
{
show
:
true
,
readOnly
:
false
},
restore
:
{
show
:
true
},
saveAsImage
:
{
show
:
true
}
}
},
dataRange
:
{
min
:
0
,
max
:
100
,
calculable
:
true
,
color
:
[
'
#ff3333
'
,
'
orange
'
,
'
yellow
'
,
'
lime
'
,
'
aqua
'
],
textStyle
:{
color
:
'
#fff
'
}
},
series
:
[
{
name
:
'
全国
'
,
type
:
'
map
'
,
roam
:
true
,
hoverable
:
false
,
mapType
:
'
china
'
,
itemStyle
:{
normal
:{
borderColor
:
'
rgba(100,149,237,1)
'
,
borderWidth
:
0.5
,
areaStyle
:{
color
:
'
#333
'
}
}
},
data
:[],
markLine
:
{
smooth
:
true
,
symbol
:
[
'
none
'
,
'
circle
'
],
symbolSize
:
1
,
itemStyle
:
{
normal
:
{
color
:
'
#fff
'
,
borderWidth
:
1
,
borderColor
:
'
rgba(30,144,255,0.5)
'
}
},
data
:
[
[{
name
:
'
北京
'
},{
name
:
'
包头
'
}],
[{
name
:
'
北京
'
},{
name
:
'
北海
'
}],
[{
name
:
'
北京
'
},{
name
:
'
广州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
郑州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
长春
'
}],
[{
name
:
'
北京
'
},{
name
:
'
长治
'
}],
[{
name
:
'
北京
'
},{
name
:
'
重庆
'
}],
[{
name
:
'
北京
'
},{
name
:
'
长沙
'
}],
[{
name
:
'
北京
'
},{
name
:
'
成都
'
}],
[{
name
:
'
北京
'
},{
name
:
'
常州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
丹东
'
}],
[{
name
:
'
北京
'
},{
name
:
'
大连
'
}],
[{
name
:
'
北京
'
},{
name
:
'
东营
'
}],
[{
name
:
'
北京
'
},{
name
:
'
延安
'
}],
[{
name
:
'
北京
'
},{
name
:
'
福州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
海口
'
}],
[{
name
:
'
北京
'
},{
name
:
'
呼和浩特
'
}],
[{
name
:
'
北京
'
},{
name
:
'
合肥
'
}],
[{
name
:
'
北京
'
},{
name
:
'
杭州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
哈尔滨
'
}],
[{
name
:
'
北京
'
},{
name
:
'
舟山
'
}],
[{
name
:
'
北京
'
},{
name
:
'
银川
'
}],
[{
name
:
'
北京
'
},{
name
:
'
衢州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
南昌
'
}],
[{
name
:
'
北京
'
},{
name
:
'
昆明
'
}],
[{
name
:
'
北京
'
},{
name
:
'
贵阳
'
}],
[{
name
:
'
北京
'
},{
name
:
'
兰州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
拉萨
'
}],
[{
name
:
'
北京
'
},{
name
:
'
连云港
'
}],
[{
name
:
'
北京
'
},{
name
:
'
临沂
'
}],
[{
name
:
'
北京
'
},{
name
:
'
柳州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
宁波
'
}],
[{
name
:
'
北京
'
},{
name
:
'
南京
'
}],
[{
name
:
'
北京
'
},{
name
:
'
南宁
'
}],
[{
name
:
'
北京
'
},{
name
:
'
南通
'
}],
[{
name
:
'
北京
'
},{
name
:
'
上海
'
}],
[{
name
:
'
北京
'
},{
name
:
'
沈阳
'
}],
[{
name
:
'
北京
'
},{
name
:
'
西安
'
}],
[{
name
:
'
北京
'
},{
name
:
'
汕头
'
}],
[{
name
:
'
北京
'
},{
name
:
'
深圳
'
}],
[{
name
:
'
北京
'
},{
name
:
'
青岛
'
}],
[{
name
:
'
北京
'
},{
name
:
'
济南
'
}],
[{
name
:
'
北京
'
},{
name
:
'
太原
'
}],
[{
name
:
'
北京
'
},{
name
:
'
乌鲁木齐
'
}],
[{
name
:
'
北京
'
},{
name
:
'
潍坊
'
}],
[{
name
:
'
北京
'
},{
name
:
'
威海
'
}],
[{
name
:
'
北京
'
},{
name
:
'
温州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
武汉
'
}],
[{
name
:
'
北京
'
},{
name
:
'
无锡
'
}],
[{
name
:
'
北京
'
},{
name
:
'
厦门
'
}],
[{
name
:
'
北京
'
},{
name
:
'
西宁
'
}],
[{
name
:
'
北京
'
},{
name
:
'
徐州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
烟台
'
}],
[{
name
:
'
北京
'
},{
name
:
'
盐城
'
}],
[{
name
:
'
北京
'
},{
name
:
'
珠海
'
}],
[{
name
:
'
上海
'
},{
name
:
'
包头
'
}],
[{
name
:
'
上海
'
},{
name
:
'
北海
'
}],
[{
name
:
'
上海
'
},{
name
:
'
广州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
郑州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
长春
'
}],
[{
name
:
'
上海
'
},{
name
:
'
重庆
'
}],
[{
name
:
'
上海
'
},{
name
:
'
长沙
'
}],
[{
name
:
'
上海
'
},{
name
:
'
成都
'
}],
[{
name
:
'
上海
'
},{
name
:
'
丹东
'
}],
[{
name
:
'
上海
'
},{
name
:
'
大连
'
}],
[{
name
:
'
上海
'
},{
name
:
'
福州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
海口
'
}],
[{
name
:
'
上海
'
},{
name
:
'
呼和浩特
'
}],
[{
name
:
'
上海
'
},{
name
:
'
合肥
'
}],
[{
name
:
'
上海
'
},{
name
:
'
哈尔滨
'
}],
[{
name
:
'
上海
'
},{
name
:
'
舟山
'
}],
[{
name
:
'
上海
'
},{
name
:
'
银川
'
}],
[{
name
:
'
上海
'
},{
name
:
'
南昌
'
}],
[{
name
:
'
上海
'
},{
name
:
'
昆明
'
}],
[{
name
:
'
上海
'
},{
name
:
'
贵阳
'
}],
[{
name
:
'
上海
'
},{
name
:
'
兰州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
拉萨
'
}],
[{
name
:
'
上海
'
},{
name
:
'
连云港
'
}],
[{
name
:
'
上海
'
},{
name
:
'
临沂
'
}],
[{
name
:
'
上海
'
},{
name
:
'
柳州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
宁波
'
}],
[{
name
:
'
上海
'
},{
name
:
'
南宁
'
}],
[{
name
:
'
上海
'
},{
name
:
'
北京
'
}],
[{
name
:
'
上海
'
},{
name
:
'
沈阳
'
}],
[{
name
:
'
上海
'
},{
name
:
'
秦皇岛
'
}],
[{
name
:
'
上海
'
},{
name
:
'
西安
'
}],
[{
name
:
'
上海
'
},{
name
:
'
石家庄
'
}],
[{
name
:
'
上海
'
},{
name
:
'
汕头
'
}],
[{
name
:
'
上海
'
},{
name
:
'
深圳
'
}],
[{
name
:
'
上海
'
},{
name
:
'
青岛
'
}],
[{
name
:
'
上海
'
},{
name
:
'
济南
'
}],
[{
name
:
'
上海
'
},{
name
:
'
天津
'
}],
[{
name
:
'
上海
'
},{
name
:
'
太原
'
}],
[{
name
:
'
上海
'
},{
name
:
'
乌鲁木齐
'
}],
[{
name
:
'
上海
'
},{
name
:
'
潍坊
'
}],
[{
name
:
'
上海
'
},{
name
:
'
威海
'
}],
[{
name
:
'
上海
'
},{
name
:
'
温州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
武汉
'
}],
[{
name
:
'
上海
'
},{
name
:
'
厦门
'
}],
[{
name
:
'
上海
'
},{
name
:
'
西宁
'
}],
[{
name
:
'
上海
'
},{
name
:
'
徐州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
烟台
'
}],
[{
name
:
'
上海
'
},{
name
:
'
珠海
'
}],
[{
name
:
'
广州
'
},{
name
:
'
北海
'
}],
[{
name
:
'
广州
'
},{
name
:
'
郑州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
长春
'
}],
[{
name
:
'
广州
'
},{
name
:
'
重庆
'
}],
[{
name
:
'
广州
'
},{
name
:
'
长沙
'
}],
[{
name
:
'
广州
'
},{
name
:
'
成都
'
}],
[{
name
:
'
广州
'
},{
name
:
'
常州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
大连
'
}],
[{
name
:
'
广州
'
},{
name
:
'
福州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
海口
'
}],
[{
name
:
'
广州
'
},{
name
:
'
呼和浩特
'
}],
[{
name
:
'
广州
'
},{
name
:
'
合肥
'
}],
[{
name
:
'
广州
'
},{
name
:
'
杭州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
哈尔滨
'
}],
[{
name
:
'
广州
'
},{
name
:
'
舟山
'
}],
[{
name
:
'
广州
'
},{
name
:
'
银川
'
}],
[{
name
:
'
广州
'
},{
name
:
'
南昌
'
}],
[{
name
:
'
广州
'
},{
name
:
'
昆明
'
}],
[{
name
:
'
广州
'
},{
name
:
'
贵阳
'
}],
[{
name
:
'
广州
'
},{
name
:
'
兰州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
拉萨
'
}],
[{
name
:
'
广州
'
},{
name
:
'
连云港
'
}],
[{
name
:
'
广州
'
},{
name
:
'
临沂
'
}],
[{
name
:
'
广州
'
},{
name
:
'
柳州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
宁波
'
}],
[{
name
:
'
广州
'
},{
name
:
'
南京
'
}],
[{
name
:
'
广州
'
},{
name
:
'
南宁
'
}],
[{
name
:
'
广州
'
},{
name
:
'
南通
'
}],
[{
name
:
'
广州
'
},{
name
:
'
北京
'
}],
[{
name
:
'
广州
'
},{
name
:
'
上海
'
}],
[{
name
:
'
广州
'
},{
name
:
'
沈阳
'
}],
[{
name
:
'
广州
'
},{
name
:
'
西安
'
}],
[{
name
:
'
广州
'
},{
name
:
'
石家庄
'
}],
[{
name
:
'
广州
'
},{
name
:
'
汕头
'
}],
[{
name
:
'
广州
'
},{
name
:
'
青岛
'
}],
[{
name
:
'
广州
'
},{
name
:
'
济南
'
}],
[{
name
:
'
广州
'
},{
name
:
'
天津
'
}],
[{
name
:
'
广州
'
},{
name
:
'
太原
'
}],
[{
name
:
'
广州
'
},{
name
:
'
乌鲁木齐
'
}],
[{
name
:
'
广州
'
},{
name
:
'
温州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
武汉
'
}],
[{
name
:
'
广州
'
},{
name
:
'
无锡
'
}],
[{
name
:
'
广州
'
},{
name
:
'
厦门
'
}],
[{
name
:
'
广州
'
},{
name
:
'
西宁
'
}],
[{
name
:
'
广州
'
},{
name
:
'
徐州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
烟台
'
}],
[{
name
:
'
广州
'
},{
name
:
'
盐城
'
}]
]
},
geoCoord
:
{
'
上海
'
:
[
121.4648
,
31.2891
],
'
东莞
'
:
[
113.8953
,
22.901
],
'
东营
'
:
[
118.7073
,
37.5513
],
'
中山
'
:
[
113.4229
,
22.478
],
'
临汾
'
:
[
111.4783
,
36.1615
],
'
临沂
'
:
[
118.3118
,
35.2936
],
'
丹东
'
:
[
124.541
,
40.4242
],
'
丽水
'
:
[
119.5642
,
28.1854
],
'
乌鲁木齐
'
:
[
87.9236
,
43.5883
],
'
佛山
'
:
[
112.8955
,
23.1097
],
'
保定
'
:
[
115.0488
,
39.0948
],
'
兰州
'
:
[
103.5901
,
36.3043
],
'
包头
'
:
[
110.3467
,
41.4899
],
'
北京
'
:
[
116.4551
,
40.2539
],
'
北海
'
:
[
109.314
,
21.6211
],
'
南京
'
:
[
118.8062
,
31.9208
],
'
南宁
'
:
[
108.479
,
23.1152
],
'
南昌
'
:
[
116.0046
,
28.6633
],
'
南通
'
:
[
121.1023
,
32.1625
],
'
厦门
'
:
[
118.1689
,
24.6478
],
'
台州
'
:
[
121.1353
,
28.6688
],
'
合肥
'
:
[
117.29
,
32.0581
],
'
呼和浩特
'
:
[
111.4124
,
40.4901
],
'
咸阳
'
:
[
108.4131
,
34.8706
],
'
哈尔滨
'
:
[
127.9688
,
45.368
],
'
唐山
'
:
[
118.4766
,
39.6826
],
'
嘉兴
'
:
[
120.9155
,
30.6354
],
'
大同
'
:
[
113.7854
,
39.8035
],
'
大连
'
:
[
122.2229
,
39.4409
],
'
天津
'
:
[
117.4219
,
39.4189
],
'
太原
'
:
[
112.3352
,
37.9413
],
'
威海
'
:
[
121.9482
,
37.1393
],
'
宁波
'
:
[
121.5967
,
29.6466
],
'
宝鸡
'
:
[
107.1826
,
34.3433
],
'
宿迁
'
:
[
118.5535
,
33.7775
],
'
常州
'
:
[
119.4543
,
31.5582
],
'
广州
'
:
[
113.5107
,
23.2196
],
'
廊坊
'
:
[
116.521
,
39.0509
],
'
延安
'
:
[
109.1052
,
36.4252
],
'
张家口
'
:
[
115.1477
,
40.8527
],
'
徐州
'
:
[
117.5208
,
34.3268
],
'
德州
'
:
[
116.6858
,
37.2107
],
'
惠州
'
:
[
114.6204
,
23.1647
],
'
成都
'
:
[
103.9526
,
30.7617
],
'
扬州
'
:
[
119.4653
,
32.8162
],
'
承德
'
:
[
117.5757
,
41.4075
],
'
拉萨
'
:
[
91.1865
,
30.1465
],
'
无锡
'
:
[
120.3442
,
31.5527
],
'
日照
'
:
[
119.2786
,
35.5023
],
'
昆明
'
:
[
102.9199
,
25.4663
],
'
杭州
'
:
[
119.5313
,
29.8773
],
'
枣庄
'
:
[
117.323
,
34.8926
],
'
柳州
'
:
[
109.3799
,
24.9774
],
'
株洲
'
:
[
113.5327
,
27.0319
],
'
武汉
'
:
[
114.3896
,
30.6628
],
'
汕头
'
:
[
117.1692
,
23.3405
],
'
江门
'
:
[
112.6318
,
22.1484
],
'
沈阳
'
:
[
123.1238
,
42.1216
],
'
沧州
'
:
[
116.8286
,
38.2104
],
'
河源
'
:
[
114.917
,
23.9722
],
'
泉州
'
:
[
118.3228
,
25.1147
],
'
泰安
'
:
[
117.0264
,
36.0516
],
'
泰州
'
:
[
120.0586
,
32.5525
],
'
济南
'
:
[
117.1582
,
36.8701
],
'
济宁
'
:
[
116.8286
,
35.3375
],
'
海口
'
:
[
110.3893
,
19.8516
],
'
淄博
'
:
[
118.0371
,
36.6064
],
'
淮安
'
:
[
118.927
,
33.4039
],
'
深圳
'
:
[
114.5435
,
22.5439
],
'
清远
'
:
[
112.9175
,
24.3292
],
'
温州
'
:
[
120.498
,
27.8119
],
'
渭南
'
:
[
109.7864
,
35.0299
],
'
湖州
'
:
[
119.8608
,
30.7782
],
'
湘潭
'
:
[
112.5439
,
27.7075
],
'
滨州
'
:
[
117.8174
,
37.4963
],
'
潍坊
'
:
[
119.0918
,
36.524
],
'
烟台
'
:
[
120.7397
,
37.5128
],
'
玉溪
'
:
[
101.9312
,
23.8898
],
'
珠海
'
:
[
113.7305
,
22.1155
],
'
盐城
'
:
[
120.2234
,
33.5577
],
'
盘锦
'
:
[
121.9482
,
41.0449
],
'
石家庄
'
:
[
114.4995
,
38.1006
],
'
福州
'
:
[
119.4543
,
25.9222
],
'
秦皇岛
'
:
[
119.2126
,
40.0232
],
'
绍兴
'
:
[
120.564
,
29.7565
],
'
聊城
'
:
[
115.9167
,
36.4032
],
'
肇庆
'
:
[
112.1265
,
23.5822
],
'
舟山
'
:
[
122.2559
,
30.2234
],
'
苏州
'
:
[
120.6519
,
31.3989
],
'
莱芜
'
:
[
117.6526
,
36.2714
],
'
菏泽
'
:
[
115.6201
,
35.2057
],
'
营口
'
:
[
122.4316
,
40.4297
],
'
葫芦岛
'
:
[
120.1575
,
40.578
],
'
衡水
'
:
[
115.8838
,
37.7161
],
'
衢州
'
:
[
118.6853
,
28.8666
],
'
西宁
'
:
[
101.4038
,
36.8207
],
'
西安
'
:
[
109.1162
,
34.2004
],
'
贵阳
'
:
[
106.6992
,
26.7682
],
'
连云港
'
:
[
119.1248
,
34.552
],
'
邢台
'
:
[
114.8071
,
37.2821
],
'
邯郸
'
:
[
114.4775
,
36.535
],
'
郑州
'
:
[
113.4668
,
34.6234
],
'
鄂尔多斯
'
:
[
108.9734
,
39.2487
],
'
重庆
'
:
[
107.7539
,
30.1904
],
'
金华
'
:
[
120.0037
,
29.1028
],
'
铜川
'
:
[
109.0393
,
35.1947
],
'
银川
'
:
[
106.3586
,
38.1775
],
'
镇江
'
:
[
119.4763
,
31.9702
],
'
长春
'
:
[
125.8154
,
44.2584
],
'
长沙
'
:
[
113.0823
,
28.2568
],
'
长治
'
:
[
112.8625
,
36.4746
],
'
阳泉
'
:
[
113.4778
,
38.0951
],
'
青岛
'
:
[
120.4651
,
36.3373
],
'
韶关
'
:
[
113.7964
,
24.7028
]
}
},
{
name
:
'
北京 Top10
'
,
type
:
'
map
'
,
mapType
:
'
china
'
,
data
:[],
markLine
:
{
smooth
:
true
,
effect
:
{
show
:
true
,
textStyle
:{
color
:
'
#fff
'
}
},
series
:
[
{
name
:
'
全国
'
,
type
:
'
map
'
,
roam
:
true
,
hoverable
:
false
,
mapType
:
'
china
'
,
itemStyle
:{
normal
:{
borderColor
:
'
rgba(100,149,237,1)
'
,
borderWidth
:
0.5
,
areaStyle
:{
color
:
'
#333
'
}
}
},
data
:[],
markLine
:
{
smooth
:
true
,
symbol
:
[
'
none
'
,
'
circle
'
],
symbolSize
:
1
,
itemStyle
:
{
normal
:
{
color
:
'
#fff
'
,
borderWidth
:
1
,
borderColor
:
'
rgba(30,144,255,0.5)
'
}
},
data
:
[
[{
name
:
'
北京
'
},{
name
:
'
包头
'
}],
[{
name
:
'
北京
'
},{
name
:
'
北海
'
}],
[{
name
:
'
北京
'
},{
name
:
'
广州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
郑州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
长春
'
}],
[{
name
:
'
北京
'
},{
name
:
'
长治
'
}],
[{
name
:
'
北京
'
},{
name
:
'
重庆
'
}],
[{
name
:
'
北京
'
},{
name
:
'
长沙
'
}],
[{
name
:
'
北京
'
},{
name
:
'
成都
'
}],
[{
name
:
'
北京
'
},{
name
:
'
常州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
丹东
'
}],
[{
name
:
'
北京
'
},{
name
:
'
大连
'
}],
[{
name
:
'
北京
'
},{
name
:
'
东营
'
}],
[{
name
:
'
北京
'
},{
name
:
'
延安
'
}],
[{
name
:
'
北京
'
},{
name
:
'
福州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
海口
'
}],
[{
name
:
'
北京
'
},{
name
:
'
呼和浩特
'
}],
[{
name
:
'
北京
'
},{
name
:
'
合肥
'
}],
[{
name
:
'
北京
'
},{
name
:
'
杭州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
哈尔滨
'
}],
[{
name
:
'
北京
'
},{
name
:
'
舟山
'
}],
[{
name
:
'
北京
'
},{
name
:
'
银川
'
}],
[{
name
:
'
北京
'
},{
name
:
'
衢州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
南昌
'
}],
[{
name
:
'
北京
'
},{
name
:
'
昆明
'
}],
[{
name
:
'
北京
'
},{
name
:
'
贵阳
'
}],
[{
name
:
'
北京
'
},{
name
:
'
兰州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
拉萨
'
}],
[{
name
:
'
北京
'
},{
name
:
'
连云港
'
}],
[{
name
:
'
北京
'
},{
name
:
'
临沂
'
}],
[{
name
:
'
北京
'
},{
name
:
'
柳州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
宁波
'
}],
[{
name
:
'
北京
'
},{
name
:
'
南京
'
}],
[{
name
:
'
北京
'
},{
name
:
'
南宁
'
}],
[{
name
:
'
北京
'
},{
name
:
'
南通
'
}],
[{
name
:
'
北京
'
},{
name
:
'
上海
'
}],
[{
name
:
'
北京
'
},{
name
:
'
沈阳
'
}],
[{
name
:
'
北京
'
},{
name
:
'
西安
'
}],
[{
name
:
'
北京
'
},{
name
:
'
汕头
'
}],
[{
name
:
'
北京
'
},{
name
:
'
深圳
'
}],
[{
name
:
'
北京
'
},{
name
:
'
青岛
'
}],
[{
name
:
'
北京
'
},{
name
:
'
济南
'
}],
[{
name
:
'
北京
'
},{
name
:
'
太原
'
}],
[{
name
:
'
北京
'
},{
name
:
'
乌鲁木齐
'
}],
[{
name
:
'
北京
'
},{
name
:
'
潍坊
'
}],
[{
name
:
'
北京
'
},{
name
:
'
威海
'
}],
[{
name
:
'
北京
'
},{
name
:
'
温州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
武汉
'
}],
[{
name
:
'
北京
'
},{
name
:
'
无锡
'
}],
[{
name
:
'
北京
'
},{
name
:
'
厦门
'
}],
[{
name
:
'
北京
'
},{
name
:
'
西宁
'
}],
[{
name
:
'
北京
'
},{
name
:
'
徐州
'
}],
[{
name
:
'
北京
'
},{
name
:
'
烟台
'
}],
[{
name
:
'
北京
'
},{
name
:
'
盐城
'
}],
[{
name
:
'
北京
'
},{
name
:
'
珠海
'
}],
[{
name
:
'
上海
'
},{
name
:
'
包头
'
}],
[{
name
:
'
上海
'
},{
name
:
'
北海
'
}],
[{
name
:
'
上海
'
},{
name
:
'
广州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
郑州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
长春
'
}],
[{
name
:
'
上海
'
},{
name
:
'
重庆
'
}],
[{
name
:
'
上海
'
},{
name
:
'
长沙
'
}],
[{
name
:
'
上海
'
},{
name
:
'
成都
'
}],
[{
name
:
'
上海
'
},{
name
:
'
丹东
'
}],
[{
name
:
'
上海
'
},{
name
:
'
大连
'
}],
[{
name
:
'
上海
'
},{
name
:
'
福州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
海口
'
}],
[{
name
:
'
上海
'
},{
name
:
'
呼和浩特
'
}],
[{
name
:
'
上海
'
},{
name
:
'
合肥
'
}],
[{
name
:
'
上海
'
},{
name
:
'
哈尔滨
'
}],
[{
name
:
'
上海
'
},{
name
:
'
舟山
'
}],
[{
name
:
'
上海
'
},{
name
:
'
银川
'
}],
[{
name
:
'
上海
'
},{
name
:
'
南昌
'
}],
[{
name
:
'
上海
'
},{
name
:
'
昆明
'
}],
[{
name
:
'
上海
'
},{
name
:
'
贵阳
'
}],
[{
name
:
'
上海
'
},{
name
:
'
兰州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
拉萨
'
}],
[{
name
:
'
上海
'
},{
name
:
'
连云港
'
}],
[{
name
:
'
上海
'
},{
name
:
'
临沂
'
}],
[{
name
:
'
上海
'
},{
name
:
'
柳州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
宁波
'
}],
[{
name
:
'
上海
'
},{
name
:
'
南宁
'
}],
[{
name
:
'
上海
'
},{
name
:
'
北京
'
}],
[{
name
:
'
上海
'
},{
name
:
'
沈阳
'
}],
[{
name
:
'
上海
'
},{
name
:
'
秦皇岛
'
}],
[{
name
:
'
上海
'
},{
name
:
'
西安
'
}],
[{
name
:
'
上海
'
},{
name
:
'
石家庄
'
}],
[{
name
:
'
上海
'
},{
name
:
'
汕头
'
}],
[{
name
:
'
上海
'
},{
name
:
'
深圳
'
}],
[{
name
:
'
上海
'
},{
name
:
'
青岛
'
}],
[{
name
:
'
上海
'
},{
name
:
'
济南
'
}],
[{
name
:
'
上海
'
},{
name
:
'
天津
'
}],
[{
name
:
'
上海
'
},{
name
:
'
太原
'
}],
[{
name
:
'
上海
'
},{
name
:
'
乌鲁木齐
'
}],
[{
name
:
'
上海
'
},{
name
:
'
潍坊
'
}],
[{
name
:
'
上海
'
},{
name
:
'
威海
'
}],
[{
name
:
'
上海
'
},{
name
:
'
温州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
武汉
'
}],
[{
name
:
'
上海
'
},{
name
:
'
厦门
'
}],
[{
name
:
'
上海
'
},{
name
:
'
西宁
'
}],
[{
name
:
'
上海
'
},{
name
:
'
徐州
'
}],
[{
name
:
'
上海
'
},{
name
:
'
烟台
'
}],
[{
name
:
'
上海
'
},{
name
:
'
珠海
'
}],
[{
name
:
'
广州
'
},{
name
:
'
北海
'
}],
[{
name
:
'
广州
'
},{
name
:
'
郑州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
长春
'
}],
[{
name
:
'
广州
'
},{
name
:
'
重庆
'
}],
[{
name
:
'
广州
'
},{
name
:
'
长沙
'
}],
[{
name
:
'
广州
'
},{
name
:
'
成都
'
}],
[{
name
:
'
广州
'
},{
name
:
'
常州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
大连
'
}],
[{
name
:
'
广州
'
},{
name
:
'
福州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
海口
'
}],
[{
name
:
'
广州
'
},{
name
:
'
呼和浩特
'
}],
[{
name
:
'
广州
'
},{
name
:
'
合肥
'
}],
[{
name
:
'
广州
'
},{
name
:
'
杭州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
哈尔滨
'
}],
[{
name
:
'
广州
'
},{
name
:
'
舟山
'
}],
[{
name
:
'
广州
'
},{
name
:
'
银川
'
}],
[{
name
:
'
广州
'
},{
name
:
'
南昌
'
}],
[{
name
:
'
广州
'
},{
name
:
'
昆明
'
}],
[{
name
:
'
广州
'
},{
name
:
'
贵阳
'
}],
[{
name
:
'
广州
'
},{
name
:
'
兰州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
拉萨
'
}],
[{
name
:
'
广州
'
},{
name
:
'
连云港
'
}],
[{
name
:
'
广州
'
},{
name
:
'
临沂
'
}],
[{
name
:
'
广州
'
},{
name
:
'
柳州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
宁波
'
}],
[{
name
:
'
广州
'
},{
name
:
'
南京
'
}],
[{
name
:
'
广州
'
},{
name
:
'
南宁
'
}],
[{
name
:
'
广州
'
},{
name
:
'
南通
'
}],
[{
name
:
'
广州
'
},{
name
:
'
北京
'
}],
[{
name
:
'
广州
'
},{
name
:
'
上海
'
}],
[{
name
:
'
广州
'
},{
name
:
'
沈阳
'
}],
[{
name
:
'
广州
'
},{
name
:
'
西安
'
}],
[{
name
:
'
广州
'
},{
name
:
'
石家庄
'
}],
[{
name
:
'
广州
'
},{
name
:
'
汕头
'
}],
[{
name
:
'
广州
'
},{
name
:
'
青岛
'
}],
[{
name
:
'
广州
'
},{
name
:
'
济南
'
}],
[{
name
:
'
广州
'
},{
name
:
'
天津
'
}],
[{
name
:
'
广州
'
},{
name
:
'
太原
'
}],
[{
name
:
'
广州
'
},{
name
:
'
乌鲁木齐
'
}],
[{
name
:
'
广州
'
},{
name
:
'
温州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
武汉
'
}],
[{
name
:
'
广州
'
},{
name
:
'
无锡
'
}],
[{
name
:
'
广州
'
},{
name
:
'
厦门
'
}],
[{
name
:
'
广州
'
},{
name
:
'
西宁
'
}],
[{
name
:
'
广州
'
},{
name
:
'
徐州
'
}],
[{
name
:
'
广州
'
},{
name
:
'
烟台
'
}],
[{
name
:
'
广州
'
},{
name
:
'
盐城
'
}]
]
},
geoCoord
:
{
'
上海
'
:
[
121.4648
,
31.2891
],
'
东莞
'
:
[
113.8953
,
22.901
],
'
东营
'
:
[
118.7073
,
37.5513
],
'
中山
'
:
[
113.4229
,
22.478
],
'
临汾
'
:
[
111.4783
,
36.1615
],
'
临沂
'
:
[
118.3118
,
35.2936
],
'
丹东
'
:
[
124.541
,
40.4242
],
'
丽水
'
:
[
119.5642
,
28.1854
],
'
乌鲁木齐
'
:
[
87.9236
,
43.5883
],
'
佛山
'
:
[
112.8955
,
23.1097
],
'
保定
'
:
[
115.0488
,
39.0948
],
'
兰州
'
:
[
103.5901
,
36.3043
],
'
包头
'
:
[
110.3467
,
41.4899
],
'
北京
'
:
[
116.4551
,
40.2539
],
'
北海
'
:
[
109.314
,
21.6211
],
'
南京
'
:
[
118.8062
,
31.9208
],
'
南宁
'
:
[
108.479
,
23.1152
],
'
南昌
'
:
[
116.0046
,
28.6633
],
'
南通
'
:
[
121.1023
,
32.1625
],
'
厦门
'
:
[
118.1689
,
24.6478
],
'
台州
'
:
[
121.1353
,
28.6688
],
'
合肥
'
:
[
117.29
,
32.0581
],
'
呼和浩特
'
:
[
111.4124
,
40.4901
],
'
咸阳
'
:
[
108.4131
,
34.8706
],
'
哈尔滨
'
:
[
127.9688
,
45.368
],
'
唐山
'
:
[
118.4766
,
39.6826
],
'
嘉兴
'
:
[
120.9155
,
30.6354
],
'
大同
'
:
[
113.7854
,
39.8035
],
'
大连
'
:
[
122.2229
,
39.4409
],
'
天津
'
:
[
117.4219
,
39.4189
],
'
太原
'
:
[
112.3352
,
37.9413
],
'
威海
'
:
[
121.9482
,
37.1393
],
'
宁波
'
:
[
121.5967
,
29.6466
],
'
宝鸡
'
:
[
107.1826
,
34.3433
],
'
宿迁
'
:
[
118.5535
,
33.7775
],
'
常州
'
:
[
119.4543
,
31.5582
],
'
广州
'
:
[
113.5107
,
23.2196
],
'
廊坊
'
:
[
116.521
,
39.0509
],
'
延安
'
:
[
109.1052
,
36.4252
],
'
张家口
'
:
[
115.1477
,
40.8527
],
'
徐州
'
:
[
117.5208
,
34.3268
],
'
德州
'
:
[
116.6858
,
37.2107
],
'
惠州
'
:
[
114.6204
,
23.1647
],
'
成都
'
:
[
103.9526
,
30.7617
],
'
扬州
'
:
[
119.4653
,
32.8162
],
'
承德
'
:
[
117.5757
,
41.4075
],
'
拉萨
'
:
[
91.1865
,
30.1465
],
'
无锡
'
:
[
120.3442
,
31.5527
],
'
日照
'
:
[
119.2786
,
35.5023
],
'
昆明
'
:
[
102.9199
,
25.4663
],
'
杭州
'
:
[
119.5313
,
29.8773
],
'
枣庄
'
:
[
117.323
,
34.8926
],
'
柳州
'
:
[
109.3799
,
24.9774
],
'
株洲
'
:
[
113.5327
,
27.0319
],
'
武汉
'
:
[
114.3896
,
30.6628
],
'
汕头
'
:
[
117.1692
,
23.3405
],
'
江门
'
:
[
112.6318
,
22.1484
],
'
沈阳
'
:
[
123.1238
,
42.1216
],
'
沧州
'
:
[
116.8286
,
38.2104
],
'
河源
'
:
[
114.917
,
23.9722
],
'
泉州
'
:
[
118.3228
,
25.1147
],
'
泰安
'
:
[
117.0264
,
36.0516
],
'
泰州
'
:
[
120.0586
,
32.5525
],
'
济南
'
:
[
117.1582
,
36.8701
],
'
济宁
'
:
[
116.8286
,
35.3375
],
'
海口
'
:
[
110.3893
,
19.8516
],
'
淄博
'
:
[
118.0371
,
36.6064
],
'
淮安
'
:
[
118.927
,
33.4039
],
'
深圳
'
:
[
114.5435
,
22.5439
],
'
清远
'
:
[
112.9175
,
24.3292
],
'
温州
'
:
[
120.498
,
27.8119
],
'
渭南
'
:
[
109.7864
,
35.0299
],
'
湖州
'
:
[
119.8608
,
30.7782
],
'
湘潭
'
:
[
112.5439
,
27.7075
],
'
滨州
'
:
[
117.8174
,
37.4963
],
'
潍坊
'
:
[
119.0918
,
36.524
],
'
烟台
'
:
[
120.7397
,
37.5128
],
'
玉溪
'
:
[
101.9312
,
23.8898
],
'
珠海
'
:
[
113.7305
,
22.1155
],
'
盐城
'
:
[
120.2234
,
33.5577
],
'
盘锦
'
:
[
121.9482
,
41.0449
],
'
石家庄
'
:
[
114.4995
,
38.1006
],
'
福州
'
:
[
119.4543
,
25.9222
],
'
秦皇岛
'
:
[
119.2126
,
40.0232
],
'
绍兴
'
:
[
120.564
,
29.7565
],
'
聊城
'
:
[
115.9167
,
36.4032
],
'
肇庆
'
:
[
112.1265
,
23.5822
],
'
舟山
'
:
[
122.2559
,
30.2234
],
'
苏州
'
:
[
120.6519
,
31.3989
],
'
莱芜
'
:
[
117.6526
,
36.2714
],
'
菏泽
'
:
[
115.6201
,
35.2057
],
'
营口
'
:
[
122.4316
,
40.4297
],
'
葫芦岛
'
:
[
120.1575
,
40.578
],
'
衡水
'
:
[
115.8838
,
37.7161
],
'
衢州
'
:
[
118.6853
,
28.8666
],
'
西宁
'
:
[
101.4038
,
36.8207
],
'
西安
'
:
[
109.1162
,
34.2004
],
'
贵阳
'
:
[
106.6992
,
26.7682
],
'
连云港
'
:
[
119.1248
,
34.552
],
'
邢台
'
:
[
114.8071
,
37.2821
],
'
邯郸
'
:
[
114.4775
,
36.535
],
'
郑州
'
:
[
113.4668
,
34.6234
],
'
鄂尔多斯
'
:
[
108.9734
,
39.2487
],
'
重庆
'
:
[
107.7539
,
30.1904
],
'
金华
'
:
[
120.0037
,
29.1028
],
'
铜川
'
:
[
109.0393
,
35.1947
],
'
银川
'
:
[
106.3586
,
38.1775
],
'
镇江
'
:
[
119.4763
,
31.9702
],
'
长春
'
:
[
125.8154
,
44.2584
],
'
长沙
'
:
[
113.0823
,
28.2568
],
'
长治
'
:
[
112.8625
,
36.4746
],
'
阳泉
'
:
[
113.4778
,
38.0951
],
'
青岛
'
:
[
120.4651
,
36.3373
],
'
韶关
'
:
[
113.7964
,
24.7028
]
}
},
{
name
:
'
北京 Top10
'
,
type
:
'
map
'
,
mapType
:
'
china
'
,
data
:[],
markLine
:
{
smooth
:
true
,
effect
:
{
show
:
true
,
scaleSize
:
1
,
period
:
30
,
color
:
'
#fff
'
,
shadowBlur
:
10
},
itemStyle
:
{
normal
:
{
},
itemStyle
:
{
normal
:
{
borderWidth
:
1
,
lineStyle
:
{
type
:
'
solid
'
,
shadowBlur
:
10
}
}
},
data
:
[
[{
name
:
'
北京
'
},
{
name
:
'
上海
'
,
value
:
95
}],
[{
name
:
'
北京
'
},
{
name
:
'
广州
'
,
value
:
90
}],
[{
name
:
'
北京
'
},
{
name
:
'
大连
'
,
value
:
80
}],
[{
name
:
'
北京
'
},
{
name
:
'
南宁
'
,
value
:
70
}],
[{
name
:
'
北京
'
},
{
name
:
'
南昌
'
,
value
:
60
}],
[{
name
:
'
北京
'
},
{
name
:
'
拉萨
'
,
value
:
50
}],
[{
name
:
'
北京
'
},
{
name
:
'
长春
'
,
value
:
40
}],
[{
name
:
'
北京
'
},
{
name
:
'
包头
'
,
value
:
30
}],
[{
name
:
'
北京
'
},
{
name
:
'
重庆
'
,
value
:
20
}],
[{
name
:
'
北京
'
},
{
name
:
'
常州
'
,
value
:
10
}]
]
},
markPoint
:
{
symbol
:
'
emptyCircle
'
,
}
},
data
:
[
[{
name
:
'
北京
'
},
{
name
:
'
上海
'
,
value
:
95
}],
[{
name
:
'
北京
'
},
{
name
:
'
广州
'
,
value
:
90
}],
[{
name
:
'
北京
'
},
{
name
:
'
大连
'
,
value
:
80
}],
[{
name
:
'
北京
'
},
{
name
:
'
南宁
'
,
value
:
70
}],
[{
name
:
'
北京
'
},
{
name
:
'
南昌
'
,
value
:
60
}],
[{
name
:
'
北京
'
},
{
name
:
'
拉萨
'
,
value
:
50
}],
[{
name
:
'
北京
'
},
{
name
:
'
长春
'
,
value
:
40
}],
[{
name
:
'
北京
'
},
{
name
:
'
包头
'
,
value
:
30
}],
[{
name
:
'
北京
'
},
{
name
:
'
重庆
'
,
value
:
20
}],
[{
name
:
'
北京
'
},
{
name
:
'
常州
'
,
value
:
10
}]
]
},
markPoint
:
{
symbol
:
'
emptyCircle
'
,
symbolSize
:
function
(
v
){
return
10
+
v
/
10
},
effect
:
{
show
:
true
,
shadowBlur
:
0
},
itemStyle
:{
normal
:{
label
:{
show
:
false
}
}
},
data
:
[
{
name
:
'
上海
'
,
value
:
95
},
{
name
:
'
广州
'
,
value
:
90
},
{
name
:
'
大连
'
,
value
:
80
},
{
name
:
'
南宁
'
,
value
:
70
},
{
name
:
'
南昌
'
,
value
:
60
},
{
name
:
'
拉萨
'
,
value
:
50
},
{
name
:
'
长春
'
,
value
:
40
},
{
name
:
'
包头
'
,
value
:
30
},
{
name
:
'
重庆
'
,
value
:
20
},
{
name
:
'
常州
'
,
value
:
10
}
]
}
},
{
name
:
'
上海 Top10
'
,
type
:
'
map
'
,
mapType
:
'
china
'
,
data
:[],
markLine
:
{
smooth
:
true
,
effect
:
{
show
:
true
,
return
10
+
v
/
10
},
effect
:
{
show
:
true
,
shadowBlur
:
0
},
itemStyle
:{
normal
:{
label
:{
show
:
false
}
}
},
data
:
[
{
name
:
'
上海
'
,
value
:
95
},
{
name
:
'
广州
'
,
value
:
90
},
{
name
:
'
大连
'
,
value
:
80
},
{
name
:
'
南宁
'
,
value
:
70
},
{
name
:
'
南昌
'
,
value
:
60
},
{
name
:
'
拉萨
'
,
value
:
50
},
{
name
:
'
长春
'
,
value
:
40
},
{
name
:
'
包头
'
,
value
:
30
},
{
name
:
'
重庆
'
,
value
:
20
},
{
name
:
'
常州
'
,
value
:
10
}
]
}
},
{
name
:
'
上海 Top10
'
,
type
:
'
map
'
,
mapType
:
'
china
'
,
data
:[],
markLine
:
{
smooth
:
true
,
effect
:
{
show
:
true
,
scaleSize
:
1
,
period
:
30
,
color
:
'
#fff
'
,
shadowBlur
:
10
},
itemStyle
:
{
normal
:
{
},
itemStyle
:
{
normal
:
{
borderWidth
:
1
,
lineStyle
:
{
type
:
'
solid
'
,
shadowBlur
:
10
}
}
},
data
:
[
[{
name
:
'
上海
'
},{
name
:
'
包头
'
,
value
:
95
}],
[{
name
:
'
上海
'
},{
name
:
'
昆明
'
,
value
:
90
}],
[{
name
:
'
上海
'
},{
name
:
'
广州
'
,
value
:
80
}],
[{
name
:
'
上海
'
},{
name
:
'
郑州
'
,
value
:
70
}],
[{
name
:
'
上海
'
},{
name
:
'
长春
'
,
value
:
60
}],
[{
name
:
'
上海
'
},{
name
:
'
重庆
'
,
value
:
50
}],
[{
name
:
'
上海
'
},{
name
:
'
长沙
'
,
value
:
40
}],
[{
name
:
'
上海
'
},{
name
:
'
北京
'
,
value
:
30
}],
[{
name
:
'
上海
'
},{
name
:
'
丹东
'
,
value
:
20
}],
[{
name
:
'
上海
'
},{
name
:
'
大连
'
,
value
:
10
}]
]
},
markPoint
:
{
symbol
:
'
emptyCircle
'
,
}
},
data
:
[
[{
name
:
'
上海
'
},{
name
:
'
包头
'
,
value
:
95
}],
[{
name
:
'
上海
'
},{
name
:
'
昆明
'
,
value
:
90
}],
[{
name
:
'
上海
'
},{
name
:
'
广州
'
,
value
:
80
}],
[{
name
:
'
上海
'
},{
name
:
'
郑州
'
,
value
:
70
}],
[{
name
:
'
上海
'
},{
name
:
'
长春
'
,
value
:
60
}],
[{
name
:
'
上海
'
},{
name
:
'
重庆
'
,
value
:
50
}],
[{
name
:
'
上海
'
},{
name
:
'
长沙
'
,
value
:
40
}],
[{
name
:
'
上海
'
},{
name
:
'
北京
'
,
value
:
30
}],
[{
name
:
'
上海
'
},{
name
:
'
丹东
'
,
value
:
20
}],
[{
name
:
'
上海
'
},{
name
:
'
大连
'
,
value
:
10
}]
]
},
markPoint
:
{
symbol
:
'
emptyCircle
'
,
symbolSize
:
function
(
v
){
return
10
+
v
/
10
},
effect
:
{
show
:
true
,
shadowBlur
:
0
},
itemStyle
:{
normal
:{
label
:{
show
:
false
}
}
},
data
:
[
{
name
:
'
包头
'
,
value
:
95
},
{
name
:
'
昆明
'
,
value
:
90
},
{
name
:
'
广州
'
,
value
:
80
},
{
name
:
'
郑州
'
,
value
:
70
},
{
name
:
'
长春
'
,
value
:
60
},
{
name
:
'
重庆
'
,
value
:
50
},
{
name
:
'
长沙
'
,
value
:
40
},
{
name
:
'
北京
'
,
value
:
30
},
{
name
:
'
丹东
'
,
value
:
20
},
{
name
:
'
大连
'
,
value
:
10
}
]
}
},
{
name
:
'
广州 Top10
'
,
type
:
'
map
'
,
mapType
:
'
china
'
,
data
:[],
markLine
:
{
smooth
:
true
,
effect
:
{
show
:
true
,
return
10
+
v
/
10
},
effect
:
{
show
:
true
,
shadowBlur
:
0
},
itemStyle
:{
normal
:{
label
:{
show
:
false
}
}
},
data
:
[
{
name
:
'
包头
'
,
value
:
95
},
{
name
:
'
昆明
'
,
value
:
90
},
{
name
:
'
广州
'
,
value
:
80
},
{
name
:
'
郑州
'
,
value
:
70
},
{
name
:
'
长春
'
,
value
:
60
},
{
name
:
'
重庆
'
,
value
:
50
},
{
name
:
'
长沙
'
,
value
:
40
},
{
name
:
'
北京
'
,
value
:
30
},
{
name
:
'
丹东
'
,
value
:
20
},
{
name
:
'
大连
'
,
value
:
10
}
]
}
},
{
name
:
'
广州 Top10
'
,
type
:
'
map
'
,
mapType
:
'
china
'
,
data
:[],
markLine
:
{
smooth
:
true
,
effect
:
{
show
:
true
,
scaleSize
:
1
,
period
:
30
,
color
:
'
#fff
'
,
shadowBlur
:
10
},
itemStyle
:
{
normal
:
{
},
itemStyle
:
{
normal
:
{
borderWidth
:
1
,
lineStyle
:
{
type
:
'
solid
'
,
shadowBlur
:
10
}
}
},
data
:
[
[{
name
:
'
广州
'
},{
name
:
'
福州
'
,
value
:
95
}],
[{
name
:
'
广州
'
},{
name
:
'
太原
'
,
value
:
90
}],
[{
name
:
'
广州
'
},{
name
:
'
长春
'
,
value
:
80
}],
[{
name
:
'
广州
'
},{
name
:
'
重庆
'
,
value
:
70
}],
[{
name
:
'
广州
'
},{
name
:
'
西安
'
,
value
:
60
}],
[{
name
:
'
广州
'
},{
name
:
'
成都
'
,
value
:
50
}],
[{
name
:
'
广州
'
},{
name
:
'
常州
'
,
value
:
40
}],
[{
name
:
'
广州
'
},{
name
:
'
北京
'
,
value
:
30
}],
[{
name
:
'
广州
'
},{
name
:
'
北海
'
,
value
:
20
}],
[{
name
:
'
广州
'
},{
name
:
'
海口
'
,
value
:
10
}]
]
},
markPoint
:
{
symbol
:
'
emptyCircle
'
,
}
},
data
:
[
[{
name
:
'
广州
'
},{
name
:
'
福州
'
,
value
:
95
}],
[{
name
:
'
广州
'
},{
name
:
'
太原
'
,
value
:
90
}],
[{
name
:
'
广州
'
},{
name
:
'
长春
'
,
value
:
80
}],
[{
name
:
'
广州
'
},{
name
:
'
重庆
'
,
value
:
70
}],
[{
name
:
'
广州
'
},{
name
:
'
西安
'
,
value
:
60
}],
[{
name
:
'
广州
'
},{
name
:
'
成都
'
,
value
:
50
}],
[{
name
:
'
广州
'
},{
name
:
'
常州
'
,
value
:
40
}],
[{
name
:
'
广州
'
},{
name
:
'
北京
'
,
value
:
30
}],
[{
name
:
'
广州
'
},{
name
:
'
北海
'
,
value
:
20
}],
[{
name
:
'
广州
'
},{
name
:
'
海口
'
,
value
:
10
}]
]
},
markPoint
:
{
symbol
:
'
emptyCircle
'
,
symbolSize
:
function
(
v
){
return
10
+
v
/
10
},
effect
:
{
show
:
true
,
shadowBlur
:
0
},
itemStyle
:{
normal
:{
label
:{
show
:
false
}
}
},
data
:
[
{
name
:
'
福州
'
,
value
:
95
},
{
name
:
'
太原
'
,
value
:
90
},
{
name
:
'
长春
'
,
value
:
80
},
{
name
:
'
重庆
'
,
value
:
70
},
{
name
:
'
西安
'
,
value
:
60
},
{
name
:
'
成都
'
,
value
:
50
},
{
name
:
'
常州
'
,
value
:
40
},
{
name
:
'
北京
'
,
value
:
30
},
{
name
:
'
北海
'
,
value
:
20
},
{
name
:
'
海口
'
,
value
:
10
}
]
}
}
]
},
true
);
}
return
{};
})()
return
10
+
v
/
10
},
effect
:
{
show
:
true
,
shadowBlur
:
0
},
itemStyle
:{
normal
:{
label
:{
show
:
false
}
}
},
data
:
[
{
name
:
'
福州
'
,
value
:
95
},
{
name
:
'
太原
'
,
value
:
90
},
{
name
:
'
长春
'
,
value
:
80
},
{
name
:
'
重庆
'
,
value
:
70
},
{
name
:
'
西安
'
,
value
:
60
},
{
name
:
'
成都
'
,
value
:
50
},
{
name
:
'
常州
'
,
value
:
40
},
{
name
:
'
北京
'
,
value
:
30
},
{
name
:
'
北海
'
,
value
:
20
},
{
name
:
'
海口
'
,
value
:
10
}
]
}
}
]
},
effect3
:
(
function
(){
var
placeList
=
[
{
name
:
'
海门
'
,
geoCoord
:[
121.15
,
31.89
]},
{
name
:
'
鄂尔多斯
'
,
geoCoord
:[
109.781327
,
39.608266
]},
{
name
:
'
招远
'
,
geoCoord
:[
120.38
,
37.35
]},
{
name
:
'
舟山
'
,
geoCoord
:[
122.207216
,
29.985295
]},
{
name
:
'
齐齐哈尔
'
,
geoCoord
:[
123.97
,
47.33
]},
{
name
:
'
盐城
'
,
geoCoord
:[
120.13
,
33.38
]},
{
name
:
'
赤峰
'
,
geoCoord
:[
118.87
,
42.28
]},
{
name
:
'
青岛
'
,
geoCoord
:[
120.33
,
36.07
]},
{
name
:
'
乳山
'
,
geoCoord
:[
121.52
,
36.89
]},
{
name
:
'
金昌
'
,
geoCoord
:[
102.188043
,
38.520089
]},
{
name
:
'
泉州
'
,
geoCoord
:[
118.58
,
24.93
]},
{
name
:
'
莱西
'
,
geoCoord
:[
120.53
,
36.86
]},
{
name
:
'
日照
'
,
geoCoord
:[
119.46
,
35.42
]},
{
name
:
'
胶南
'
,
geoCoord
:[
119.97
,
35.88
]},
{
name
:
'
南通
'
,
geoCoord
:[
121.05
,
32.08
]},
{
name
:
'
拉萨
'
,
geoCoord
:[
91.11
,
29.97
]},
{
name
:
'
云浮
'
,
geoCoord
:[
112.02
,
22.93
]},
{
name
:
'
梅州
'
,
geoCoord
:[
116.1
,
24.55
]},
{
name
:
'
文登
'
,
geoCoord
:[
122.05
,
37.2
]},
{
name
:
'
上海
'
,
geoCoord
:[
121.48
,
31.22
]},
{
name
:
'
攀枝花
'
,
geoCoord
:[
101.718637
,
26.582347
]},
{
name
:
'
威海
'
,
geoCoord
:[
122.1
,
37.5
]},
{
name
:
'
承德
'
,
geoCoord
:[
117.93
,
40.97
]},
{
name
:
'
厦门
'
,
geoCoord
:[
118.1
,
24.46
]},
{
name
:
'
汕尾
'
,
geoCoord
:[
115.375279
,
22.786211
]},
{
name
:
'
潮州
'
,
geoCoord
:[
116.63
,
23.68
]},
{
name
:
'
丹东
'
,
geoCoord
:[
124.37
,
40.13
]},
{
name
:
'
太仓
'
,
geoCoord
:[
121.1
,
31.45
]},
{
name
:
'
曲靖
'
,
geoCoord
:[
103.79
,
25.51
]},
{
name
:
'
烟台
'
,
geoCoord
:[
121.39
,
37.52
]},
{
name
:
'
福州
'
,
geoCoord
:[
119.3
,
26.08
]},
{
name
:
'
瓦房店
'
,
geoCoord
:[
121.979603
,
39.627114
]},
{
name
:
'
即墨
'
,
geoCoord
:[
120.45
,
36.38
]},
{
name
:
'
抚顺
'
,
geoCoord
:[
123.97
,
41.97
]},
{
name
:
'
玉溪
'
,
geoCoord
:[
102.52
,
24.35
]},
{
name
:
'
张家口
'
,
geoCoord
:[
114.87
,
40.82
]},
{
name
:
'
阳泉
'
,
geoCoord
:[
113.57
,
37.85
]},
{
name
:
'
莱州
'
,
geoCoord
:[
119.942327
,
37.177017
]},
{
name
:
'
湖州
'
,
geoCoord
:[
120.1
,
30.86
]},
{
name
:
'
汕头
'
,
geoCoord
:[
116.69
,
23.39
]},
{
name
:
'
昆山
'
,
geoCoord
:[
120.95
,
31.39
]},
{
name
:
'
宁波
'
,
geoCoord
:[
121.56
,
29.86
]},
{
name
:
'
湛江
'
,
geoCoord
:[
110.359377
,
21.270708
]},
{
name
:
'
揭阳
'
,
geoCoord
:[
116.35
,
23.55
]},
{
name
:
'
荣成
'
,
geoCoord
:[
122.41
,
37.16
]},
{
name
:
'
连云港
'
,
geoCoord
:[
119.16
,
34.59
]},
{
name
:
'
葫芦岛
'
,
geoCoord
:[
120.836932
,
40.711052
]},
{
name
:
'
常熟
'
,
geoCoord
:[
120.74
,
31.64
]},
{
name
:
'
东莞
'
,
geoCoord
:[
113.75
,
23.04
]},
{
name
:
'
河源
'
,
geoCoord
:[
114.68
,
23.73
]},
{
name
:
'
淮安
'
,
geoCoord
:[
119.15
,
33.5
]},
{
name
:
'
泰州
'
,
geoCoord
:[
119.9
,
32.49
]},
{
name
:
'
南宁
'
,
geoCoord
:[
108.33
,
22.84
]},
{
name
:
'
营口
'
,
geoCoord
:[
122.18
,
40.65
]},
{
name
:
'
惠州
'
,
geoCoord
:[
114.4
,
23.09
]},
{
name
:
'
江阴
'
,
geoCoord
:[
120.26
,
31.91
]},
{
name
:
'
蓬莱
'
,
geoCoord
:[
120.75
,
37.8
]},
{
name
:
'
韶关
'
,
geoCoord
:[
113.62
,
24.84
]},
{
name
:
'
嘉峪关
'
,
geoCoord
:[
98.289152
,
39.77313
]},
{
name
:
'
广州
'
,
geoCoord
:[
113.23
,
23.16
]},
{
name
:
'
延安
'
,
geoCoord
:[
109.47
,
36.6
]},
{
name
:
'
太原
'
,
geoCoord
:[
112.53
,
37.87
]},
{
name
:
'
清远
'
,
geoCoord
:[
113.01
,
23.7
]},
{
name
:
'
中山
'
,
geoCoord
:[
113.38
,
22.52
]},
{
name
:
'
昆明
'
,
geoCoord
:[
102.73
,
25.04
]},
{
name
:
'
寿光
'
,
geoCoord
:[
118.73
,
36.86
]},
{
name
:
'
盘锦
'
,
geoCoord
:[
122.070714
,
41.119997
]},
{
name
:
'
长治
'
,
geoCoord
:[
113.08
,
36.18
]},
{
name
:
'
深圳
'
,
geoCoord
:[
114.07
,
22.62
]},
{
name
:
'
珠海
'
,
geoCoord
:[
113.52
,
22.3
]},
{
name
:
'
宿迁
'
,
geoCoord
:[
118.3
,
33.96
]},
{
name
:
'
咸阳
'
,
geoCoord
:[
108.72
,
34.36
]},
{
name
:
'
铜川
'
,
geoCoord
:[
109.11
,
35.09
]},
{
name
:
'
平度
'
,
geoCoord
:[
119.97
,
36.77
]},
{
name
:
'
佛山
'
,
geoCoord
:[
113.11
,
23.05
]},
{
name
:
'
海口
'
,
geoCoord
:[
110.35
,
20.02
]},
{
name
:
'
江门
'
,
geoCoord
:[
113.06
,
22.61
]},
{
name
:
'
章丘
'
,
geoCoord
:[
117.53
,
36.72
]},
{
name
:
'
肇庆
'
,
geoCoord
:[
112.44
,
23.05
]},
{
name
:
'
大连
'
,
geoCoord
:[
121.62
,
38.92
]},
{
name
:
'
临汾
'
,
geoCoord
:[
111.5
,
36.08
]},
{
name
:
'
吴江
'
,
geoCoord
:[
120.63
,
31.16
]},
{
name
:
'
石嘴山
'
,
geoCoord
:[
106.39
,
39.04
]},
{
name
:
'
沈阳
'
,
geoCoord
:[
123.38
,
41.8
]},
{
name
:
'
苏州
'
,
geoCoord
:[
120.62
,
31.32
]},
{
name
:
'
茂名
'
,
geoCoord
:[
110.88
,
21.68
]},
{
name
:
'
嘉兴
'
,
geoCoord
:[
120.76
,
30.77
]},
{
name
:
'
长春
'
,
geoCoord
:[
125.35
,
43.88
]},
{
name
:
'
胶州
'
,
geoCoord
:[
120.03336
,
36.264622
]},
{
name
:
'
银川
'
,
geoCoord
:[
106.27
,
38.47
]},
{
name
:
'
张家港
'
,
geoCoord
:[
120.555821
,
31.875428
]},
{
name
:
'
三门峡
'
,
geoCoord
:[
111.19
,
34.76
]},
{
name
:
'
锦州
'
,
geoCoord
:[
121.15
,
41.13
]},
{
name
:
'
南昌
'
,
geoCoord
:[
115.89
,
28.68
]},
{
name
:
'
柳州
'
,
geoCoord
:[
109.4
,
24.33
]},
{
name
:
'
三亚
'
,
geoCoord
:[
109.511909
,
18.252847
]},
{
name
:
'
自贡
'
,
geoCoord
:[
104.778442
,
29.33903
]},
{
name
:
'
吉林
'
,
geoCoord
:[
126.57
,
43.87
]},
{
name
:
'
阳江
'
,
geoCoord
:[
111.95
,
21.85
]},
{
name
:
'
泸州
'
,
geoCoord
:[
105.39
,
28.91
]},
{
name
:
'
西宁
'
,
geoCoord
:[
101.74
,
36.56
]},
{
name
:
'
宜宾
'
,
geoCoord
:[
104.56
,
29.77
]},
{
name
:
'
呼和浩特
'
,
geoCoord
:[
111.65
,
40.82
]},
{
name
:
'
成都
'
,
geoCoord
:[
104.06
,
30.67
]},
{
name
:
'
大同
'
,
geoCoord
:[
113.3
,
40.12
]},
{
name
:
'
镇江
'
,
geoCoord
:[
119.44
,
32.2
]},
{
name
:
'
桂林
'
,
geoCoord
:[
110.28
,
25.29
]},
{
name
:
'
张家界
'
,
geoCoord
:[
110.479191
,
29.117096
]},
{
name
:
'
宜兴
'
,
geoCoord
:[
119.82
,
31.36
]},
{
name
:
'
北海
'
,
geoCoord
:[
109.12
,
21.49
]},
{
name
:
'
西安
'
,
geoCoord
:[
108.95
,
34.27
]},
{
name
:
'
金坛
'
,
geoCoord
:[
119.56
,
31.74
]},
{
name
:
'
东营
'
,
geoCoord
:[
118.49
,
37.46
]},
{
name
:
'
牡丹江
'
,
geoCoord
:[
129.58
,
44.6
]},
{
name
:
'
遵义
'
,
geoCoord
:[
106.9
,
27.7
]},
{
name
:
'
绍兴
'
,
geoCoord
:[
120.58
,
30.01
]},
{
name
:
'
扬州
'
,
geoCoord
:[
119.42
,
32.39
]},
{
name
:
'
常州
'
,
geoCoord
:[
119.95
,
31.79
]},
{
name
:
'
潍坊
'
,
geoCoord
:[
119.1
,
36.62
]},
{
name
:
'
重庆
'
,
geoCoord
:[
106.54
,
29.59
]},
{
name
:
'
台州
'
,
geoCoord
:[
121.420757
,
28.656386
]},
{
name
:
'
南京
'
,
geoCoord
:[
118.78
,
32.04
]},
{
name
:
'
滨州
'
,
geoCoord
:[
118.03
,
37.36
]},
{
name
:
'
贵阳
'
,
geoCoord
:[
106.71
,
26.57
]},
{
name
:
'
无锡
'
,
geoCoord
:[
120.29
,
31.59
]},
{
name
:
'
本溪
'
,
geoCoord
:[
123.73
,
41.3
]},
{
name
:
'
克拉玛依
'
,
geoCoord
:[
84.77
,
45.59
]},
{
name
:
'
渭南
'
,
geoCoord
:[
109.5
,
34.52
]},
{
name
:
'
马鞍山
'
,
geoCoord
:[
118.48
,
31.56
]},
{
name
:
'
宝鸡
'
,
geoCoord
:[
107.15
,
34.38
]},
{
name
:
'
焦作
'
,
geoCoord
:[
113.21
,
35.24
]},
{
name
:
'
句容
'
,
geoCoord
:[
119.16
,
31.95
]},
{
name
:
'
北京
'
,
geoCoord
:[
116.46
,
39.92
]},
{
name
:
'
徐州
'
,
geoCoord
:[
117.2
,
34.26
]},
{
name
:
'
衡水
'
,
geoCoord
:[
115.72
,
37.72
]},
{
name
:
'
包头
'
,
geoCoord
:[
110
,
40.58
]},
{
name
:
'
绵阳
'
,
geoCoord
:[
104.73
,
31.48
]},
{
name
:
'
乌鲁木齐
'
,
geoCoord
:[
87.68
,
43.77
]},
{
name
:
'
枣庄
'
,
geoCoord
:[
117.57
,
34.86
]},
{
name
:
'
杭州
'
,
geoCoord
:[
120.19
,
30.26
]},
{
name
:
'
淄博
'
,
geoCoord
:[
118.05
,
36.78
]},
{
name
:
'
鞍山
'
,
geoCoord
:[
122.85
,
41.12
]},
{
name
:
'
溧阳
'
,
geoCoord
:[
119.48
,
31.43
]},
{
name
:
'
库尔勒
'
,
geoCoord
:[
86.06
,
41.68
]},
{
name
:
'
安阳
'
,
geoCoord
:[
114.35
,
36.1
]},
{
name
:
'
开封
'
,
geoCoord
:[
114.35
,
34.79
]},
{
name
:
'
济南
'
,
geoCoord
:[
117
,
36.65
]},
{
name
:
'
德阳
'
,
geoCoord
:[
104.37
,
31.13
]},
{
name
:
'
温州
'
,
geoCoord
:[
120.65
,
28.01
]},
{
name
:
'
九江
'
,
geoCoord
:[
115.97
,
29.71
]},
{
name
:
'
邯郸
'
,
geoCoord
:[
114.47
,
36.6
]},
{
name
:
'
临安
'
,
geoCoord
:[
119.72
,
30.23
]},
{
name
:
'
兰州
'
,
geoCoord
:[
103.73
,
36.03
]},
{
name
:
'
沧州
'
,
geoCoord
:[
116.83
,
38.33
]},
{
name
:
'
临沂
'
,
geoCoord
:[
118.35
,
35.05
]},
{
name
:
'
南充
'
,
geoCoord
:[
106.110698
,
30.837793
]},
{
name
:
'
天津
'
,
geoCoord
:[
117.2
,
39.13
]},
{
name
:
'
富阳
'
,
geoCoord
:[
119.95
,
30.07
]},
{
name
:
'
泰安
'
,
geoCoord
:[
117.13
,
36.18
]},
{
name
:
'
诸暨
'
,
geoCoord
:[
120.23
,
29.71
]},
{
name
:
'
郑州
'
,
geoCoord
:[
113.65
,
34.76
]},
{
name
:
'
哈尔滨
'
,
geoCoord
:[
126.63
,
45.75
]},
{
name
:
'
聊城
'
,
geoCoord
:[
115.97
,
36.45
]},
{
name
:
'
芜湖
'
,
geoCoord
:[
118.38
,
31.33
]},
{
name
:
'
唐山
'
,
geoCoord
:[
118.02
,
39.63
]},
{
name
:
'
平顶山
'
,
geoCoord
:[
113.29
,
33.75
]},
{
name
:
'
邢台
'
,
geoCoord
:[
114.48
,
37.05
]},
{
name
:
'
德州
'
,
geoCoord
:[
116.29
,
37.45
]},
{
name
:
'
济宁
'
,
geoCoord
:[
116.59
,
35.38
]},
{
name
:
'
荆州
'
,
geoCoord
:[
112.239741
,
30.335165
]},
{
name
:
'
宜昌
'
,
geoCoord
:[
111.3
,
30.7
]},
{
name
:
'
义乌
'
,
geoCoord
:[
120.06
,
29.32
]},
{
name
:
'
丽水
'
,
geoCoord
:[
119.92
,
28.45
]},
{
name
:
'
洛阳
'
,
geoCoord
:[
112.44
,
34.7
]},
{
name
:
'
秦皇岛
'
,
geoCoord
:[
119.57
,
39.95
]},
{
name
:
'
株洲
'
,
geoCoord
:[
113.16
,
27.83
]},
{
name
:
'
石家庄
'
,
geoCoord
:[
114.48
,
38.03
]},
{
name
:
'
莱芜
'
,
geoCoord
:[
117.67
,
36.19
]},
{
name
:
'
常德
'
,
geoCoord
:[
111.69
,
29.05
]},
{
name
:
'
保定
'
,
geoCoord
:[
115.48
,
38.85
]},
{
name
:
'
湘潭
'
,
geoCoord
:[
112.91
,
27.87
]},
{
name
:
'
金华
'
,
geoCoord
:[
119.64
,
29.12
]},
{
name
:
'
岳阳
'
,
geoCoord
:[
113.09
,
29.37
]},
{
name
:
'
长沙
'
,
geoCoord
:[
113
,
28.21
]},
{
name
:
'
衢州
'
,
geoCoord
:[
118.88
,
28.97
]},
{
name
:
'
廊坊
'
,
geoCoord
:[
116.7
,
39.53
]},
{
name
:
'
菏泽
'
,
geoCoord
:[
115.480656
,
35.23375
]},
{
name
:
'
合肥
'
,
geoCoord
:[
117.27
,
31.86
]},
{
name
:
'
武汉
'
,
geoCoord
:[
114.31
,
30.52
]},
{
name
:
'
大庆
'
,
geoCoord
:[
125.03
,
46.58
]}
]
return
{
backgroundColor
:
'
rgba(0,0,0,0)
'
,
color
:
[
'
rgba(255, 255, 255, 0.8)
'
,
'
rgba(14, 241, 242, 0.8)
'
,
'
rgba(37, 140, 249, 0.8)
'
],
title
:
{
text
:
'
百度人气
'
,
link
:
'
http://renqi.baidu.com
'
,
subtext
:
'
纯属虚构
'
,
x
:
'
center
'
,
textStyle
:
{
color
:
'
#fff
'
}
},
legend
:
{
orient
:
'
vertical
'
,
x
:
'
left
'
,
data
:[
'
强
'
,
'
中
'
,
'
弱
'
],
textStyle
:
{
color
:
'
#fff
'
}
},
toolbox
:
{
show
:
true
,
orient
:
'
vertical
'
,
x
:
'
right
'
,
y
:
'
center
'
,
feature
:
{
mark
:
{
show
:
true
},
dataView
:
{
show
:
true
,
readOnly
:
false
},
restore
:
{
show
:
true
},
saveAsImage
:
{
show
:
true
}
}
},
series
:
[
{
name
:
'
弱
'
,
type
:
'
map
'
,
mapType
:
'
china
'
,
itemStyle
:{
normal
:{
borderColor
:
'
rgba(100,149,237,1)
'
,
borderWidth
:
0.5
,
areaStyle
:{
color
:
'
#333
'
}
}
},
data
:
[],
markPoint
:
{
symbolSize
:
2
,
large
:
true
,
effect
:
{
show
:
true
},
data
:
(
function
(){
var
data
=
[];
var
len
=
3000
;
var
geoCoord
while
(
len
--
)
{
geoCoord
=
placeList
[
len
%
placeList
.
length
].
geoCoord
;
data
.
push
({
name
:
placeList
[
len
%
placeList
.
length
].
name
+
len
,
value
:
10
,
geoCoord
:
[
geoCoord
[
0
]
+
Math
.
random
()
*
5
*
-
1
,
geoCoord
[
1
]
+
Math
.
random
()
*
3
*
-
1
]
})
}
return
data
;
})()
}
},
{
name
:
'
中
'
,
type
:
'
map
'
,
mapType
:
'
china
'
,
data
:
[],
markPoint
:
{
symbolSize
:
3
,
large
:
true
,
effect
:
{
show
:
true
},
data
:
(
function
(){
var
data
=
[];
var
len
=
1000
;
var
geoCoord
while
(
len
--
)
{
geoCoord
=
placeList
[
len
%
placeList
.
length
].
geoCoord
;
data
.
push
({
name
:
placeList
[
len
%
placeList
.
length
].
name
+
len
,
value
:
50
,
geoCoord
:
[
geoCoord
[
0
]
+
Math
.
random
()
*
3
*
-
1
,
geoCoord
[
1
]
+
Math
.
random
()
*
3
*
-
1
]
})
}
return
data
;
})()
}
},
{
name
:
'
强
'
,
type
:
'
map
'
,
mapType
:
'
china
'
,
hoverable
:
false
,
roam
:
true
,
data
:
[],
markPoint
:
{
symbol
:
'
diamond
'
,
symbolSize
:
6
,
large
:
true
,
effect
:
{
show
:
true
},
data
:
(
function
(){
var
data
=
[];
var
len
=
placeList
.
length
;
while
(
len
--
)
{
data
.
push
({
name
:
placeList
[
len
].
name
,
value
:
90
,
geoCoord
:
placeList
[
len
].
geoCoord
})
}
return
data
;
})()
}
}
]
};
})(),
adddddd
:
{}
}
\ No newline at end of file
doc/slide/whyEcharts.html
浏览文件 @
92bbc2e1
...
...
@@ -66,7 +66,7 @@
text-align
:
left
!important
;
text-transform
:
none
!important
;
}
small
strong
{
h5
strong
,
small
strong
{
color
:
#9acd32
;
font-weight
:
normal
!important
;
}
...
...
@@ -96,6 +96,10 @@
.reveal
.slides
>
section
,
.reveal
.slides
>
section
>
section
{
padding
:
0
;
}
.reveal
ul
ul
li
{
font-size
:
20px
;
color
:
#78B9E6
}
</style>
</head>
...
...
@@ -107,7 +111,6 @@
<!-- Any section element inside of this container is displayed as a slide -->
<div
class=
"slides"
>
<section>
<small>
Why
</small>
<h1
style=
"margin:-10px 0 0 0"
>
<img
src=
"./img/echarts_logo.png"
style=
"margin:0;background:rgba(0,0,0,0);border-width: 0;box-shadow: 0 0 0px rgba(0, 0, 0, 0);"
/>
</h1>
...
...
@@ -117,134 +120,56 @@
<small>
Created by
<a
href=
"http://weibo.com/kenerlinfeng"
target=
"_blank"
>
@Kener-林峰
</a></small>
</div>
</section>
<section
data-background=
"./img/大数据时代.jpg"
>
<h3>
《大数据时代》
</h3>
<small>
维克托 · 迈尔 - 舍恩伯格
</small>
<div
style=
"padding-left:260px;background:url(img/bigData.jpg) no-repeat"
>
<div
class=
"fragment"
>
<blockquote><p>
<small>
如今,
<strong>
数据已经成为了一种商业资本
</strong>
,一项重要的经济投入,可以创造新的经济利益。事实上,一旦思维转变过来,数据就能被巧妙地用来激发新的产品和新型服务。数据的奥秘只为谦逊、愿意聆听且掌握了聆听手段的人所知。
</small>
</p></blockquote>
<div
style=
"text-align:right;"
><small>
—— 你的
<strong>
聆听手段
</strong>
是?
</small></div>
</div>
<div
class=
"fragment"
>
<blockquote><p>
<small>
这仅仅只是一个开始,大数据时代对我们的生活,以及与世界交流的方式提出挑战。最惊人的是,社会需要放弃它对因果关系的渴求,而仅需关注相关关系。也就是说
<strong>
只需要知道是什么,而不需要知道为什么
</strong>
。这就推翻了自古以来的惯例,而我们做决定和理解显示的最基本方式也将受到挑战。
</small>
</p></blockquote>
<div
style=
"text-align:right;"
><small>
—— 它真正呈现了
<strong>
数据是什么
</strong>
了吗?
</small></div>
</div>
</div>
</section>
<section>
<h4>
你的聆听手段是?
</h4>
<p>
<small>
不久前,专业大数据可视化公司Tableau在纽交所
<a
href=
'http://news.imeigu.com/a/1369902112563.html'
target=
'_blank'
>
成功上市
</a>
,当日收盘涨幅64%,至50.75美元,共募集资金2.542亿美元,成为今年美国最大一笔科技业IPO。Tableau Software正是一家做大数据的公司,更确切地说是大数据处理的最后一环:
</small>
</p>
<div
class=
"fragment roll-in"
>
<img
src=
"./img/tableau.jpg"
style=
"width:100%;max-width:100%;"
/>
<div
class=
"fragment grow highlight-green"
>
数据可视化
</div>
<h4>
业界已经有多如牛毛的图表库了!
</h4>
<div
class=
"fragment"
style=
"text-align:right;"
>
<hr/>
Why
<strong
style=
"color:#9acd32"
>
ECharts
</strong>
?
</div>
</section>
<section>
<h4>
那些优秀的数据可视化工具
</h4>
<p><small
class=
"fragment"
>
<strong>
Excel
</strong>
<br/>
是最流行也是最常用的数据分析、数据绘图软件,
<br/>
输出图表几乎毫无交互性可言,作为一款电子表格工具并不适用大型数据集和进行动态图表输出。
</p></small>
<p><small
class=
"fragment"
>
<strong>
Matlab
</strong>
<br/>
主要面向科学计算、代表了当今国际科学计算软件的先进水平,
<br/>
需要较为深厚的编程基础,比较适合科学方面的可视化项目。
</p></small>
<p><small
class=
"fragment"
>
<strong>
Spss
</strong>
<br/>
功能强大且操作简单友好,偏重于统计分析,
<br/>
需要一定的数理统计基础,且输出的图表在与办公软件的兼容性及交互方面有所欠缺。
</p></small>
<p><small
class=
"fragment"
>
<strong>
Tableau Desktop
</strong>
<br/>
一款完全的数据可视化软件,专注结构化数据的快速可视化,
<br/>
较高的服务费用,且构建交互界面需要发布到Server。
</p></small>
<div
class=
"fragment"
style=
"text-align:right;"
><hr/>
你的数据可视化工具是?这就足够了吗?
</div>
</section>
<section>
<h4>
还需要什么?
</h4>
<blockquote
class=
"fragment"
>
<small>
“互联网还没搞清楚的时候,移动互联来了,移动互联还没搞清楚的时候,大数据来了”
</small>
<div
style=
"height:20px;padding:0;margin:0;display:block;text-align:right;"
><small><small>
马云在卸任阿里集团CEO的晚会上如是说
</small></small></div>
</blockquote>
<br/>
<p
class=
"fragment"
>
<small>
在数据每时每刻都在产生的今天,还需要一种手段
<strong>
快捷
</strong>
的为你或为你的客户直观形象的呈现那些能够反应当前状态或洞悉未来趋势的数据。
</small>
</p>
<p
class=
"fragment"
>
<small>
或许我们应该利用互联网技术快速甚至实时的获取你所关心的数据,然后提供可以
<strong>
辅助分析
</strong>
,
<strong>
辅助人们进行视觉化思考
</strong>
的数据可视化输出。
</small>
</p>
<br/>
<div
class=
"fragment"
>
<h4
style=
"color:#9acd32"
>
深度数据互动可视化
</h4>
<p><small>
<br/>
打破单纯的视觉呈现,拥有
<strong>
互动图形用户界面(GUI)
</strong>
的数据可视化。数据呈现
<strong>
不仅是诉说
</strong>
,而是允许用户对所呈现数据进行
<strong>
挖掘、整合
</strong>
,让可视化成为
<strong>
辅助人们进行视觉化思考
</strong>
的方式。
</small></p>
<br/>
<div
class=
"fragment"
style=
"text-align:right;"
>
<hr>
<p>
<small>
这就是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
(Enterprise Charts 商业产品图表库)!
<br/>
基于【HTML5】Canvas (
<a
href=
"http://ecomfe.github.io/zrender/"
target=
"_blank"
>
ZRender
</a>
),纯Javascript图表库,提供
<strong>
直观,生动,可交互,可高度个性化定制
</strong>
的数据可视化图表。
</small>
</p>
</div>
<!--div>
<div class="fragment">
<hr>
<p style="background-color:rgba(255, 255, 255, 0.05);padding:5px 0 0 10px;margin:0;"><small><i>
题外话,直观,生动,可交互,<strong>为什么不是flash</strong>?
</i></small></p>
</div>
<p class="fragment" style="background-color:rgba(255, 255, 255, 0.05);padding:0 0 0 10px;margin:0;"><small><i>
如果你并不关心苹果的移动设备是否能看到你的呈现,那可以!乔布斯 <a href="http://tech.163.com/10/0430/09/65GR3IOD000915BD.html">Thoughts on Flash</a>
</i></small></p>
</div-->
</section>
<section>
<h4>
第二个问题:
</h4>
<br/>
<h5>
你的数据可视化工具真正呈现了
<span
class=
"fragment highlight-green"
>
数据是什么
</span>
了吗?
</h5>
<br/>
<small
class=
"fragment"
>
回答这个问题前请先看看
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
为此做了什么?
<br/><br/>
<small>
* 下面的内容建议全屏浏览(F11切换)
</small>
</small>
</section>
<section>
<h4>
[ 拖拽重计算 ] 整合你所关心的数据
</h4>
<p>
<small>
图表数据的默认分类不总是满足每一个人的需求。
<br/>
就像如下的浏览器占比,我想知道IE所占的总比例,是默默的心算还是拿根笔出来?
<small>
让我们看看
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
为此目标做了什么?
<br/>
<small>
* 下面的内容建议全屏浏览(F11切换)
</small>
</small>
</p>
<p
class=
"fragment"
>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,试试把你关心的数据图形
<strong>
拖拽到一起
</strong>
!
</small>
</p>
<div
class=
"main"
optionKey=
"calculable1"
></div>
</div>
</section>
<section>
<h4>
[ 拖拽重计算 ] 剔除畸形数据
</h4>
<p>
<small>
不可避免的有些时候会有些畸形数据存在,就像如下的销售数据:
<br/>
双11的辉煌后你看到了这样统计数据,你得忍受这无多大指导意义统计图表一个月甚至更长时间?
</small>
</p>
<p
class=
"fragment"
>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,试试把畸形数据
<strong>
拖拽出来
</strong>
!
<br/>
恩,剔除畸形数据后你好像还惊讶的发现了一个不太乐观的趋势?
</small>
</p>
<div
class=
"main"
optionKey=
"calculable2"
></div>
<section>
<h4>
[ 拖拽重计算 ] 整合你所关心的数据
</h4>
<p>
<small>
图表数据的默认分类不总是满足每一个人的需求。
<br/>
就像如下的浏览器占比,我想知道IE所占的总比例,是默默的心算还是拿根笔出来?
</small>
</p>
<p
class=
"fragment"
>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,试试把你关心的数据图形
<strong>
拖拽到一起
</strong>
!
</small>
</p>
<div
class=
"main"
optionKey=
"calculable1"
></div>
</section>
<section>
<h4>
[ 拖拽重计算 ] 剔除畸形数据
</h4>
<p>
<small>
不可避免的有些时候会有些畸形数据存在,就像如下的销售数据:
<br/>
双11的辉煌后你看到了这样统计数据,你得忍受这无多大指导意义统计图表一个月甚至更长时间?
</small>
</p>
<p
class=
"fragment"
>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,试试把畸形数据
<strong>
拖拽出来
</strong>
!
<br/>
恩,剔除畸形数据后你好像还惊讶的发现了一个不太乐观的趋势?
</small>
</p>
<div
class=
"main"
optionKey=
"calculable2"
></div>
</section>
</section>
<section>
...
...
@@ -360,14 +285,23 @@
</section>
<section>
<h4>
[ 力导向布局 ] 复杂关系网络的最美呈现
</h4>
<p>
<small>
系统中的每个节点都可以看成是一个带有一定能量的放电粒子,粒子间存在某种库仑斥力。同时,有些粒子间被一些“边”所牵连,这些边产生类似弹簧的胡克引力。在粒子间斥力和引力的不断作用下,粒子们从随机无序的初态不断发生位移,逐渐趋于平衡有序的终态。同时整个物理系统的能量也在不断消耗,经过数次迭代后,粒子间几乎不再发生相对位移,整个系统达到一种稳定平衡的状态。这就是
<strong>
力导向布局算法
</strong>
的直白描述,作为最美观的呈现复杂关系网络的图表你需要吗?
</small>
</p>
<p>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,我们提供了力导向布局图,比如呈现一个简单的人物关系网络:
<a
onclick=
"functionMap['force']()"
style=
"cursor:pointer"
>
乔布斯
</a>
,或者你可以切换查看一个更复杂的如
<a
onclick=
"functionMap['force2']()"
style=
"cursor:pointer"
>
Webkit内核的类依赖关系
</a>
!
<br/></small>
</p>
<div
class=
"main"
optionKey=
"force"
></div>
<section>
<h4>
[ 力导向布局 ] 复杂关系网络的最美呈现
</h4>
<p>
<small>
系统中的每个节点都可以看成是一个带有一定能量的放电粒子,粒子间存在某种库仑斥力。同时,有些粒子间被一些“边”所牵连,这些边产生类似弹簧的胡克引力。在粒子间斥力和引力的不断作用下,粒子们从随机无序的初态不断发生位移,逐渐趋于平衡有序的终态。同时整个物理系统的能量也在不断消耗,经过数次迭代后,粒子间几乎不再发生相对位移,整个系统达到一种稳定平衡的状态。这就是
<strong>
力导向布局算法
</strong>
的直白描述,作为最美观的呈现复杂关系网络的图表你需要吗?
</small>
</p>
<p>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,我们提供了力导向布局图,比如呈现一个简单的人物关系网络:
<strong>
乔布斯
</strong>
!
</small>
</p>
<div
class=
"main"
optionKey=
"force1"
></div>
</section>
<section>
<h4>
[ 力导向布局 ] 复杂关系网络的最美呈现
</h4>
<p>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,或者你可以切换查看一个更复杂的如:
<strong>
Webkit内核的类依赖关系
</strong>
!
</small>
</p>
<div
class=
"main"
optionKey=
"force2"
style=
"height:500px"
></div>
</section>
</section>
<section>
...
...
@@ -406,7 +340,7 @@
</p>
<div
class=
"main"
optionKey=
"stack"
></div>
</section>
<section>
<h4>
[ 商业BI ] 一些应用广泛的商务图表
</h4>
<p>
...
...
@@ -419,51 +353,53 @@
</section>
<section>
<h4>
[ 混搭 ] 用最佳的组合方式展现你独特数据
</h4>
<p>
<small>
有些时候混搭的图表会更具表现力也更有有趣味!
<section>
<h4>
[ 混搭 ] 用最佳的组合方式展现你独特数据
</h4>
<p>
<small>
有些时候混搭的图表会更具表现力也更有有趣味!
<br/>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,我们提供的图表(共11类17种)支持任意混搭!
</small>
</p>
<img
src=
"../asset/img/doc/charts.jpg"
style=
"width:100%;max-width:100%;margin:0;"
>
</section>
<section>
<h4>
[ 混搭 ] 用最佳的组合方式展现你独特数据
</h4>
<p>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,我们提供的图表支持任意混搭,先看个简单又常见的线柱饼混搭例子:
<br/></small>
</p>
<div
class=
"main"
optionKey=
"mix1"
></div>
</section>
<section>
<h4>
[ 混搭 ] 用最佳的组合方式展现你独特数据
</h4>
<p>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,我们提供的图表支持任意混搭,再看一个稍微复杂点的混搭例子:
<br/></small>
</p>
<div
class=
"main"
optionKey=
"mix2"
></div>
</section>
<section>
<h4>
[ 混搭 ] 用最佳的组合方式展现你独特数据
</h4>
<p>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,我们提供的图表支持任意混搭。
<br/>
配合事件响应你甚至可以在图表内就做出一个具有数据联动的交互系统!
<br/>
试试
<strong>
点击
</strong>
选择一些省份?当然你可以把地图改为单选模式去呈现该省更多详细的数据!
</small>
</p>
<div
class=
"main"
optionKey=
"mix3"
></div>
</section>
<section>
<h4>
[ 混搭 ] 用最佳的组合方式展现你独特数据
</h4>
<p>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,我们提供的图表支持任意混搭,或许你还可以发挥一下奇思妙想?
<br/>
就像一般来说饼图(雷达图)并不适合呈现数据的变化趋势,如果用很多的饼图(雷达图)呢?
<br/>
混搭出的这种多层嵌套图表我们给他起了个亲切的名字“
<a
onclick=
"functionMap['lasagna']()"
style=
"cursor:pointer"
>
千层饼
</a>
”或者“
<a
onclick=
"functionMap['wormhole']()"
style=
"cursor:pointer"
>
虫洞
</a>
”!
<br/>
</small>
</p>
<div
class=
"main"
optionKey=
"lasagna"
></div>
</small>
</p>
<img
src=
"../asset/img/doc/charts.jpg"
style=
"width:100%;max-width:100%;margin:0;"
>
</section>
<section>
<h4>
[ 混搭 ] 用最佳的组合方式展现你独特数据
</h4>
<p>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,我们提供的图表支持任意混搭,先看个简单又常见的线柱饼混搭例子:
<br/></small>
</p>
<div
class=
"main"
optionKey=
"mix1"
></div>
</section>
<section>
<h4>
[ 混搭 ] 用最佳的组合方式展现你独特数据
</h4>
<p>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,我们提供的图表支持任意混搭,再看一个稍微复杂点的混搭例子:
<br/></small>
</p>
<div
class=
"main"
optionKey=
"mix2"
></div>
</section>
<section>
<h4>
[ 混搭 ] 用最佳的组合方式展现你独特数据
</h4>
<p>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,我们提供的图表支持任意混搭。
<br/>
配合事件响应你甚至可以在图表内就做出一个具有数据联动的交互系统!
<br/>
试试
<strong>
点击
</strong>
选择一些省份?当然你可以把地图改为单选模式去呈现该省更多详细的数据!
</small>
</p>
<div
class=
"main"
optionKey=
"mix3"
></div>
</section>
<section>
<h4>
[ 混搭 ] 用最佳的组合方式展现你独特数据
</h4>
<p>
<small>
这是
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
,我们提供的图表支持任意混搭,或许你还可以发挥一下奇思妙想?
<br/>
就像一般来说饼图(雷达图)并不适合呈现数据的变化趋势,如果用很多的饼图(雷达图)呢?
<br/>
混搭出的这种多层嵌套图表我们给他起了个亲切的名字“
<a
onclick=
"functionMap['lasagna']()"
style=
"cursor:pointer"
>
千层饼
</a>
”或者“
<a
onclick=
"functionMap['wormhole']()"
style=
"cursor:pointer"
>
虫洞
</a>
”!
<br/>
</small>
</p>
<div
class=
"main"
optionKey=
"lasagna"
></div>
</section>
</section>
<section>
...
...
@@ -475,14 +411,51 @@
</section>
<section>
<h4>
[ 特效 ] 吸引眼球的能力
</h4>
<p>
<small>
我们知道,很多时候我们需要一些吸引眼球的能力。
<br/><a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
支持标注标线的
<a
onclick=
"functionMap['effect1']()"
style=
"cursor:pointer"
>
炫光特效
</a>
,特别用在地图上轻松实现百度迁徙数据可视化特效:
<a
onclick=
"functionMap['effect2']()"
style=
"cursor:pointer"
>
模拟迁徙
</a>
</small>
</p>
<div
class=
"main"
style=
"height:500px;background-color:transparent"
optionKey=
"effect1"
></div>
<section>
<h4>
[ 特效 ] 吸引眼球的能力
</h4>
<p>
<small>
我们知道,很多时候我们需要一些吸引眼球的能力。
<br/><a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
支持标注标线的
<strong>
炫光特效
</strong>
,特别用在地图上轻松实现百度迁徙数据可视化特效:
<strong>
模拟迁徙
</strong>
<br/>
而当你有大量标注数据,你可以尝试我们的大规模炫光
<strong>
MarkPoint
</strong>
</small>
</p>
<div
class=
"main"
style=
"height:500px;background-color:transparent"
optionKey=
"effect1"
></div>
</section>
<section>
<h4>
[ 特效 ] 吸引眼球的能力
</h4>
<p>
<small>
我们知道,很多时候我们需要一些吸引眼球的能力。
<br/><a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
支持标注标线的
<strong>
炫光特效
</strong>
,特别用在地图上轻松实现百度迁徙数据可视化特效:
<strong>
模拟迁徙
</strong>
<br/>
而当你有大量标注数据,你可以尝试我们的大规模炫光
<strong>
MarkPoint
</strong>
</small>
</p>
<div
class=
"main"
style=
"height:500px;background-color:transparent"
optionKey=
"effect2"
></div>
</section>
<section>
<h4>
[ 特效 ] 吸引眼球的能力
</h4>
<p>
<small>
我们知道,很多时候我们需要一些吸引眼球的能力。
<br/><a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
支持标注标线的
<strong>
炫光特效
</strong>
,特别用在地图上轻松实现百度迁徙数据可视化特效:
<strong>
模拟迁徙
</strong>
<br/>
而当你有大量标注数据,你可以尝试我们的大规模炫光
<strong>
MarkPoint
</strong>
</small>
</p>
<div
class=
"main"
style=
"height:500px;background-color:transparent"
optionKey=
"effect3"
></div>
</section>
</section>
<section>
<section>
<h4>
应用 - Baidu
</h4>
<div>
<img
src=
"./img/usage1.png"
width=
"100%"
/>
</div>
</section>
<section>
<h4>
应用 - Others
</h4>
<div>
<img
src=
"./img/usage2.png"
width=
"100%"
/>
</div>
</section>
</section>
<section>
...
...
@@ -514,78 +487,80 @@
</section>
<section>
<h4>
ECharts VS Highcharts (1)
</h4>
<p>
<small>
业界有无数js图表库,不乏优秀的代表,如chartjs,FusionCharts,amCharts,flot,RGraph,jqPlot,gRaphaël等等。有的是免费甚至开源的,有的则是商业的,百度一下就能找到他们。
</small>
</p>
<p
class=
"fragment"
>
<small>
无法跟他们一一对比,在这选择了知名度很高的
<a
href=
"http://www.highcharts.com/"
target=
"_blank"
>
Highcharts
</a>
,一个优秀,成熟的商业图表库。
<br/>
先看看ECharts和Highcharts都支持哪些图表类型?
</small>
</p>
<table
class=
"fragment table table-striped table-bordered table-hover"
>
<thead>
<tr><th>
#
</th><th>
ECharts
</th><th>
Highcharts
</th></tr>
</thead>
<tbody>
<tr><td>
柱状图(条形图)
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
折线图(面积图)
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
饼图(环形图)
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
散点图(气泡图)
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
雷达图
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
K线图
</td><td>
Yes
</td><td
class=
'success'
>
Highstock
</td></tr>
<tr><td>
力导布局图
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
和弦图
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<section>
<h4>
ECharts VS Highcharts (1)
</h4>
<p>
<small>
业界有无数js图表库,不乏优秀的代表,如chartjs,FusionCharts,amCharts,flot,RGraph,jqPlot,gRaphaël等等。有的是免费甚至开源的,有的则是商业的,百度一下就能找到他们。
</small>
</p>
<p
class=
"fragment"
>
<small>
无法跟他们一一对比,在这选择了知名度很高的
<a
href=
"http://www.highcharts.com/"
target=
"_blank"
>
Highcharts
</a>
,一个优秀,成熟的商业图表库。
<br/>
先看看ECharts和Highcharts都支持哪些图表类型?
</small>
</p>
<table
class=
"fragment table table-striped table-bordered table-hover"
>
<thead>
<tr><th>
#
</th><th>
ECharts
</th><th>
Highcharts
</th></tr>
</thead>
<tbody>
<tr><td>
柱状图(条形图)
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
折线图(面积图)
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
饼图(环形图)
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
散点图(气泡图)
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
雷达图
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
K线图
</td><td>
Yes
</td><td
class=
'success'
>
Highstock
</td></tr>
<tr><td>
力导布局图
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
和弦图
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
地图
</td><td>
Yes
</td><td
class=
'success'
>
Highmap
</td></tr>
<tr><td>
特色图表(如仪表盘)
</td><td>
Yes
</td><td>
Yes
</td></tr>
</tbody>
</table>
</section>
<section>
<h4>
ECharts VS Highcharts (2)
</h4>
<p>
<small>
再来看看ECharts和Highcharts都有哪些特性?
</small>
</p>
<table
class=
"table table-striped table-bordered table-hover"
>
<thead>
<tr><th>
#
</th><th>
ECharts
</th><th>
Highcharts
</th></tr>
</thead>
<tbody>
<tr><td>
拖拽重计算
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
数据视图
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
动态类型切换
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
值域漫游
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
大规模散点
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
炫光特效
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
多图联动
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
数据区域缩放
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
图例开关
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
多维度堆积
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
混搭
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
图片导出
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr>
<td><br/>
License
&
Pricing
</td>
<td
class=
'success'
>
Free
<br/><a
href=
"https://github.com/ecomfe/echarts/blob/master/LICENSE.txt"
target=
"_blank"
>
Baidu BSD
</a></td>
<td
class=
'success'
>
Non-commercial free under CC3.0
<br/><br/>
Commercial licenses $90~$3600
</td>
</tr>
</tbody>
</table>
</tbody>
</table>
</section>
<section>
<h4>
ECharts VS Highcharts (2)
</h4>
<p>
<small>
再来看看ECharts和Highcharts都有哪些特性?
</small>
</p>
<table
class=
"table table-striped table-bordered table-hover"
>
<thead>
<tr><th>
#
</th><th>
ECharts
</th><th>
Highcharts
</th></tr>
</thead>
<tbody>
<tr><td>
拖拽重计算
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
数据视图
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
动态类型切换
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
值域漫游
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
大规模散点
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
炫光特效
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
多图联动
</td><td>
Yes
</td><td
class=
'error'
>
No
</td></tr>
<tr><td>
数据区域缩放
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
图例开关
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
多维度堆积
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
混搭
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr><td>
图片导出
</td><td>
Yes
</td><td>
Yes
</td></tr>
<tr>
<td><br/>
License
&
Pricing
</td>
<td
class=
'success'
>
Free
<br/><a
href=
"https://github.com/ecomfe/echarts/blob/master/LICENSE.txt"
target=
"_blank"
>
Baidu BSD
</a></td>
<td
class=
'success'
>
Non-commercial free under CC3.0
<br/><br/>
Commercial licenses $90~$3600
</td>
</tr>
</tbody>
</table>
</section>
</section>
<section>
<h4>
这就是ECharts
</h4>
<p
class=
"fragment"
>
<small>
我们只是尽我们所能为你呈现数据
真实
的一面,
</small>
<small>
我们只是尽我们所能为你呈现数据
<span
style=
"color:#f50"
>
真实
</span>
的一面,
</small>
</p>
<p
class=
"fragment"
>
<small>
并且提供了一些直观、易用的交互方式以方便你对所展现数据进行
<span
style=
"color:#f
f450
0"
>
挖掘、提取、修正或整合
</span>
,
<br/><strong>
(拖拽重计算、数据视图)
</strong></small>
<small>
并且提供了一些直观、易用的交互方式以方便你对所展现数据进行
<span
style=
"color:#f
5
0"
>
挖掘、提取、修正或整合
</span>
,
<br/><strong>
(拖拽重计算、数据视图)
</strong></small>
</p>
<p
class=
"fragment"
>
<small>
让你可以更加
<span
style=
"color:#f
f450
0"
>
专注
</span>
于你所关心地方,无论是系列选择、区域缩放还是数值筛选,
<br/><strong>
(图例开关、数据区域缩放、值域漫游)
</strong></small>
<small>
让你可以更加
<span
style=
"color:#f
5
0"
>
专注
</span>
于你所关心地方,无论是系列选择、区域缩放还是数值筛选,
<br/><strong>
(图例开关、数据区域缩放、值域漫游)
</strong></small>
</p>
<p
class=
"fragment"
>
<small>
让你可以有
<span
style=
"color:#f
f450
0"
>
不同的方式解读同样的数据
</span>
。
<br/><strong>
(动态类型切换,多维度堆积,多图联动,混搭)
</strong></small>
<small>
让你可以有
<span
style=
"color:#f
5
0"
>
不同的方式解读同样的数据
</span>
。
<br/><strong>
(动态类型切换,多维度堆积,多图联动,混搭)
</strong></small>
</p>
<div
class=
"fragment"
>
<hr/>
...
...
@@ -601,6 +576,7 @@
<a
href=
"http://ecomfe.github.io/echarts/"
target=
"_blank"
>
ECharts
</a>
的发展离不开他们的卓越贡献:
<br/>
<a
href=
"http://weibo.com/kenerlinfeng"
target=
"_blank"
>
@Kener-林峰
</a>
<a
href=
"http://weibo.com/pissang"
target=
"_blank"
>
@pissang
</a>
<a
href=
"http://weibo.com/errorrik"
target=
"_blank"
>
@errorrik
</a>
<a
href=
"http://weibo.com/wind108369"
target=
"_blank"
>
@杨骥wind108369
</a>
<a
href=
"http://weibo.com/u/2113446991"
target=
"_blank"
>
@宿爽
</a>
<a
href=
"http://crossdo.com"
target=
"_blank"
>
@CrossDo
</a>
...
...
@@ -609,7 +585,6 @@
<p>
<small>
以及他们的鼓舞助威、摇旗呐喊、推波助澜、煽风点火...
<br/>
<a
href=
"http://weibo.com/forain"
target=
"_blank"
>
@diysimon
</a>
<a
href=
"http://weibo.com/errorrik"
target=
"_blank"
>
@errorrik
</a>
<a
href=
"http://weibo.com/taiyun"
target=
"_blank"
>
@cloud_wei
</a>
<a
href=
"http://weibo.com/u/2042635201"
target=
"_blank"
>
@李湛lizhan
</a>
<a
href=
"http://weibo.com/wfsr"
target=
"_blank"
>
@i我佛山人
</a>
...
...
@@ -659,14 +634,14 @@
// Optional libraries used to extend on reveal.js
dependencies
:
[
{
src
:
'
lib/js/classList.js
'
,
condition
:
function
()
{
return
!
document
.
body
.
classList
;
}
},
{
src
:
'
plugin/markdown/marked.js
'
,
condition
:
function
()
{
return
!!
document
.
querySelector
(
'
[data-markdown]
'
);
}
},
{
src
:
'
plugin/markdown/markdown.js
'
,
condition
:
function
()
{
return
!!
document
.
querySelector
(
'
[data-markdown]
'
);
}
},
{
src
:
'
plugin/highlight/highlight.js
'
,
async
:
true
,
callback
:
function
()
{
hljs
.
initHighlightingOnLoad
();
}
},
//{ src: 'plugin/zoom-js/zoom.js', async: true, condition: function
() { return !!document.body.classList; } },
{
src
:
'
plugin/notes/notes.js
'
,
async
:
true
,
condition
:
function
()
{
return
!!
document
.
body
.
classList
;
}
}
// { src: 'plugin/search/search.js', async: true, condition: function
() { return !!document.body.classList; } }
// { src: 'plugin/remotes/remotes.js', async: true, condition: function
() { return !!document.body.classList; } }
{
src
:
'
lib/js/classList.js
'
,
condition
:
function
()
{
return
!
document
.
body
.
classList
;
}
},
{
src
:
'
plugin/markdown/marked.js
'
,
condition
:
function
()
{
return
!!
document
.
querySelector
(
'
[data-markdown]
'
);
}
},
{
src
:
'
plugin/markdown/markdown.js
'
,
condition
:
function
()
{
return
!!
document
.
querySelector
(
'
[data-markdown]
'
);
}
},
{
src
:
'
plugin/highlight/highlight.js
'
,
async
:
true
,
callback
:
function
()
{
hljs
.
initHighlightingOnLoad
();
}
},
//{ src: 'plugin/zoom-js/zoom.js', async: true, condition: function() { return !!document.body.classList; } },
{
src
:
'
plugin/notes/notes.js
'
,
async
:
true
,
condition
:
function
()
{
return
!!
document
.
body
.
classList
;
}
}
// { src: 'plugin/search/search.js', async: true, condition: function() { return !!document.body.classList; } }
// { src: 'plugin/remotes/remotes.js', async: true, condition: function() { return !!document.body.classList; } }
]
});
...
...
doc/start.html
浏览文件 @
92bbc2e1
...
...
@@ -37,7 +37,7 @@
</style>
</head>
<body>
<body
onload=
"prettyPrint()"
>
<!-- Fixed navbar -->
<div
class=
"navbar navbar-default navbar-fixed-top"
role=
"navigation"
id=
"head"
></div>
...
...
index.html
浏览文件 @
92bbc2e1
...
...
@@ -219,7 +219,7 @@
</div>
</div>
<div
class=
"jumbotron"
>
<h1
style=
"font-size: 80px;"
>
现在就出发!
</h1>
<h1
style=
"font-size: 80px;
margin-bottom:30px;
"
>
现在就出发!
</h1>
<a
class=
"btn btn-large btn-warning"
href=
"./doc/start.html"
><i
class=
"fa fa-paper-plane"
></i>
Get started
</a>
</div>
<!-- /END THE FEATURETTES -->
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录