分区布局 - intelligaia/d3 GitHub Wiki
- 如发现翻译不当或有其他问题可以通过以下方式联系译者:
- 邮箱:[email protected]
- QQ群:D3数据可视化205076374,大数据可视化436442115
分区布局将会产生邻接的图形:一个节点链的树图的空间填充转化体。节点将被绘制为实心区域图(无论是弧还是矩形),而不是在层次结构中绘制父子间链接,节点将被绘制成固定区域(弧度或者方形),并且相对于其它节点的位置显示它们的层次结构中的位置。节点的尺寸将编码为一个量化的维度,这将难以在一个节点链图中展示。
就像D3的其他类,布局将遵循方法链模式,setter方法返回布局本身,并通过一个简洁的语句来调用多个setter方法。
# d3.layout.partition()
创建一个新的带有默认设置的分区布局:默认为值降序的排序顺序;默认值的访问器假定为每一个输入值是一个带有数值属性的对象;默认子值的访问器假定为每一个输入值是一个带有子值数组的对象,大小为1为1×1。
# partition(root) # partition.nodes(root)
运行分区布局,将返回指定根节点 root 的相关联的节点阵列数组。分区布局是D3家族(hierarchical layouts)中的一部分。这些布局将遵循相同的基本结构:传递给布局的输入参数值是层次结构的根节点,并且输出返回值将是一个代表所有节点经过计算的位置的数组。每个节点上将拥有以下几个属性:
parent- 父节点,或空的根节点。children- 子节点的阵列数组,或者为空的叶节点。value- 该节点的值,值访问器所返回的值。depth- 节点的深度(即节点的层级数),根节点为0。x- 节点位置的最小x坐标。y- 节点位置的最小y坐标。dx- 节点位置的x范围。dy- 节点位置的y范围。
虽然布局只有一个x和y尺寸,但它却可以表示一个任意的坐标系;例如,你可以把X作为半径、y作为角度用以产生径向而非笛卡尔布局。在笛卡尔取向上,x,y,dx和dy分别相当于SVG矩形元素(rect)的“x”,“y”,“width”和“height”属性。在径向取向上,它们可以被用于计算弧(arc)生成器的innerRadius,startAngle,outerRadius和endAngle。笛卡尔取向可被称为冰柱树(icicle tree),而径向取向被称为旭日图(sunburst)。
# partition.links(nodes)
给定指定的节点数组 nodes,比如由nodes函数返回的节点,将返回一个对象数组,该数组表示从父到子的每个节点的链接。叶节点将不会有任何的链接。每个链接是一个对象,每个对象具有以下两个属性:
- source - 父节点(如上所述)。
- target - 子节点。
此方法适用于检索一组适于显示的链接描述,通常与对角线(diagonal)形状生成器结合使用。例如:
svg.selectAll("path")
.data(partition.links(nodes))
.enter().append("path")
.attr("d", d3.svg.diagonal());
# partition.children([children])
如果指定了children,将设置指定的children访问器方法。如果没有指定children,则返回当前的children访问器方法,默认输入数据是一个带有一个children数组的对象:
function children(d) {
return d.children;
}
通常情况下,使用d3.json可以很方便地装入节点层次结构,并且将输入层次结构作为嵌套JSON对象。例如:
{
"name": "flare",
"children": [
{
"name": "analytics",
"children": [
{
"name": "cluster",
"children": [
{"name": "AgglomerativeCluster", "size": 3938},
{"name": "CommunityStructure", "size": 3812},
{"name": "MergeEdge", "size": 743}
]
},
{
"name": "graph",
"children": [
{"name": "BetweennessCentrality", "size": 3534},
{"name": "LinkDistance", "size": 5731}
]
}
]
}
]
}
children访问器将在层次结构根节点中首先被调用。如果访问器返回null,则该节点被认为为叶节点,直到布局遍历终止。否则,访问器就会返回一个表示子节点的数据元素的数组。
# partition.sort([comparator])
如果指定的comparator,将使用指定的比较方法来设置为布局的同级节点的排序顺序。如果没有指定comparator,返回当前组的排序顺序,其默认为相关的输入数据的数值属性降序排列:
function comparator(a, b) {
return b.value - a.value;
}
比较器方法用来被节点对调用,此节点对传递给每个节点的输入数据。若比较器方法为null,则排序将被禁用,之后将使用树的遍历顺序。比较器方法也可以使用d3.ascending 或 d3.descending实现。
# partition.value([value])
如果指定value,便将其设置为指定的访问器方法。否则返回当前值访问器,即输入数据是一个带有数值属性的对象:
function value(d) {
return d.value;
}
值访问器将被每个输入的数据元素调用,并且一定会返回一个数字,该数字表示该节点的数值属性值。此值将被成比例的设置每个节点的面积值。
# partition.size([size])
如果指定的size,将通过指定的二元素数组[x,y]设置为有效布局的大小:
var width = 1800, height = 2000;
var partition = d3.layout.partition()
.size([width, height])
.value(function(d) { return d.size; });
如果没有指定size,返回当前布局大小,默认为1×1。
以下为新增内容
Notice, that if the size is not explicitly specified, i.e. defaults to 1×1, the calculated coordinates for each element will be normalized, i.e. each coordinate will be < 1, whereas the sum of all the coordinates giving 1. Consequently, you will not see anything on UI ( since 1x1 is too small to see anything). A good way to use such a situation is to apply linear range scaling. The rendering result will be the same as in case of specifying explicitly the size of the diagram, however you will get a more flexible solution for further implementations:
// first, declare scaling for X and Y axis
var width = 1800, height = 2000,
x = d3.scale.linear().range([0, width]),
y = d3.scale.linear().range([0, height]);
// then apply the scaling for each calculated coordinate
svg.selectAll("rect").data(nodes)
.enter().append("svg:rect")
.attr("x", function(d) { return x(d.x);})
.attr("y", function(d) { return y(d.y);})
.attr("width", function(d) { return x(d.dx);})
.attr("height", function(d) { return y(d.dy); });
以上为新增内容
- Harry 译 2014-11-29
- 咕噜校对 2014-11-30 21:02:50
