js 处理可视化数据
声明:ITeye资讯文章的版权属于ITeye网站所有,严禁任何网站转载本文,否则必将追究法律责任!
< > 猎头职位: 北京: 【北京】数据分析高级工程师/经理
大量的单纯性的数据往往会令人很乏味,如果能够将这些数据可视化或者进行分析处理,那么无论从用户体验还是可读性上,都会给浏览者一个很棒的体验。
本文为你介绍6款非常实用的开源的JavaScript库,你可以将一些数据分析处理、可视化的工作交给它们。
1. Cascading Tree Sheets(CTS)
Cascading Tree Sheets(CTS)旨在帮助开发者简化复杂的数据报告。你可以在Web页面中轻松嵌入CTS部件,来创建地图、图表等形式的可视化效果。无需你拥有专业的JavaScript知识。
特点:谷歌地图、条形图、气泡图等6个Web部件,你只需要编写简单的HTML表格和列表,即可产生强大的在线可视化效果。
缺点:可视化选项相当有限。
技能要求:初级
示例/更多信息:CTS部件
2. Data-Driven Documents (D3)
该库可以帮助你将数据绑定到HTML文档中,与Google Chart Tools不同的是,D3提供了大量的数据可视化模板,并且可以自定义,你也可以从头开始进行创建。
特点:有才华的设计师可以创建几乎所有他们想要的东西。D3使用jQuery和CSS选择器在你的HTML文档中选择元素,然后转换它们,比直接使用JavaScript更容易。D3能够处理多种数据格式,包括XML、CSV和JSON等,并包含了简单遍历数据集的功能。
缺点:D3非常强大,因此与其他库相比,学习成本要多一些。此外,D3与早期的IE版本不兼容。
技能要求:专家级
示例/更多信息:D3教程页面
3. Dataset
Dataset号称“数据转换/管理库”,主要用来简化应用程序内部的数据处理,比如可以从各种来源加载、分析、整理、查询和操纵数据。
特点:Dataset可以帮助你处理各种任务,比如将数据存储到Google Spreadsheet、远程轮询实时的数据订阅。此外,Dataset还得到了多家知名机构的支持。
缺点:功能丰富也意味着你需要多花时间来了解。此外,Dataset只是一个数据I/O和操作工具,如果要进行进一步复杂的分析和显示,你还需要其他一些工具。
技能要求:高级用户、专家。
示例:tree map of U.K government spending、line chart from remote data
更多信息:Tutorials on the Dataset website
4. Leaflet
这是一个用于创建交互式地图的JS库,轻量但不失强大,对移动端也非常友好。
特点:Leaflet支持tile层、地图标记、弹出窗口、多边形区域以及用户交互,支持使用鼠标滚轮变焦,在移动设备上支持多点触控缩放。整个库仅有28K。
缺点:Leaflet作者表示“doesn't try to do everything for everyone”,这意味着功能可能会有些局限。
技能要求:专家
示例:election result map、2012 US Senate Election Results
更多信息:Leaflet教程
5. Searchable Map Template with Google Fusion Tables
该库在谷歌 Fusion Tables的基础上增加了一些搜索和过滤功能。
特点:Fusion Tables是一个不错的、易于使用的数据可视化工具,你可以很容易地在Web应用中添加这些功能。
缺点:依赖谷歌的Maps API
技能要求:进阶初学者
示例:Chicago Public School Locator、Free Bay Area Tax Preparation Locations
更多信息:Step-by-step instructions
6. Tabletop
该库可以帮助你从谷歌的在线电子表格中提取数据。
特点:谷歌的在线电子表格允许多人同时更新,通过在Web项目中嵌入Tabletop,你只需点击一次,即可刷新数据。
缺点:依赖于谷歌的服务。
技能要求:进阶初学者
示例:WNYC's mayoral candidate tracker、Choose Your Own Adventure plug-in
更多信息:Tabletop官网
其他相关库
除了上面介绍的6个库外,还有很多同类型的库,比如Google Chart Tools、Highcharts 、JavaScript InfoVis Toolkit、Exhibit等。感兴趣的开发者可以尝试一下。
英文原文:Six useful JavaScript libraries for dealing with data
本文为你介绍6款非常实用的开源的JavaScript库,你可以将一些数据分析处理、可视化的工作交给它们。
1. Cascading Tree Sheets(CTS)
Cascading Tree Sheets(CTS)旨在帮助开发者简化复杂的数据报告。你可以在Web页面中轻松嵌入CTS部件,来创建地图、图表等形式的可视化效果。无需你拥有专业的JavaScript知识。
特点:谷歌地图、条形图、气泡图等6个Web部件,你只需要编写简单的HTML表格和列表,即可产生强大的在线可视化效果。
缺点:可视化选项相当有限。
技能要求:初级
示例/更多信息:CTS部件
2. Data-Driven Documents (D3)
该库可以帮助你将数据绑定到HTML文档中,与Google Chart Tools不同的是,D3提供了大量的数据可视化模板,并且可以自定义,你也可以从头开始进行创建。
特点:有才华的设计师可以创建几乎所有他们想要的东西。D3使用jQuery和CSS选择器在你的HTML文档中选择元素,然后转换它们,比直接使用JavaScript更容易。D3能够处理多种数据格式,包括XML、CSV和JSON等,并包含了简单遍历数据集的功能。
缺点:D3非常强大,因此与其他库相比,学习成本要多一些。此外,D3与早期的IE版本不兼容。
技能要求:专家级
示例/更多信息:D3教程页面
3. Dataset
Dataset号称“数据转换/管理库”,主要用来简化应用程序内部的数据处理,比如可以从各种来源加载、分析、整理、查询和操纵数据。
特点:Dataset可以帮助你处理各种任务,比如将数据存储到Google Spreadsheet、远程轮询实时的数据订阅。此外,Dataset还得到了多家知名机构的支持。
缺点:功能丰富也意味着你需要多花时间来了解。此外,Dataset只是一个数据I/O和操作工具,如果要进行进一步复杂的分析和显示,你还需要其他一些工具。
技能要求:高级用户、专家。
示例:tree map of U.K government spending、line chart from remote data
更多信息:Tutorials on the Dataset website
4. Leaflet
这是一个用于创建交互式地图的JS库,轻量但不失强大,对移动端也非常友好。
特点:Leaflet支持tile层、地图标记、弹出窗口、多边形区域以及用户交互,支持使用鼠标滚轮变焦,在移动设备上支持多点触控缩放。整个库仅有28K。
缺点:Leaflet作者表示“doesn't try to do everything for everyone”,这意味着功能可能会有些局限。
技能要求:专家
示例:election result map、2012 US Senate Election Results
更多信息:Leaflet教程
5. Searchable Map Template with Google Fusion Tables
该库在谷歌 Fusion Tables的基础上增加了一些搜索和过滤功能。
特点:Fusion Tables是一个不错的、易于使用的数据可视化工具,你可以很容易地在Web应用中添加这些功能。
缺点:依赖谷歌的Maps API
技能要求:进阶初学者
示例:Chicago Public School Locator、Free Bay Area Tax Preparation Locations
更多信息:Step-by-step instructions
6. Tabletop
该库可以帮助你从谷歌的在线电子表格中提取数据。
特点:谷歌的在线电子表格允许多人同时更新,通过在Web项目中嵌入Tabletop,你只需点击一次,即可刷新数据。
缺点:依赖于谷歌的服务。
技能要求:进阶初学者
示例:WNYC's mayoral candidate tracker、Choose Your Own Adventure plug-in
更多信息:Tabletop官网
其他相关库
除了上面介绍的6个库外,还有很多同类型的库,比如Google Chart Tools、Highcharts 、JavaScript InfoVis Toolkit、Exhibit等。感兴趣的开发者可以尝试一下。
英文原文:Six useful JavaScript libraries for dealing with data
相关推荐
yangkang 2020-11-09
lbyd0 2020-11-17
sushuanglei 2020-11-12
85477104 2020-11-17
KANSYOUKYOU 2020-11-16
wushengyong 2020-10-28
lizhengjava 2020-11-13
星月情缘 2020-11-13
huangxiaoyun00 2020-11-13
luyong0 2020-11-08
腾讯soso团队 2020-11-06
Apsaravod 2020-11-05
PeterChangyb 2020-11-05
gaobudong 2020-11-04
wwwjun 2020-11-02
gyunwh 2020-11-02
EchoYY 2020-10-31
dingyahui 2020-10-30