2019独角兽企业重金招聘Python工程师标准>>>

// 默认触发事件
$(function(){$(document).ready(function() {$("#dataC_1993").click();
});// 事件
$("#dataC_1993,#dataC_1998,#dataC_2003,#dataC_2008").on("click",function(){// 病的类型(C:慢性病 D:糖尿病 H:高血压)var type = $(this).attr("id").substring(4,5);// 病的年份var year = $(this).attr("id").substring(6);// 输出console.info('类型:' + type,'年份' + year);// 隐藏未点击的图形$("#mete").children().hide();$("#ChinaMap").show();$("#chronic").show();$("#chronicInAge").show();$("#chronicInSex").show();// 需要的图形    require(['echarts','echarts/chart/pie','echarts/chart/line','echarts/chart/bar','echarts/chart/map'],function(ec) {var myChart1 = ec.init(document.getElementById('ChinaMap'));var myChart2 = ec.init(document.getElementById('chronic'));var myChart3 = ec.init(document.getElementById("chronicInAge"));var myChart4 = ec.init(document.getElementById("chronicInSex"));// ChinaMapvar option1 = {// 标题title : {text : '大中小城市分布图',x :'center'},// 提示框tooltip : {// 类目提示框trigger : 'item',// 提示文字格式formatter: '{b}'},// 图例legend : {x : 'left',data:['大城市','中城市','小城市']},// 数据series : [{  name : '大城市',type : 'map',mapType : 'china',hoverable : false,roam :true,data : [],// 图标标注markPoint : {// 标注大小,半宽(半径)参数,当图形为方向或菱形则总宽度为symbolSize*2symbolSize:  5,       itemStyle : {normal : {borderColor : '#FF0000',// 标注边线线宽,患病率px,默认为1borderWidth : 1,            label : {show : false}},emphasis : {borderColor : '#FF0000',borderWidth : 5,label : {show: false}}},// 城市data : [{name : '北京' },{name : '上海' },{name : '广州' },{name : '深圳' }]},// 城市坐标geoCoord: {"北京" : [116.46,39.92],"上海" : [121.48,31.22],"广州" : [113.23,23.16],"深圳" : [114.07,22.62]}},{name : '中城市',type : 'map',mapType : 'china',hoverable : false,roam :true,data : [],markPoint : {symbolSize : 5,       itemStyle : {normal : {borderColor : '#00BBFF',borderWidth : 1,label : {show: false}},// 边部颜色emphasis : {borderColor : '#00BBFF',borderWidth : 5,label : {show : false}}},// 城市data : [{name : '杭州' },{name : '济南' },{name : '天津' },{name : '重庆' },{name : '青岛' },{name : '大连' },{name : '宁波' },{name : '厦门' },{name : '南京' },{name : '武汉' },{name : '哈尔滨' },{name : '沈阳' },{name : '西安' },{name : '成都' },{name : '长春' },{name : '长沙' },{name : '福州' },{name : '郑州' },{name : '石家庄' },{name : '苏州' },{name : '烟台' },{name : '佛山' },{name : '东莞' },{name : '太原' },{name : '合肥' },{name : '南昌' },{name : '南宁' },{name : '昆明' },{name : '温州' },{name : '无锡' },{name : '淄博' },{name : '呼和浩特' },{name : '兰州' },{name : '乌鲁木齐' },{name : '贵阳' },{name : '泉州' },{name : '南通' },{name : '常州' },{name : '潍坊' },{name : '唐山' }]},// 城市坐标geoCoord: {"杭州" : [120.19,30.26],"济南" : [117,36.65],"天津" : [117.2,39.13],"重庆" : [106.54,29.59],"青岛" : [120.33,36.07],"大连" : [121.62,38.92],"宁波" : [ 121.56, 29.86 ],"厦门" : [ 118.1, 24.46 ],"南京" : [ 118.78, 32.04 ],"武汉" : [ 114.31, 30.52 ],"哈尔滨" : [ 126.63, 45.75 ],"沈阳" : [ 123.38, 41.8 ],"西安" : [ 108.95, 34.27 ],"成都" : [ 104.06, 30.67 ],"长春" : [ 125.35, 43.88 ],"长沙" : [ 113, 28.21 ],"福州" : [ 119.3, 26.08 ],"郑州" : [ 113.65, 34.76 ],"石家庄" : [ 114.48, 38.03 ],"苏州" : [ 120.62, 31.32 ],"烟台" : [ 121.39, 37.52 ],"佛山" : [ 113.11, 23.05 ],"东莞" : [ 113.75, 23.04 ],"太原" : [ 112.53, 37.87 ],"合肥" : [ 117.27, 31.86 ],"南昌" : [ 115.89, 28.68 ],"南宁" : [ 108.33, 22.84 ],"昆明" : [ 102.73, 25.04 ],"温州" : [ 120.65, 28.01 ],"无锡" : [ 120.29, 31.59 ],"淄博" : [ 118.05, 36.78 ],"呼和浩特" : [ 111.65, 40.82 ],"兰州" : [ 103.73, 36.03 ],"乌鲁木齐" : [ 87.68, 43.77 ],"贵阳" : [ 106.71, 26.57 ],"泉州" : [ 118.58, 24.93 ],"南通" : [ 121.05, 32.08 ],"常州" : [ 119.95, 31.79 ],"潍坊" : [ 119.1, 36.62 ],"唐山" : [ 118.02, 39.63 ],}},{name : '小城市',type : 'map',mapType : 'china',hoverable : false,roam :true,data : [],markPoint : {symbolSize : 5,itemStyle : {normal : {borderColor : '#CC00CC',borderWidth : 1,label : {show : false}},emphasis : {borderColor : '#CC00CC',borderWidth : 5,label : {show: false}}},// 城市data : [{name : '海口' },{name : '绍兴' },{name : '大庆' },{name : '邯郸' },{name : '包头' },{name : '台州' },{name : '鞍山' },{name : '中山' },{name : '珠海' },{name : '汕头' },{name : '威海' },{name : '泰安' },{name : '吉林' },{name : '柳州' },{name : '东营' },{name : '镇江' },{name : '济宁' },{name : '徐州' },{name : '洛阳' },{name : '拉萨' },{name : '临沂' },{name : '银川' },{name : '西宁' },{name : '保定' },{name : '秦皇岛' },{name : '沧州' },{name : '鄂尔多斯' },{name : '扬州' },{name : '德州' },{name : '泰州' },{name : '赣州' },{name : '九江' },{name : '滨州' },{name : '湖州' },{name : '嘉兴' },{name : '金华' },{name : '桂林' },{name : '惠州' },{name : '湛江' },{name : '江门' },{name : '茂名' },{name : '株洲' },{name : '岳阳' },{name : '衡阳' },{name : '宜昌' },{name : '开封' },{name : '许昌' },{name : '平顶山' },{name : '萍乡' },{name : '宜春' },{name : '上饶' },{name : '新余' },{name : '景德镇' },{name : '商丘' },{name : '绵阳' },{name : '齐齐哈尔' },{name : '牡丹江' },{name : '抚顺' },{name : '荆州' },{name : '日照' },{name : '盐城' },{name : '本溪' },{name : '丹东' },{name : '芜湖' },{name : '辽阳' },{name : '锦州' },{name : '营口' },{name : '宝鸡' },{name : '咸阳' },{name : '葫芦岛' },{name : '承德' },{name : '邢台' },{name : '张家口' },{name : '连云港' },{name : '大同' },{name : '榆林' },{name : '延安' },{name : '克拉玛依' },{name : '喀什' },{name : '石河子' },{name : '南阳' },{name : '濮阳' },{name : '安阳' },{name : '焦作' },{name : '新乡' },{name : '枣庄' },{name : '聊城' },{name : '蚌埠' },{name : '淮南' },{name : '马鞍山' },{name : '丽水' },{name : '衢州' },{name : '安庆' },{name : '抚州' },{name : '天水' },{name : '吉安' },{name : '鹰潭' },{name : '湘潭' },{name : '常德' },{name : '郴州' },{name : '漳州' },{name : '淮安' },{name : '清远' },{name : '揭阳' },{name : '梅州' },{name : '肇庆' },{name : '玉林' },{name : '北海' },{name : '菏泽' },{name : '德阳' },{name : '宜宾' },{name : '遵义' },{name : '大理' }]},// 城市坐标geoCoord: {"鄂尔多斯" : [ 109.781327, 39.608266 ],"齐齐哈尔" : [ 123.97, 47.33 ],"盐城" : [ 120.13, 33.38 ],"日照" : [ 119.46, 35.42 ],"拉萨" : [ 91.11, 29.97 ],"梅州" : [ 116.1, 24.55 ],"威海" : [ 122.1, 37.5 ],"承德" : [ 117.93, 40.97 ],"丹东" : [ 124.37, 40.13 ],"抚顺" : [ 123.97, 41.97 ],"玉溪" : [ 102.52, 24.35 ],"张家口" : [ 114.87, 40.82 ],"湖州" : [ 120.1, 30.86 ],"汕头" : [ 116.69, 23.39 ],"湛江" : [ 110.359377, 21.270708 ],"揭阳" : [ 116.35, 23.55 ],"连云港" : [ 119.16, 34.59 ],"葫芦岛" : [ 120.836932, 40.711052 ],"淮安" : [ 119.15, 33.5 ],"泰州" : [ 119.9, 32.49 ],"营口" : [ 122.18, 40.65 ],"惠州" : [ 114.4, 23.09 ],"延安" : [ 109.47, 36.6 ],"清远" : [ 113.01, 23.7 ],"中山" : [ 113.38, 22.52 ],"珠海" : [ 113.52, 22.3 ],"咸阳" : [ 108.72, 34.36 ],"海口" : [ 110.35, 20.02 ],"江门" : [ 113.06, 22.61 ],"肇庆" : [ 112.44, 23.05 ],"茂名" : [ 110.88, 21.68 ],"嘉兴" : [ 120.76, 30.77 ],"银川" : [ 106.27, 38.47 ],"锦州" : [ 121.15, 41.13 ],"柳州" : [ 109.4, 24.33 ],"吉林" : [ 126.57, 43.87 ],"西宁" : [ 101.74, 36.56 ],"宜宾" : [ 104.56, 29.77 ],"大同" : [ 113.3, 40.12 ],"镇江" : [ 119.44, 32.2 ],"桂林" : [ 110.28, 25.29 ],"北海" : [ 109.12, 21.49 ],"东营" : [ 118.49, 37.46 ],"牡丹江" : [ 129.58, 44.6 ],"遵义" : [ 106.9, 27.7 ],"绍兴" : [ 120.58, 30.01 ],"扬州" : [ 119.42, 32.39 ],"台州" : [ 121.420757, 28.656386 ],"滨州" : [ 118.03, 37.36 ],"本溪" : [ 123.73, 41.3 ],"克拉玛依" : [ 84.77, 45.59 ],"渭南" : [ 109.5, 34.52 ],"马鞍山" : [ 118.48, 31.56 ],"宝鸡" : [ 107.15, 34.38 ],"焦作" : [ 113.21, 35.24 ],"句容" : [ 119.16, 31.95 ],"徐州" : [ 117.2, 34.26 ],"衡水" : [ 115.72, 37.72 ],"包头" : [ 110, 40.58 ],"绵阳" : [ 104.73, 31.48 ],"枣庄" : [ 117.57, 34.86 ],"鞍山" : [ 122.85, 41.12 ],"安阳" : [ 114.35, 36.1 ],"开封" : [ 114.35, 34.79 ],"德阳" : [ 104.37, 31.13 ],"九江" : [ 115.97, 29.71 ],"邯郸" : [ 114.47, 36.6 ],"临安" : [ 119.72, 30.23 ],"沧州" : [ 116.83, 38.33 ],"临沂" : [ 118.35, 35.05 ],"泰安" : [ 117.13, 36.18 ],"聊城" : [ 115.97, 36.45 ],"芜湖" : [ 118.38, 31.33 ],"平顶山" : [ 113.29, 33.75 ],"邢台" : [ 114.48, 37.05 ],"德州" : [ 116.29, 37.45 ],"济宁" : [ 116.59, 35.38 ],"荆州" : [ 112.239741, 30.335165 ],"宜昌" : [ 111.3, 30.7 ],"丽水" : [ 119.92, 28.45 ],"洛阳" : [ 112.44, 34.7 ],"秦皇岛" : [ 119.57, 39.95 ],"株洲" : [ 113.16, 27.83 ],"常德" : [ 111.69, 29.05 ],"保定" : [ 115.48, 38.85 ],"湘潭" : [ 112.91, 27.87 ],"金华" : [ 119.64, 29.12 ],"岳阳" : [ 113.09, 29.37 ],"衢州" : [ 118.88, 28.97 ],"廊坊" : [ 116.7, 39.53 ],"菏泽" : [ 115.480656, 35.23375 ],"大庆" : [ 125.03, 46.58 ],"大理" : [ 99.9536, 25.6805 ],"玉林" : [ 110.2148, 22.3792 ],"漳州" : [ 117.5757, 24.3732 ],"郴州" : [ 113.2361, 25.8673 ],"鹰潭" : [ 117.0813, 28.2349 ],"吉安" : [ 114.884, 26.9659 ],"天水" : [ 105.6445, 34.6289 ],"抚州" : [ 116.4441, 27.4933 ],"安庆" : [ 116.7517, 30.5255 ],"淮南" : [ 116.7847, 32.7722 ],"蚌埠" : [ 117.4109, 33.1073 ],"新乡" : [ 114.2029, 35.3595 ],"濮阳" : [ 115.1917, 35.799 ],"南阳" : [ 112.4011, 33.0359 ],"喀什" : [ 77.168, 37.8534 ],"榆林" : [ 109.8743, 38.205 ],"辽阳" : [ 123.4094, 41.1383 ],"商丘" : [ 115.741, 34.2828 ],"景德镇" : [ 117.334, 29.3225 ],"新余" : [ 114.95, 27.8174 ],"上饶" : [ 117.8613, 28.7292 ],"宜春" : [ 115.0159, 28.3228 ],"萍乡" : [ 113.9282, 27.4823 ],"许昌" : [ 113.6975, 34.0466 ],"衡阳" : [ 112.4121, 26.7902 ],"赣州" : [ 115.2795, 25.8124 ],"石河子" : [ 86.0229, 44.2914 ]}},]};// 按照大城市疾病种类区分,统计患病率var option2 = {title: {text: '患病率分布图',x: 'center'},legend:{x: 'left',data : ['大城市','中城市','小城市']},tooltip : {trigger: 'axis',// 坐标轴指示器,坐标轴触发有效(在trigger为axis时有效)axisPointer : {// 默认为直线,可选为:'line' | 'shadow' | 'cross'type : 'shadow'        }},grid: { // 控制图的大小,调整下面这些值就可以x: 40,x2: 100,// y2可以控制 X轴跟Zoom控件之间的间隔,避免以为倾斜后造成 label重叠到zoom上y2: 150,},xAxis : {// X名称name : '病种',// X轴患病率颜色nameTextStyle : {color : '#444444'},// X轴value名称反转axisLabel : {// 反转角度rotate : 90,// 居中textStyle : {align : 'center'}},type : 'category',data: [{value : '慢性病',textStyle: {baseline : 'middle'}},{value : '传染病计',textStyle: {baseline : 'middle'}},{value : '寄生虫病计',textStyle: {baseline : 'middle'}},{value : '恶性肿瘤计',textStyle: {baseline : 'middle'}},{value : '良性肿瘤计',textStyle: {baseline : 'middle'}},{value : '内分泌、营养',textStyle: {baseline : 'middle'}},{value : '和代谢疾病计',textStyle: {baseline : 'middle'}},{value : '糖尿病',textStyle: {baseline : 'middle'}},{value : '血液,造血器官疾病',textStyle: {baseline : 'middle'}},{value : '精神病小计',textStyle: {baseline : 'middle'}},{value : '神经系病计',textStyle: {baseline : 'middle'}},{value : '眼及附器疾病',textStyle: {baseline : 'middle'}},{value : '耳和乳突疾病',textStyle: {baseline : 'middle'}},{value : '循环系统疾病',textStyle: {baseline : 'middle'}},{value : '心脏病',textStyle: {baseline : 'middle'}},{value : '高血压',textStyle: {baseline : 'middle'}},{value : '脑血管病',textStyle: {baseline : 'middle'}},{value : '呼吸系统疾病',textStyle: {baseline : 'middle'}},{value : '老慢支',textStyle: {baseline : 'middle'}},{value : '消化系统疾病',textStyle: {baseline : 'middle'}},{value : '急性胃炎',textStyle: {baseline : 'middle'}},{value : '肝硬化',textStyle: {baseline : 'middle'}},{value : '胆囊疾病',textStyle: {baseline : 'middle'}},{value : '泌尿生殖系病',textStyle: {baseline : 'middle'}},{value : '皮肤皮下组织',textStyle: {baseline : 'middle'}},{value : '肌肉.骨骼结缔组',textStyle: {baseline : 'middle'}},{value : '类关节炎',textStyle: {baseline : 'middle'}},{value : '先天异常',textStyle: {baseline : 'middle'}},{value : '损伤和中毒',textStyle : {baseline : 'middle'}},{value : '其他',textStyle : {baseline : 'middle'}},{value : '不详',textStyle : {baseline : 'middle'}},]},yAxis : {name : '患病率(‰)',// Y轴患病率颜色nameTextStyle : {color : '#444444'},// 调整刻度max : '100',min : '0',splitNumber : '5'},series : [ {name : '大城市',type : 'bar',data : [10,20,30,40,10,20,30,40,10,20,30,40,10,20,30,40,10,20,30,40,10,20,30,40,10,20,30,40,10,20,30]},{name : '中城市',type : 'bar',data : [50,60,70,78,50,60,70,78,10,20,30,50,60,70,80,40,10,20,30,40,10,20,30,40,10,20,30,40,10,20,30]},{name : '小城市',type : 'bar',data : [10,20,30,40,10,20,30,40,10,20,50,60,70,80,30,40,50,60,70,78,10,20,30,40,10,20,30,40,10,20,30]}]};// 按照年龄区分,统计患病率var option3 = {title: {text: '年龄分布图',x: 'center'},tooltip : {trigger: 'axis',axisPointer : {            // 坐标轴指示器,坐标轴触发有效type : 'shadow'        // 默认为直线,可选为:'line' | 'shadow'}},legend:{// 图例列表的布局x : 'left',data: ['大城市','中城市','小城市']},grid: { // 控制图的大小,调整下面这些值就可以,x: 40,x2: 100,y2: 150,// y2可以控制 X轴跟Zoom控件之间的间隔,避免以为倾斜后造成 label重叠到zoom上},xAxis : {// X名称name : '年龄',type : 'category',data : ['0-4','5-14','15-24','25-34','35-44','45-54','55-64','64以上']},yAxis : {name : '患病率(‰)'},series : [ {name : '大城市',type : 'bar',data : [80,60,50,40,30,55,10,20]},{name : '中城市',type : 'bar',data : [50,30,40,50,60,70,80,10]},{name : '小城市',type : 'bar',data : [30,20,40,50,60,20,15,50]}]};// 按照性别区分,统计患病率var option4 = {title : {text: '性别分布图',x:'center'},// 柱状图颜色color : ['#22B14C','#FFAEC9'],// 提示框tooltip : {trigger: 'axis',axisPointer : {            // 坐标轴指示器,坐标轴触发有效type : 'shadow'  // 默认为直线,可选为:'line' | 'shadow'}},legend: {x : 'left',data:['男', '女']},grid: { // 控制图的大小,调整下面这些值就可以,x: 40,x2: 100,y2: 150,// y2可以控制 X轴跟Zoom控件之间的间隔,避免以为倾斜后造成 label重叠到zoom上},xAxis : [{name : '城市种类',type : 'category',data : ['大城市','中城市','小城市']}],yAxis : [{name : '患病率(‰)',type : 'value',boundaryGap : [0, 0.01]}],series : [{name : '男',type : 'bar',// 柱形间的距离barCategoryGap : '50%',data : [60, 85, 70]},{name:'女',type:'bar',data:[75,80,65]}]};myChart1.setOption(option1);myChart2.setOption(option2);myChart3.setOption(option3);myChart4.setOption(option4);});})
});

运行结果图

A.世界地图(显示具体城市)

B.柱状图类目反转

C.不可描述

D.不可描述

Remark:

菜鸟交流群:260052172(大神莫入)

转载于:https://my.oschina.net/Tsher2015/blog/781871

ECharts实例(4)相关推荐

  1. Echarts数据可视化echarts实例的相关操作,开发全解+完美注释

    全栈工程师开发手册 (作者:栾鹏) Echarts数据可视化开发代码注释全解 Echarts数据可视化开发参数配置全解 6大公共组件详解(点击进入): title详解. tooltip详解.toolb ...

  2. Echarts实例,在线引入echarts

    下载地址 https://echarts.apache.org/zh/download.html 保存页面与html存于一个文件夹 引入在线版本echarts <!DOCTYPE html> ...

  3. Obiee+echarts实例之饼图(2)

    一.效果图 1.这是用Obiee + echarts做出来的饼图,效果如图: 2.数据(仅供参考),如图: 二.代码解析 //前缀 <!-- 引入 ECharts 文件 --> <s ...

  4. vue整合Echarts 实例PM2.5全国主要城市空气质量 百度地图

    ECharts 之前提供下载的矢量地图数据来自第三方,由于部分数据不符合国家<测绘法>规定,目前暂时停止下载服务.建议大家使用以百度地图为底图的形式. 首先申请获取百度开发秘钥ak: ht ...

  5. Echarts中 vab-chart 以全局组件使用时,获取Echarts实例,使用this.myChart.setOption ()

    Echarts 以全局组件使用时,获取Echarts实例,使用this.myChart.setOption (),用于解决二次查询销毁上一次的图表 代码图 代码 legendselect(params ...

  6. ECharts 实例

    <!DOCTYPE html> <html> <head><meta charset="utf-8"><title>第一 ...

  7. Echarts实例中json数据查找

    在学习Echarts时,查看实例时候需要配合实例的数据理解代码.数据获取可以通过chrome的开发者工具获取,在chrome的开发者工具的Network下可以看到json的请求连接,右键点击就可以复制 ...

  8. 初始化echarts实例

    (作者:苦行者:撰写时间:2019年6月15日) 1.在此之前首先要引入一下Echarts插件. 2.html部分如下. 在这里要实例化的图例有三种,分别是饼状图.柱状图和折线图,给它们固定的宽度和高 ...

  9. ECharts实例开发学习笔记二——时间轴

    记录一下ECharts时间轴的使用,首先是照着官方的示例做一遍,在这里不要忘了引入timelineOption.js,后面介绍如何动态创建时间轴的记录数,即根据需求可伸缩显示有多少天或者年月等轴标记数 ...

最新文章

  1. 用python画爱心的代码-Python一行代码画个爱心案例
  2. nginx配置ssl加密(单双向认证、部分https)
  3. mysql 没有mysql库_MySQL安装之后没有MySQL数据库的原因
  4. 【归并排序】求逆序数算法
  5. 通过WAD和Docker热部署Java Enterprise
  6. 【Python学习】 简单语法与常见错误(持续更新)
  7. mysql查看服务器版本sql_云服务器Windows系统查看mysql版本
  8. Away3d学习笔记(1)
  9. java hibernate 插入数据_hibernate 批量插入数据
  10. android基础面试题(一)
  11. 七本前端(javascript、css)最著名工具书免费下载
  12. 硬盘出现c7导致计算机蓝屏,硬盘存在问题_硬盘存在问题c7
  13. php 聚合广告平台,带统计功能的广告管理系统PHP源码 多维度投放策略 多种风格后台...
  14. 某网站cookie加密黑盒调用与算法还原
  15. 纽约大学计算机和信息科学专业排名,纽约大学计算机科学与信息系统世界排名2021年最新排名第21(QS世界排名)...
  16. Shiro 之rememberMe / session
  17. 华为云·云享专家李万龙: IoT 梦想,从0到1的实现
  18. ipad和iphone适配_如何在iPhone和iPad上调节音乐均衡器
  19. 流水线性能吞吐率、加速比、效率计算
  20. 共享开源技术,共建开放生态丨平凯星辰余梦杰出席 2022 世界互联网大会开源论坛圆桌对话

热门文章

  1. 支付宝app支付功能-服务端的实现-python3版
  2. 怎么搭建一个高性能服务器
  3. 解决谷歌的but your computer or network may be sending automated queries
  4. python把日期数据转换成数字_python3时间datetime如何转换成数字?
  5. 微信小程序wx.getImageInfo()获取图片信息
  6. 普歌+阿里云视频点播错误修改
  7. 不正经技术研究,键盘侠,你武器可能有个坑!!
  8. MySQL:排序(filesort)详细解析(8000字长文)
  9. C++加载PNG图片
  10. Educational Codeforces Round 123 (Rated for Div. 2)(ABCDE)