利用ECharts3来实现ECharts2实例中的模拟迁徙效果，即背景地图为百度地图。

很多小伙伴都来要demo源码，现在我把demo放在我的GitHub上了。
https://github.com/lixinGiting/echarts3_map_demo
希望大家能给我个star鼓励一下。

效果预览 ：http://htmlpreview.github.io/?https://github.com/lixinGiting/echarts3_map_demo/blob/master/index.html

___________________________________________________________________________________________________


工作需要，想通过ECharts3来制作类似于ECharts2实例中模拟迁徙地图的效果，本来认为很简单，后来发现并不好做，上网查找了相关问题，翻来覆去只有相关的问题，却没有一个合适的答案，后来费心尽力，终于做出一点成果，分享给大家。

在ECharts2中模拟迁徙地图为：点击打开链接

在ECharts3中模拟迁徙地图为：点击打开链接

发现有以下要注意的事项，首先与echarts2相比echarts3有很大的改动：
第一点：ECharts2推荐模块化单文件引入；由于echarts依赖底层zrender，你需要同时下载zrender到本地。
ECharts 3 开始不再强制使用 AMD 的方式按需引入，代码里也不再内置 AMD 加载器。因此引入方式简单了很多，只需要像普通的 JavaScript 库一样用 script 标签引入。
第二点：ECharts3中因为地图精度的提高，不再内置地图数据增大代码体积，你可以在地图下载界面下载到需要的地图文件引入并注册到 ECharts 中。
如果采用echarts3官方给的地图加载方式即

[javascript]  view plain  copy
  1. <script src="echarts.js"></script>
  2. <script src="map/js/china.js"></script>
  3. <script>
  4. var chart = echarts.init(document.getElementById('main'));
  5. chart.setOption({
  6. series: [{
  7. type: 'map',
  8. map: 'china'
  9. }]
  10. });
  11. </script>

那么会得到和echarts3官方实例一样的黑色背景的地图。

echarts2中的模拟迁徙之所以能显示百度地图的背景，是因为它引入了百度地图。
百度地图和echarts2的结合比较简单，官方也有很多百度地图的扩展实例。具体查看请点击
重点是echart3和百度地图的结合
需要引入百度开发者密钥，还要引入bmap文件，否则会报错。百度开发者密钥去百度地图API官网申请即可，很简单。

[javascript]  view plain  copy
  1. <script src="echarts.js"></script>
  2. <script src="bmap.js"></script>
[javascript]  view plain  copy
  1. <script type="text/javascript" src="http://api.map.baidu.com/api?v=2.0&ak=0UqXGL98FSmi22w2Rl6HK56I"></script>

完整的Demo代码：

[javascript]  view plain  copy
  1. <html>
  2. <head>
  3. <meta charset="utf-8">
  4. <style type="text/css">
  5. body {
  6. margin: 0;
  7. }
  8. #main {
  9. height: 100%;
  10. }
  11. </style>
  12. </head>
  13. <body>
  14. <div id="main"></div>
  15. <script src="echarts.js"></script>
  16. <script src="bmap.js"></script>
  17. <script type="text/javascript" src="http://api.map.baidu.com/api?v=2.0&ak=0UqXGL98FSmi22w2Rl6HK56I"></script>
  18. <script>
  19. var myChart = echarts.init(document.getElementById('main'));
  20. var option = {
  21. bmap: {
  22. center: [113.65,34.76],
  23. zoom: 5,
  24. roam: true,
  25. },
  26. series: [{
  27. type: 'map',
  28. coordinateSystem: 'bmap'
  29. }]
  30. };
  31. myChart.setOption(option);
  32. </script>
  33. </body>
  34. </html>

值得注意的是series中的坐标系

[javascript]  view plain  copy
  1. coordinateSystem: 'bmap'


然后我们就可以参考着echarts3中的模拟迁徙图补全代码，最终就可以得到以百度地图为背景的echarts模拟迁徙地图，和echrts2中的模拟迁徙实例非常类似。
官方实例图：
效果图：

[javascript]  view plain  copy
  1. <html>
  2. <head>
  3. <meta charset="utf-8">
  4. <style type="text/css">
  5. body {
  6. margin: 0;
  7. }
  8. #main {
  9. height: 100%;
  10. }
  11. </style>
  12. </head>
  13. <body>
  14. <div id="main"></div>
  15. <script src="echarts.js"></script>
  16. <script src="bmap.js"></script>
  17. <script src="china.js"></script>
  18. <script src="world.js"></script>
  19. <script src="http://libs.baidu.com/jquery/2.0.0/jquery.js"></script>
  20. <script type="text/javascript" src="http://api.map.baidu.com/api?v=2.0&ak=0UqXGL98FSmi22w2Rl6HK56I"></script>
  21. <script>
  22. var myChart = echarts.init(document.getElementById('main'));
  23. var geoCoordMap = {
  24. '上海': [121.4648,31.2891],
  25. '东莞': [113.8953,22.901],
  26. '东营': [118.7073,37.5513],
  27. '中山': [113.4229,22.478],
  28. '临汾': [111.4783,36.1615],
  29. '临沂': [118.3118,35.2936],
  30. '丹东': [124.541,40.4242],
  31. '丽水': [119.5642,28.1854],
  32. '乌鲁木齐': [87.9236,43.5883],
  33. '佛山': [112.8955,23.1097],
  34. '保定': [115.0488,39.0948],
  35. '兰州': [103.5901,36.3043],
  36. '包头': [110.3467,41.4899],
  37. '北京': [116.4551,40.2539],
  38. '北海': [109.314,21.6211],
  39. '南京': [118.8062,31.9208],
  40. '南宁': [108.479,23.1152],
  41. '南昌': [116.0046,28.6633],
  42. '南通': [121.1023,32.1625],
  43. '厦门': [118.1689,24.6478],
  44. '台州': [121.1353,28.6688],
  45. '合肥': [117.29,32.0581],
  46. '呼和浩特': [111.4124,40.4901],
  47. '咸阳': [108.4131,34.8706],
  48. '哈尔滨': [127.9688,45.368],
  49. '唐山': [118.4766,39.6826],
  50. '嘉兴': [120.9155,30.6354],
  51. '大同': [113.7854,39.8035],
  52. '大连': [122.2229,39.4409],
  53. '天津': [117.4219,39.4189],
  54. '太原': [112.3352,37.9413],
  55. '威海': [121.9482,37.1393],
  56. '宁波': [121.5967,29.6466],
  57. '宝鸡': [107.1826,34.3433],
  58. '宿迁': [118.5535,33.7775],
  59. '常州': [119.4543,31.5582],
  60. '广州': [113.5107,23.2196],
  61. '廊坊': [116.521,39.0509],
  62. '延安': [109.1052,36.4252],
  63. '张家口': [115.1477,40.8527],
  64. '徐州': [117.5208,34.3268],
  65. '德州': [116.6858,37.2107],
  66. '惠州': [114.6204,23.1647],
  67. '成都': [103.9526,30.7617],
  68. '扬州': [119.4653,32.8162],
  69. '承德': [117.5757,41.4075],
  70. '拉萨': [91.1865,30.1465],
  71. '无锡': [120.3442,31.5527],
  72. '日照': [119.2786,35.5023],
  73. '昆明': [102.9199,25.4663],
  74. '杭州': [119.5313,29.8773],
  75. '枣庄': [117.323,34.8926],
  76. '柳州': [109.3799,24.9774],
  77. '株洲': [113.5327,27.0319],
  78. '武汉': [114.3896,30.6628],
  79. '汕头': [117.1692,23.3405],
  80. '江门': [112.6318,22.1484],
  81. '沈阳': [123.1238,42.1216],
  82. '沧州': [116.8286,38.2104],
  83. '河源': [114.917,23.9722],
  84. '泉州': [118.3228,25.1147],
  85. '泰安': [117.0264,36.0516],
  86. '泰州': [120.0586,32.5525],
  87. '济南': [117.1582,36.8701],
  88. '济宁': [116.8286,35.3375],
  89. '海口': [110.3893,19.8516],
  90. '淄博': [118.0371,36.6064],
  91. '淮安': [118.927,33.4039],
  92. '深圳': [114.5435,22.5439],
  93. '清远': [112.9175,24.3292],
  94. '温州': [120.498,27.8119],
  95. '渭南': [109.7864,35.0299],
  96. '湖州': [119.8608,30.7782],
  97. '湘潭': [112.5439,27.7075],
  98. '滨州': [117.8174,37.4963],
  99. '潍坊': [119.0918,36.524],
  100. '烟台': [120.7397,37.5128],
  101. '玉溪': [101.9312,23.8898],
  102. '珠海': [113.7305,22.1155],
  103. '盐城': [120.2234,33.5577],
  104. '盘锦': [121.9482,41.0449],
  105. '石家庄': [114.4995,38.1006],
  106. '福州': [119.4543,25.9222],
  107. '秦皇岛': [119.2126,40.0232],
  108. '绍兴': [120.564,29.7565],
  109. '聊城': [115.9167,36.4032],
  110. '肇庆': [112.1265,23.5822],
  111. '舟山': [122.2559,30.2234],
  112. '苏州': [120.6519,31.3989],
  113. '莱芜': [117.6526,36.2714],
  114. '菏泽': [115.6201,35.2057],
  115. '营口': [122.4316,40.4297],
  116. '葫芦岛': [120.1575,40.578],
  117. '衡水': [115.8838,37.7161],
  118. '衢州': [118.6853,28.8666],
  119. '西宁': [101.4038,36.8207],
  120. '西安': [109.1162,34.2004],
  121. '贵阳': [106.6992,26.7682],
  122. '连云港': [119.1248,34.552],
  123. '邢台': [114.8071,37.2821],
  124. '邯郸': [114.4775,36.535],
  125. '郑州': [113.4668,34.6234],
  126. '鄂尔多斯': [108.9734,39.2487],
  127. '重庆': [107.7539,30.1904],
  128. '金华': [120.0037,29.1028],
  129. '铜川': [109.0393,35.1947],
  130. '银川': [106.3586,38.1775],
  131. '镇江': [119.4763,31.9702],
  132. '长春': [125.8154,44.2584],
  133. '长沙': [113.0823,28.2568],
  134. '长治': [112.8625,36.4746],
  135. '阳泉': [113.4778,38.0951],
  136. '青岛': [120.4651,36.3373],
  137. '韶关': [113.7964,24.7028]
  138. };
  139. var BJData = [
  140. [{name:'北京'}, {name:'上海',value:95}],
  141. [{name:'北京'}, {name:'广州',value:90}],
  142. [{name:'北京'}, {name:'大连',value:80}],
  143. [{name:'北京'}, {name:'南宁',value:70}],
  144. [{name:'北京'}, {name:'南昌',value:60}],
  145. [{name:'北京'}, {name:'拉萨',value:50}],
  146. [{name:'北京'}, {name:'长春',value:40}],
  147. [{name:'北京'}, {name:'包头',value:30}],
  148. [{name:'北京'}, {name:'重庆',value:20}],
  149. [{name:'北京'}, {name:'常州',value:10}]
  150. ];
  151. var SHData = [
  152. [{name:'上海'},{name:'包头',value:95}],
  153. [{name:'上海'},{name:'昆明',value:90}],
  154. [{name:'上海'},{name:'广州',value:80}],
  155. [{name:'上海'},{name:'郑州',value:70}],
  156. [{name:'上海'},{name:'长春',value:60}],
  157. [{name:'上海'},{name:'重庆',value:50}],
  158. [{name:'上海'},{name:'长沙',value:40}],
  159. [{name:'上海'},{name:'北京',value:30}],
  160. [{name:'上海'},{name:'丹东',value:20}],
  161. [{name:'上海'},{name:'大连',value:10}]
  162. ];
  163. var GZData = [
  164. [{name:'广州'},{name:'福州',value:95}],
  165. [{name:'广州'},{name:'太原',value:90}],
  166. [{name:'广州'},{name:'长春',value:80}],
  167. [{name:'广州'},{name:'重庆',value:70}],
  168. [{name:'广州'},{name:'西安',value:60}],
  169. [{name:'广州'},{name:'成都',value:50}],
  170. [{name:'广州'},{name:'常州',value:40}],
  171. [{name:'广州'},{name:'北京',value:30}],
  172. [{name:'广州'},{name:'北海',value:20}],
  173. [{name:'广州'},{name:'海口',value:10}]
  174. ];
  175. var planePath = 'path://M1705.06,1318.313v-89.254l-319.9-221.799l0.073-208.063c0.521-84.662-26.629-121.796-63.961-121.491c-37.332-0.305-64.482,36.829-63.961,121.491l0.073,208.063l-319.9,221.799v89.254l330.343-157.288l12.238,241.308l-134.449,92.931l0.531,42.034l175.125-42.917l175.125,42.917l0.531-42.034l-134.449-92.931l12.238-241.308L1705.06,1318.313z';
  176. var convertData = function (data) {
  177. var res = [];
  178. for (var i = 0; i < data.length; i++) {
  179. var dataItem = data[i];
  180. var fromCoord = geoCoordMap[dataItem[0].name];
  181. var toCoord = geoCoordMap[dataItem[1].name];
  182. if (fromCoord && toCoord) {
  183. res.push({
  184. fromName: dataItem[0].name,
  185. toName: dataItem[1].name,
  186. coords: [fromCoord, toCoord]
  187. });
  188. }
  189. }
  190. return res;
  191. };
  192. var color = ['#a6c84c', '#ffa022', '#46bee9'];
  193. var series = [];
  194. [['北京', BJData], ['上海', SHData], ['广州', GZData]].forEach(function (item, i) {
  195. series.push({
  196. name: item[0] + ' Top10',
  197. type: 'lines',
  198. coordinateSystem: 'bmap',
  199. zlevel: 1,
  200. effect: {
  201. show: true,
  202. period: 6,
  203. trailLength: 0.7,
  204. color: '#fff',
  205. symbolSize: 3
  206. },
  207. lineStyle: {
  208. normal: {
  209. color: color[i],
  210. width: 0,
  211. curveness: 0.2
  212. }
  213. },
  214. data: convertData(item[1])
  215. },
  216. {
  217. name: item[0] + ' Top10',
  218. type: 'lines',
  219. coordinateSystem: 'bmap',
  220. zlevel: 2,
  221. effect: {
  222. show: true,
  223. period: 6,
  224. trailLength: 0,
  225. symbol: planePath,
  226. symbolSize: 15
  227. },
  228. lineStyle: {
  229. normal: {
  230. color: color[i],
  231. width: 1,
  232. opacity: 0.4,
  233. curveness: 0.2
  234. }
  235. },
  236. data: convertData(item[1])
  237. },
  238. {
  239. name: item[0] + ' Top10',
  240. type: 'effectScatter',
  241. coordinateSystem: 'bmap',
  242. zlevel: 2,
  243. rippleEffect: {
  244. brushType: 'stroke'
  245. },
  246. label: {
  247. normal: {
  248. show: true,
  249. position: 'right',
  250. formatter: '{b}'
  251. }
  252. },
  253. symbolSize: function (val) {
  254. return val[2] / 8;
  255. },
  256. itemStyle: {
  257. normal: {
  258. color: color[i]
  259. }
  260. },
  261. data: item[1].map(function (dataItem) {
  262. return {
  263. name: dataItem[1].name,
  264. value: geoCoordMap[dataItem[1].name].concat([dataItem[1].value])
  265. };
  266. })
  267. });
  268. });
  269. option = {
  270. backgroundColor: '#404a59',
  271. title : {
  272. text: '模拟迁徙',
  273. subtext: '数据纯属虚构',
  274. left: 'center',
  275. textStyle : {
  276. color: '#fff'
  277. }
  278. },
  279. tooltip : {
  280. trigger: 'item'
  281. },
  282. legend: {
  283. orient: 'vertical',
  284. top: 'bottom',
  285. left: 'right',
  286. data:['北京 Top10', '上海 Top10', '广州 Top10'],
  287. textStyle: {
  288. color: '#fff'
  289. },
  290. selectedMode: 'single'
  291. },
  292. dataRange: {
  293. min: 0,
  294. max: 100,
  295. x: 'right',
  296. calculable: true,
  297. color: ['#ff3333', 'orange', 'yellow', 'lime', 'aqua'],
  298. textStyle: {
  299. color: '#fff'
  300. }
  301. },
  302. bmap: {
  303. center: [115.97, 29.71],
  304. zoom: 5,
  305. roam: true
  306. },
  307. series: series
  308. };
  309. myChart.setOption(option);
  310. </script>
  311. </body>
  312. </html>

利用ECharts3来实现ECharts2实例中的模拟迁徙效果，即背景地图为百度地图。 标签： ECharts3Echarts2模拟迁徙百度地图引入相关推荐

  1. 利用ECharts3来实现ECharts2实例中的模拟迁徙效果，即背景地图为百度地图。 标签： ECharts3Echarts2模拟迁徙百度地图引入 2016-10-24 16:21 10065人阅

    利用ECharts3来实现ECharts2实例中的模拟迁徙效果,即背景地图为百度地图. 标签: ECharts3Echarts2模拟迁徙百度地图引入 2016-10-24 16:21  10065人阅 ...

  2. React中实现类似v-click-outside效果

    React中实现类似v-click-outside效果 问题背景 有时候我们需要点击某个下拉框等元素.组件的外部关闭下拉框. 解决方法 使用window.addEventListener监听整个页面 ...

  3. （八）webStorage使用实例——利用storage事件实时监视webStorage中的数据

    在HTML5中,可以通过window对象的storage事件进行监听并指定其事件处理函数的方法来定义当其在其他页面中修改sessionStorage或localStorage中的值时所要执行的处理,代 ...

  4. Winform/WPF实例中的相互操作

    介绍一下如何在实例中相互操作,比如在程序A中调用程序B中的方法,看起来不太可能,不过我们可以利用Win32API来实现.我们需要用到2个Win32函数: uint RegisterWindowsMes ...

  5. python ks值计算_利用Python计算KS的实例详解

    在金融领域中,我们的y值和预测得到的违约概率刚好是两个分布未知的两个分布.好的信用风控模型一般从准确性.稳定性和可解释性来评估模型.sOf免费资源网 一般来说.好人样本的分布同坏人样本的分布应该是有很 ...

  6. python支持函数式编程吗_利用Fn.py库在Python中进行函数式编程

    尽管Python事实上并不是一门纯函数式编程语言,但它本身是一门多范型语言,并给了你足够的自由利用函数式编程的便利.函数式风格有着各种理论与实际上的好处(你可以在Python的文档中找到这个列表): ...

  7. 决策树留一法python代码_从实例中归纳决策树_人工智能一

    从实例中归纳决策树_人工智能一 18.3.3 从实例中归纳决策树 布尔决策树的一个实例是由一个输入属性向量X以及一个唯一的布尔输出值y组成的.一个实例集合(X1,y1),-,(X12,y12)如图18 ...

  8. 利用勾子监视系统或进程中的各种事件消息，截获发往目标窗口的消息并进行处理

    钩子实际上是一个处理消息的程序段,通过系统调用,把它挂入系统.每当特定     的消息发出,在没有到达目的窗口前,钩子程序就先捕获该消息,亦即钩子函数先得     到控制权.这时钩子函数即可以加工处理 ...

  9. html天气插件iframe,HTML_利用iframe在网页中显示天气附效果截图，css： 复制代码代码如下: *{margi - phpStudy...

    利用iframe在网页中显示天气附效果截图 css: 复制代码代码如下: *{margin:0;padding:0;list-style-type:none;} a,img{border:0;} bo ...

最新文章

  1. SAP RETAIL 为门店维护多个存储地点
  2. 动态加载jar 并进行调用
  3. ngx_lua模块中的共享内存字典项API
  4. Object address check - Jurisdiction code
  5. Spring Boot的Spring Data JPA示例
  6. WCF中使用自定义behavior提示错误的解决方法
  7. 剑指offer面试题[54]-表示数值的字符串
  8. php单独使用blade模板引擎,laravel 基础教程 —— Blade 模板引擎
  9. Windows10下VB6.0开发——常见控件使用整理
  10. *第十周*数据结构实践项目一【二叉树的链式存储算法库】
  11. 怎么隐藏电脑桌面计算机,电脑怎么隐藏桌面图标？
  12. HTTP/HTTPS/SOCKS5协议的区别
  13. NO3：步履蹒跚-完成第一章节学习
  14. 如何辩证看待技术与业务的关系
  15. 一个有意思的在线绘图（像Flash） - zas 的flash blog　|闪客,RIA - 歪酷博客 Ycool Blog
  16. conda安装包时提示当前用户没有权限
  17. android微信列表滑动删除,Android仿微信对话列表滑动删除效果
  18. 【Hibernate】 Api
  19. iOS动手做一个直播app开发(代码篇)
  20. 创建您的第一个Substrate区块链

热门文章

  1. 影院购票系统座位信息锁定问题
  2. 大型分布式电商系统架构是如何从0开始演进的？
  3. P1605 迷宫 洛谷
  4. 项目实战分享-大数据时代-航空公司该如何转型（四）
  5. Windows对文件批量重命名
  6. 第一章（1.1）人工智能简介
  7. The User Experience Honeycomb
  8. abaqus编写本构方程vumat_基于Abaqus子程序的高分子材料本构关系实现
  9. 数控开料机，数控开料机与数控雕刻机的区别
  10. 学习-Java数组之foreach遍历数组之正负数数量统计