效果图

源代码

<!DOCTYPE html>
<html><head><meta charset="utf-8"><title>ECharts</title><!-- 引入 echarts.js --><script src="js/echarts.min.js"></script><script src="dist/extension/dataTool.js"></script></head><body><!-- 为ECharts准备一个具备大小(宽高)的Dom --><div id="main" style="width: 600px;height:400px;"></div><script type="text/javascript">// 基于准备好的dom,初始化echarts实例var myChart = echarts.init(document.getElementById('main'));var option;var data = echarts.dataTool.prepareBoxplotData([[850, 740, 900, 1070, 930, 850, 950, 980, 980, 880, 1000, 980, 930, 650, 760, 810, 1000, 1000, 960, 960],[960, 940, 960, 940, 880, 800, 850, 880, 900, 840, 830, 790, 810, 880, 880, 830, 800, 790, 760, 800],[880, 880, 880, 860, 720, 720, 620, 860, 970, 950, 880, 910, 850, 870, 840, 840, 850, 840, 840, 840],[890, 810, 810, 820, 800, 770, 760, 740, 750, 760, 910, 920, 890, 860, 880, 720, 840, 850, 850, 780],[890, 840, 780, 810, 760, 810, 790, 810, 820, 850, 870, 870, 810, 740, 810, 940, 950, 800, 810, 870]]);option = {title: [{text: 'Michelson-Morley Experiment',left: 'center',},{text: 'upper: Q3 + 1.5 * IQR \nlower: Q1 - 1.5 * IQR',borderColor: '#999',borderWidth: 1,textStyle: {fontSize: 14},left: '10%',top: '90%'}],tooltip: {trigger: 'item',axisPointer: {type: 'shadow'}},grid: {left: '10%',right: '10%',bottom: '15%'},xAxis: {type: 'category',data: data.axisData,boundaryGap: true,nameGap: 30,splitArea: {show: false},axisLabel: {formatter: 'expr {value}'},splitLine: {show: false}},yAxis: {type: 'value',name: 'km/s minus 299,000',splitArea: {show: true}},series: [{name: 'boxplot',type: 'boxplot',data: data.boxData,tooltip: {formatter: function(param) {return ['Experiment ' + param.name + ': ','upper: ' + param.data[5],'Q3: ' + param.data[4],'median: ' + param.data[3],'Q1: ' + param.data[2],'lower: ' + param.data[1]].join('<br/>');}}},{name: 'outlier',type: 'scatter',data: data.outliers}]};myChart.setOption(option);</script></body></html>

113Echarts - 盒须图(Boxplot Light Velocity)相关推荐

  1. 盒须图 python_什么是盒须图?

    盒须图 python What the heck is a box and whisker chart, and why would you need one? Well, I'm not a sta ...

  2. java盒图_盒须图简介 - Java报表工具技术讨论,Style Report 报表专题 - OSCHINA - 中文开源技术交流社区...

    盒须图(Boxplot)主要用于对数据分布的显示.对于详细数据的显示通常采用下面几种方法. 最简单的方法是把所有的数据显示在一个散点图上.读者可以直接观察数据点的分布. 但如果数据量很大,数据点就会大 ...

  3. 盒须图(Boxplot)

    盒须图(Boxplot)主要用于对数据分布的显示.对于详细数据的显示通常采用下面几种方法. 最简单的方法是把所有的数据显示在一个散点图上.读者可以直接观察数据点的分布. 但如果数据量很大,数据点就会大 ...

  4. python boxplot 画盒须图

    python 用boxplot 绘制盒须图 import os import matplotlib.pyplot as plt import pandas as pd import matplotli ...

  5. matplotlib之pyplot模块——绘制箱线图(盒须图)boxplot()(一)基本参数

    当前有效matplotlib版本为:3.4.1. 概述 boxplot()函数的作用是绘制箱线图(箱线图.盒须图.箱图). 箱形图(boxplot)又称盒须图或箱线图,是一种用来显示某一组数据分散情况 ...

  6. 22.23.24.25.盒须图(boxplot)、棉棒图(Stem Plot; Lollipop plot)、极坐标图、雷达图(Radar Chart)

    22.盒须图(boxplot) 23.棉棒图(Stem Plot; Lollipop plot) 24.极坐标图 25.雷达图(Radar Chart) 22.盒须图(boxplot) 盒须图(也称为 ...

  7. matplotlib之pyplot模块——绘制箱线图(盒须图)boxplot()(二)演示外观参数、返回值

    当前有效matplotlib版本为:3.4.1. 概述 boxplot()函数的作用是绘制箱线图(箱线图.盒须图.箱图). 箱线图是由一个箱体和一对箱须所组成的统计图形.箱体是由第一四分位数.中位数( ...

  8. echarts 盒须图配置

    下载依赖包地址 cv工程师: <!DOCTYPE html> <html><head><meta charset="utf-8">& ...

  9. Echarts -盒须图的使用说明

    画盒须图需要dataTool.js !function(e,t){"object"==typeof exports&&"object"==typ ...

最新文章

  1. git reset到之前的某一个commit或者恢复之前删除的某一个分支
  2. list vue 删除后页面渲染_浅谈Vue项目实战(页面渲染+事件绑定)
  3. java上课笔记大全_JAVA基础知识上课笔记
  4. 2017-2018-2 20155327 《信息安全系统设计基础》第2周学习总结
  5. linux下查找java的安装路径和java和tomcat的环境配置
  6. 我买网勾搭搜狐吃货自媒体联盟 大搞自媒体“晒图”营销?
  7. 【抢鲜版】ArcGIS 10.7手把手经典图文安装教程(附安装包下载地址)
  8. python实时数据存储与显示_利用python进行数据加载和存储
  9. linux安装python_如何在 Windows 上安装 Python | Linux 中国
  10. .net Remoting与Web Service的比较
  11. [转]SecureCRT使用配置详细图文教程
  12. python学习笔记十——异常处理
  13. SpringMVC+Spring+Mybatis简单总结
  14. 深度学习:未来机器人的进化途径
  15. 谭浩强版本C语言课后习题第二章
  16. 各个版本的cmake下载
  17. php探针不显示ip,php探针代码_PHP探针获取客户端信息
  18. iPhone录音转文字怎么操作?手把手教你详细流程
  19. 初始化之前使寄存器恢复缺省值的重要性
  20. Docker学习笔记(2)--Docker常用命令

热门文章

  1. 【北京站】技术沙龙第19期:千万日活量级 iOS 应用背后的技术
  2. 【Java】AWT和Swing概述
  3. 解决 hadoop 2.x 配置 yarn 运行任务 Running job 卡住
  4. 算力网络中基于算力标识的算力服务需求匹配
  5. 大聪明教你学Java | 一文解决因前后端分离导致无法从 Session 中拿到所需数据的问题
  6. MATLAB----Roberts锐化滤波器
  7. 计算机视觉相关综述整理
  8. vue实现仿网易云音乐客户端
  9. Android 高德地图定位和导航
  10. 斯坦福的“计算广告学”