Apache ECharts 5.2.0 新特性
全局过渡动画
自然流畅的过渡动画一直是 Apache ECharts 中一项非常重要的功能。通过避免数据更新时的突变,它不仅提升了视觉效果,也为表达数据的关联和演变提供了可能。因此,在 5.2.0 中,我们进一步增强了这一动画能力。接下来,我们将看到这种全局过渡动画(Universal Transition)如何为图表增加表现力和叙事能力。
在之前的版本中,过渡动画有一定的局限性:它们只能用于相同形状的位置、大小变换,并且只能在同类型的系列上工作。例如,下面的例子反映了饼图中扇区形状的变化所体现的数据百分比变化。
function makeRandomData() { return [ { value: Math.random(), name: 'A' }, { value: Math.random(), name: 'B' }, { value: Math.random(), name: 'C' } ]; } option = { series: [ { type: 'pie', radius: [0, '50%'], data: makeRandomData() } ] }; setInterval(() => { myChart.setOption({ series: { data: makeRandomData() } }); }, 2000);
而从 5.2.0 开始,我们引入了全局过渡动画,这是一个更强大的动画特性。有了它,过渡不再局限于同类型的系列之间。现在,我们可以使用这种跨系列的变形动画,在任何类型的系列和任何类型的形状之间进行动画过渡。
这有多酷?让我们一起来看看!
跨系列的变形过渡
通过设置 universalTransition: true 来开启全局过渡动画特性,从饼图切换到柱状图,或从柱状图切换到散点图,甚至在旭日图(Sunburst)和层级收纳图(Treemap)等更复杂的图表之间,都可以自然地进行变形过渡。
如下所示,在饼图和柱状图之间切换。
const dataset = { dimensions: ['name', 'score'], source: [ ['Hannah Krause', 314], ['Zhao Qian', 351], ['Jasmin Krause ', 287], ['Li Lei', 219], ['Karle Neumann', 253], ['Mia Neumann', 165], ['Böhm Fuchs', 318], ['Han Meimei', 366] ] }; const pieOption = { dataset: [dataset], series: [ { type: 'pie', // associate the series to be animated by id id: 'Score', radius: [0, '50%'], universalTransition: true, animationDurationUpdate: 1000 } ] }; const barOption = { dataset: [dataset], xAxis: { type: 'category' }, yAxis: {}, series: [ { type: 'bar', // associate the series to be animated by id id: 'Score', // Each data will have a different color colorBy: 'data', encode: { x: 'name', y: 'score' }, universalTransition: true, animationDurationUpdate: 1000 } ] }; option = barOption; setInterval(() => { option = option === pieOption ? barOption : pieOption; // Use the notMerge form to remove the axes myChart.setOption(option, true); }, 2000);
更多常用图表间的过渡。

这种过渡不再局限于基础的折、柱、饼图,还可以在柱状图和地图之间进行,

或者在旭日图和层级收纳图之间,甚至在非常灵活的自定义系列之间也可以进行过渡。

注意,你需要配置系列 id,以确保需要进行动画过渡的系列之间存在一一对应关系。
按需引入时需要手动导入该功能。
import { UniversalTransition } from 'echarts/features'; echarts.use([UniversalTransition]);
数据分裂和合并动画
除了常见的数据值更新外,有时我们在交互后还会遇到数据聚合、下钻等更新,此时我们无法直接应用一对一的过渡,而是需要使用分裂和合并等更多动画效果来表达数据的变换。
为了能够表达数据之间可能存在的多对多联系,在 5.2.0 中我们引入了一个新概念 groupId。我们可以通过 series.dataGroupId 为整个系列设置组,或者通过更细粒度的 series.data.groupId 为每个数据项设置所属的组。如果你使用 dataset 来管理数据,则更简单,可以使用 encode.itemGroupId 来指定编码为 groupId 的维度。
例如,如果我们想为柱状图实现下钻动画,可以将下钻后的整组数据设置为相同的 groupId,从而与下钻前的数据相对应。
option = { xAxis: { data: ['Animals', 'Fruits', 'Cars'] }, yAxis: {}, dataGroupId: '', animationDurationUpdate: 500, series: { type: 'bar', id: 'sales', data: [ { value: 5, groupId: 'animals' }, { value: 2, groupId: 'fruits' }, { value: 4, groupId: 'cars' } ], universalTransition: { enabled: true, divideShape: 'clone' } } }; const drilldownData = [ { dataGroupId: 'animals', data: [ ['Cats', 4], ['Dogs', 2], ['Cows', 1], ['Sheep', 2], ['Pigs', 1], ['Cows', 1], ['Sheep', 2], ['Pigs', 1] ] }, { dataGroupId: 'fruits', data: [ ['Apples', 4], ['Oranges', 2], ['Oranges', 2] ] }, { dataGroupId: 'cars', data: [ ['Toyota', 4], ['Opel', 2], ['Volkswagen', 2], ['Volkswagen', 2] ] } ]; myChart.on('click', event => { if (event.data) { const subData = drilldownData.find(data => { return data.dataGroupId === event.data.groupId; }); if (!subData) { return; } myChart.setOption({ xAxis: { data: subData.data.map(item => { return item[0]; }) }, series: { type: 'bar', id: 'sales', dataGroupId: subData.dataGroupId, data: subData.data.map(item => { return item[1]; }), universalTransition: { enabled: true, divideShape: 'clone' } }, graphic: [ { type: 'text', left: 50, top: 20, style: { text: 'Back', fontSize: 18 }, onclick: function() { myChart.setOption(option, true); } } ] }); } });
有了 groupId,我们还可以实现更丰富的聚合和下钻动画。
数据聚合。

单个系列下钻为两个系列

全局过渡动画将表达数据关系和演变的能力提升到了一个新的水平,为你的可视化创作灵感插上了翅膀。
此时,我们知道你已经迫不及待想要尝试了。但别急,5.2.0 中还有更多值得一看的新特性。
调色盘取色策略
在上面的全局过渡动画示例中,你可能已经注意到我们使用了一个在之前版本中没有的 colorBy 配置。该配置也是我们在这个版本中新增的一个特性,用于为系列配置不同粒度的调色盘取色。该配置目前支持两种策略。
'series'按系列分配调色盘中的颜色,使同一系列中的所有数据都具有相同的颜色。'data'根据数据项分配调色盘中的颜色,每个数据项使用不同的颜色。
以前,我们为每种类型的系列固定了这一策略,例如,柱状图固定为 'series',饼图固定为 'data'。
现在有了这个新功能,我们可以为柱状图中的每个数据项分配不同的颜色。
option = { xAxis: { type: 'category', data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'] }, yAxis: { type: 'value' }, series: [ { data: [120, 200, 150, 80, 70, 110, 130], type: 'bar', colorBy: 'data' } ] };
或者在饼图中统一使用一种颜色。
option = { series: { type: 'pie', colorBy: 'series', radius: [0, '50%'], itemStyle: { borderColor: '#fff', borderWidth: 1 }, data: [ { value: 335, name: 'Direct Visit' }, { value: 234, name: 'Union Ad' }, { value: 1548, name: 'Search Engine' } ] } };
这一配置使我们能够免去逐一寻找调色盘颜色并进行设置的麻烦,在特定场景下可能会提供便利。稍后我们将进一步增强此配置,以提供更多策略。
极坐标系柱状图标签
在这一版本中,我们实现了极坐标系下柱状图的标签,并支持丰富的标签位置配置。下面是一个在起点处显示标签的进度图。
option = { angleAxis: { show: false, max: 10 }, radiusAxis: { show: false, type: 'category', data: ['AAA', 'BBB', 'CCC', 'DDD'] }, polar: {}, series: [ { type: 'bar', data: [3, 4, 5, 6], colorBy: 'data', roundCap: true, label: { show: true, // Try changing it to 'insideStart' position: 'start', formatter: '{b}' }, coordinateSystem: 'polar' } ] };
更多标签位置配置。

这种灵活的标签位置配置项极大地丰富了极坐标系柱状图的表现力,使文字能够清晰地与相应数据匹配。
空数据的饼图样式
在之前的版本中,如果饼图中没有数据,屏幕可能会完全空白。因为没有视觉元素,用户可能会怀疑是否存在 bug。
为了解决这个问题,在这一版本中,当没有数据时,我们将默认显示一个灰色的占位圆,以防止屏幕完全空白。我们可以通过 emptyCircleStyle 配置该占位圆的样式。
option = { series: [ { type: 'pie', data: [], // showEmptyCircle: false, emptyCircleStyle: { // change the style to empty circle color: 'transparent', borderColor: '#ddd', borderWidth: 1 } } ] };
如果你不想显示这个灰色圆圈,也可以设置 showEmptyCircle: false 将其关闭。
高维数据的性能增强
自 4.0 以来,我们引入了 dataset 来管理图表数据。然而,在一些具有极高维度(>100)数据的极端场景下,我们可能会遇到一些显著的性能下降,例如下面通过一千个系列可视化千维数据的场景(#11907),甚至可能导致卡顿。
const indices = Array.from(Array(1000), (_, i) => {
return `index${i}`;
});
const option = {
xAxis: { type: 'category' },
yAxis: {},
dataset: {
// dimension: ['date', . . indices],
source: Array.from(Array(10), (_, i) => {
return {
date: i,
... .indices.reduce((item, next) => {
item[next] = Math.random() * 100;
return item;
}, {})
};
})
},
series: indices.map(index => {
return { type: 'line', name: index };
})
};出现这种性能问题的原因是,我们根据需要对每个系列底层的高维数据集进行处理,并保存处理后的数据副本以及关于数据维度的元信息。这意味着在示例中必须处理并保存 1000 x 1000 个维度,这给内存和垃圾回收带来了巨大压力,导致高维情况下的性能剧烈下降。
在新版本中,我们针对这一问题进行了优化,使得所有系列尽可能共享数据集存储(是否共享取决于系列如何使用数据)。这种优化确保了内存不会随着数据集维度和系列的增加而膨胀,显著提升了这种极端场景下的初始化性能。刚才描述的示例的渲染时间也已降低到可以接受的 300 毫秒以内。
受益于此优化的不仅仅是这种高维场景。在使用大数据量的数据集时,由于数据共享,多个系列只需处理一次数据,因此也能带来显著的性能提升。
自定义系列的类型优化
自定义系列提供了一种非常灵活的方式来创建系列图形。与其他系列相比,自定义系列的学曲线可能有点陡峭。因此,在此版本中,我们进一步优化了自定义系列中核心方法 renderItem 的类型,对 renderItem 的参数和返回值类型进行了更精确的推断,从而可以根据返回的类型推断出可以设置元素的哪些属性。
series = {
type: 'custom',
renderItem(params) {
return {
type: 'group',
// The group type uses children to store children of other types
children: [
{
type: 'circle',
// circle has the following configurable shape attributes
shape: { r: 10, cx: 0, cy: 0 },
// Configurable styles
style: { fill: 'red' }
},
{
type: 'rect',
// rect has the following configurable shape properties
shape: { x: 0, y: 0, width: 100, height: 100 }
},
{
type: 'path',
// Custom path shapes
shape: { d: '...' }
}
]
};
}
};总结
如果你对 5.2.0 中的某些功能和优化感兴趣,可以尝试更新到最新版本的 Apache ECharts 并亲自体验。
如果你对 Apache ECharts 的后续计划感兴趣,也可以在 GitHub Milestone 关注我们的开发计划。欢迎作为贡献者加入我们(更多信息请查看 Wiki)。
完整更新日志
查看 更新日志