据说d3没有采用任何特定数据,无论是json还是csv。但我注意到了一些奇怪的行为。
在此示例http://bl.ocks.org/mbostock/4339083中,输入文件是json so
d3.json("/d/4063550/flare.json", function(error, flare) {
root = flare;
root.x0 = height / 2;
root.y0 = 0;
function collapse(d) {
if (d.children) {
d._children = d.children;
d._children.forEach(collapse);
d.children = null;
}
}
root.children.forEach(collapse); //?
update(root);
});
在此example中,它是一个加载的csv文件
d3.csv("FederalBudget_2013_a.csv", function(csv) {
var data=[];
//Remove all zero values nodes
csv.forEach(function (d) {
var t=0;
for (var i=0; i < sumFields.length; i++) {
t+= Number(d[sumFields[i]]);
}
if (t > 0) {
data.push(d);
}
})
var nest = d3.nest()
.key(function(d) { return d.Level1; })
.key(function(d) { return d.Level2; })
.key(function(d) { return d.Level3; })
.entries(data);
root={};
root.values=nest;
root.x0 = h / 2;
root.y0 = 0;
var nodes = tree.nodes(root).reverse(); //?
tree.children(function (d){ return d.children;}); //?
update(root);
});
请澄清为什么我有不同的方法来放置一个问号。我试图在第二个例子中看到孩子,但没有返回任何东西。 谢谢。
答案 0 :(得分:1)
d3确实可以使用各种数据格式,但是您提供的示例正在尝试执行不同的操作,因为提供的每种数据类型的配置方式都是如此。
第一个示例中的json文件是在层次结构中配置的,该层次结构表示树形图可以立即使用的数据类型,但csv数据是“平坦的”,因为它尚未形成为以树形式安排父/子关系。 例如,以下是“扁平”数据结构,其中一系列命名节点均具有父级。
name,parent
"Level 2: A","Top Level"
"Top Level", "null"
"Son of A","Level 2: A"
"Daughter of A","Level 2: A"
"Level 2: B","Top Level"
以下是使用层次结构中表示的关系编码的相同数据(作为json等效项)。
[
{
"name": "Top Level",
"parent": "null",
"children": [
{
"name": "Level 2: A",
"parent": "Top Level",
"children": [
{
"name": "Son of A",
"parent": "Level 2: A"
},
{
"name": "Daughter of A",
"parent": "Level 2: A"
}
]
},
{
"name": "Level 2: B",
"parent": "Top Level"
}
]
}
]
图形等价物如下;
查看解释输入类型和其他一些实现的this blog post可能很有用
答案 1 :(得分:0)
为了澄清BrightPoint示例,使用d3.nest()
函数获取平面CSV数据并根据.key
值创建层次结构(在本例中为平面CSV数据中的列名称。)是孩子们被创造的地方。
理想情况下,您的后端服务可以创建JSON格式的数据,但通常您必须操纵数据客户端才能将其转换为易于理解的格式。