相對於echart, highchart等其他圖表庫算是一個比較底層的可視化工具，簡單來講他不提供任何一種現成的圖表，所有的圖表都是我們在它的庫裡挑選合適的方法構建而成。
基於上面的理解，d3無疑會複雜很多但是也強大自由的多，另外因為d3基於svg所以修改圖表的樣式和結構也會方便很多，但是同樣是這個原因，d3的性能比canvas類庫差了不少，dom畢竟是拖累瀏覽器性能的罪魁禍首。順口提一句，d3也是可以基於canvas構建圖表的。但是這篇文章就不提了。
基本概念
對於d3我們可以簡單的將其分個類：數據處理， dom處理，事件以及其他。 其實dom和事件其實可以合到一起。
前端做可視化的時候肯定需要對數據進行處理，d3提供了一下常用的方法。
因為d3是基於svg所以跟dom打交道肯定是必須的，這裡一定程度替代了jQuery之類的功能。
事件的話其實就是一些交互比如滾輪，拖拽等等都是基礎功能可以進行一系列組合排序
請求就是ajax請求數據源了。
數據處理
數據處理就很簡單了，就是對於數組和集合以及時間的一些處理方法， 比如數組求中位數方差等等，和lodash的一些方法有重合，但是還是偏向數學方面，方法有點多這裡不一一列出了：
/- / array的方法
- d3.min([1, 2, 3, 4]) // 1 不同於Math,min忽略NaN undefined等
- d3.range(1, 10) // [1, 2 ... 10]
- // collection的方法
- d3.entries({foo: 42, bar: true}); // [{key: "foo", value: 42}, {key: "bar", value: true}]
- var map = d3.map([{name: "foo"}, {name: "bar"}], function(d) { return d.name; });
- map.get("foo"); // {"name": "foo"}
- map.get("bar"); // {"name": "bar"}
- map.get("baz"); // undefined
- // time的方法
d3.timeDays(new Date('2014-01-11'), new Date('2014-02-12')) // 獲取2014-01-11 到2014-02-12的日期數組
上面是單純的數據處理也就是工具類，但是d3的強大不僅僅在於此，d3提供了一個強大算法庫，比如力導向圖的碰撞檢測以及tick等等，這裡的功能也屬於數據處理但是又跟插入dom密不可分。
d3的數據不僅僅是這些有些跟dom耦合極深沒辦法完全拎出來說， 而且d3的api極多， 這些東西很多時候也只能邊看文檔邊做。好在d3的示例很多，基本需求都能滿足。
dom處理
關於dom操作d3也提供了一系列方便的接口，比如d3.select，d3.append等等， 這部分的接口相當多，個人也沒法一一說明， 只能說用法都是一樣的，和jQuery相當類似：
- svg.selectAll("circle")
- .data(data)
- .enter().append("circle")
- .attr("cx", function(d) { return d.x; })
- .attr("cy", function(d) { return d.y; })
- .attr("r", 2.5);
上面的代碼是把circle跟data進行數據綁定並插入對應的dom節點(引用自鏈接)：
首先，svg.selectAll("circle") 返回一個空選集，因為當前 SVG 還沒有任何子元素，該選集的父節點是這個 SVG 容器。
然後將該選集與數據綁定，產生三個新的子選集，分別代表三種可能的狀態：enter、update 和 exit。由於當前選集為空，所以 update 和 exit 子選集也為空，enter 子選集就包含了每條數據對應的元素的佔位符。
update 子選集直接通過 selection.data 返回，enter 和 exit 子選集分別通過 selection.enter 和 selection.exit 返回。
那些缺少的元素通過對 enter 子選集調用 selection.append 方法來添加到 SVG 中，這樣就為每條數據添加了一個新的圓點到 SVG 中。
image
如上都是鏈式操作
事件
不同於canvas這裡可以直接觸發原生事件，讓人親切很多。
事件是指基於dom的一些交互操作，包括但不限於click等原生事件，類似jQuery，事件是通過on進行綁定的：
selection.on('click', function (d) {}) // this指向事件元素， d是綁定的數據可以直接使用
同時，d3提供了很多自定義事件諸如drag， zoom，brush等等，這時候就是通過call調用了：
- const brush = d3.brushX()
- .extent([[50, 50], [1100, 150]])
- .on('start brush', brushed)
- .on('end', brushended)
- svg.append("g")
- .call(brush)
上面是調用brush事件，同時調用相應的回調， 都是字面意思，至於還有很多有意思的事件，都隱藏在文檔中。
其他
這個其他就包含了很多東西， 比如異步請求，解析excel，動畫等等，這裡不一一說明了， 但是如果發現有需求沒法實現不妨看看文檔，說不定就內置了呢。
完整示例
下面給個示例，簡單力導向圖示例jsfiddle：
image
核心代碼如下：
- const height = 200
- const width = 200
- const svg = d3.select('body').append('svg')
- const graph = {
- nodes: [
- { id: 1, name: 'test1' },
- { id: 2, name: 'test2' }
- ],
- links: [
- { source: 1, target: 2 }
- ]
- }
- const simulation = d3.forceSimulation()
- .force('charge', d3.forceManyBody().strength(-700).distanceMin(100).distanceMax(1000))
- .force('link', d3.forceLink().id(d => d.id))
- .force('center', d3.forceCenter(width / 2, height / 2))
-
- const link = svg.selectAll('link')
- .data(graph.links)
- .enter()
- .append('line')
- .attr('class', 'link')
- const node = svg.selectAll('node')
- .data(graph.nodes)
- .enter().append('g')
- .attr('class', 'node')
-
- node.append('circle')
- .attr('r', 13)
- .attr('fill', '#999')
- node.append('text')
- .attr('dx', -18)
- .attr('dy', 8)
- .style('font-family', 'overwatch')
- .style('font-size', '18px')
- .text(d => d.name)
- const ticked = function () {
- link.attr('x1', d => d.source.x)
- .attr('y1', d => d.source.y)
- .attr('x2', d => d.target.x)
- .attr('y2', d => d.target.y);
-
- node.attr('transform', d => `translate(${d.x}, ${d.y})`)
- }
- const { nodes, links } = graph
- simulation.nodes(nodes).on('tick', ticked)
- simulation.force('link').links(links)
下面簡單解析一下代碼部分，const svg = d3.select('body').append('svg') 就是上面提到的d3操作dom的部分，就是類似jQuery的插入操作， 總之我們獲取到了svg畫布， graph 是提供了數據關係模型，但是一般來講後端不會這麼提供嚴格的對應關係， 這時候就需要我們隊數據進行處理以獲取合理的數據格式， 一般來講數據格式都是如上。
力導向圖的核心是forceSimulation, 如字面上的意思就是來模擬力的，這是d3的內部算法我們基本干涉不了， 所以d3的力導向圖怎麼動最後停在哪都是我們沒法精確控制的， forceSimulation 定義了力導向圖的基本形態比如key值是否居中等等， 但是到這一步還沒對數據進行任何處理。
const link 和 const node， 簡單講就是把數據和dom進行綁定插入對應的dom節點， 一直到這一步， 我們完成了基本的步驟：根據關係模型繪製對應節點， 由於不是canvas， 每個數據節點都有一個對應的dom節點， 這裡可以對樣式進行精確的處理。
截止上面也並不是非得用d3不可，就是一些dom插入操作， 原生js也是可以實現的。 simulation.nodes(nodes).on('tick', ticked)跟simulation.force('link').links(links)才是d3真正的作用所在，它會修改原來的數據模型在上面掛載一些位置信息， 如圖所示：
image
可以看到，nodes和link上面分別多了不少數據，暫時我們不需要瞭解那麼多， 只要知道x和y是節點的位置信息即可，另外力導向圖會不停的tick（300次左右），每次tick，d3都會修改graph上的位置信息，它內部肯定做了很多事情， 比如碰撞檢測等等。當每次tick觸發的時候我們都已調用一個callback，在這個callback裡更新所有節點的位置信息，也就是上面代碼的ticked, 我們就是修改了node和link的位置信息也就是x1之類的， 這些都是svg提供的接口這裡不多做說明了。 到這裡， 一個完整的力導向圖算是完成了，雖然數據少了點但是並不妨礙我們去理解其中的原理。
總結
通過上面一個完整示例， 我們發現，d3的核心並不在於繪製圖形，這些都是dom操作，而是數據的處理，數據驅動dom，到這裡是不是跟現代mvvm又掛上鉤了，並且d3是基於dom的， 我們完全可以把d3當做一個算法庫，處理數據，至於圖像的繪製完全可以交由react等框架，這是canvas類庫所做不到的。用上virtual dom性能可能還會更高一點。dom操作是昂貴的，virtual dom跟d3搭配味道可能更佳。如果把d3作為一個算法庫我們還缺少最佳實踐。還需要學習。 |
