原文：Learn to Create D3.js Data Visualizations by Example
译者：kmokidd，UI 工程师。
责编：陈秋歌，CSDN内容运营，关注前端开发、用户体验技术领域。研发心得、项目实战、前沿技术、外文翻译……，只要是技术干货，十分欢迎投稿至chenqg#csdn.net。人人都是主编，这里就是你的舞台。
基于 D3.js ，编写 HTML、SVG 和 CSS 就能让你的数据变得生动起来，这是一个基于数据操作 DOM 的 JavaScript 库。
我看来，每一位 Web 开发者最应该学习的三个 JavaScript 库就是 jQuery、Underscore 和 D3。在学习它们的过程中，你将会从新的角度去思考如何写代码：jQuery 让你知道如何用尽量少的代码，尽可能多地操作 DOM；Underscore （或者称之为 lodash）用函数式的工具改变你写程序的方式；而 D3 给了你大量的操作数据的工具，以及图形化编程的思想。如果你还不了解 D3，请花一些时间看看它的例子，体会一下 D3 能做到什么。
这可不是你老爸的图表库。
D3 有极高的灵活性，它是一个比较基础的可视化 js 库，api 和 jQuery 很像，可以把数据和 HTML 结构或者 SVG 文档对应起来。D3 有丰富的数学函数来处理数据转换和物理计算，它擅长于操作 SVG 中的路径 （path） 和几何图形 （circle、ellipse、rect…）。
这篇文章旨在给读者一个 D3 的概览，在接下来的例子里，你会看到输入的数据、数据变换和最后的输出文档。我将不会解释逐个函数做了什么，我会把代码展示给你看，希望从中你能知道大致这些代码是怎么工作的。只有在 Scales 和 Selections 的部分我才会重点解释。
柱状图
我说过在 D3 中，你能使用到的图表远比 Playfair 先生发明过的要多，但是学跑前先走好路，我们从最简单的柱状图开始，了解一下 D3 是怎么将数据和文档流结合在一起的：
d3.select('#chart')
.selectAll("div")
.data([4, 8, 15, 16, 23, 42])
.enter()
.append("div")
.style("height", (d)=> d + "px")selectAll 方法返回了一个 D3 selection。D3 selection 是一个数组，当针对一个数据点创建一个 div ，然后通过 enter() 和 append() 调用这个 div 时，selection 中的元素就会被创建出来。
上述代码中的输入数据是一组数组：[4, 8, 15, 16, 23, 42]，对应的输出 HTML 结构是：
<div id="chart">
<div style="height: 4px;"></div>
<div style="height: 8px;"></div>
<div style="height: 15px;"></div>
<div style="height: 16px;"></div>
<div style="height: 23px;"></div>
<div style="height: 42px;"></div>
</div>所有不需要通过 JS 控制的视觉层内容都写到 CSS 中：
#chart div { display: inline-block; background: #4285F4; width: 20px; margin-right: 3px; }GitHub 贡献表
只需要更改柱状图代码中的几行，我们就能得到一个 GitHub 贡献表。
和柱状图不同地方在于，图表中根据数据变化的不再是元素的高度，而是元素的 background-color （背景色）。
const colorMap = d3.interpolateRgb(
d3.rgb('#d6e685'),
d3.rgb('#1e6823')
)
d3.select('#chart')
.selectAll("div")
.data([.2, .4, 0, 0, .13, .92])
.enter()
.append("div")
.style("background-color", (d)=> { return d == 0 ? '#eee' : colorMap(d) })colorMap 函数接收的输入值要在0到1之间，返回的是一个颜色值，这个值是在以输入值中两两数据为颜色值之间的渐变色值。插值法是图形编程和动画的关键点。在后面我们将会看到更多这方面的例子。
SVG
D3 最大的魅力大概来自于它能应用在 SVG 上，也就是说平面图形比如圆形、多边形、路径和文本，它都可以交互。
<svg width="200" height="200">
<circle fill="#3E5693" cx="50" cy="120" r="20" />
<text x="100" y="100">Hello SVG!</text>
<path d="M100,10L150,70L50,70Z" fill="#BEDBC3" stroke="#539E91" stroke-width="3">
</svg>上述代码实现的是：
- 一个圆心在 (50,120)，半径是 20 的圆形;
- 一段位于 (100,100) 的文本;
- 一个 3px 粗边的三角形，d 指的是方向，从点 (100,100) 画线到点 (150,170) 再到点 (50,70) 结束
可以算是 SVG 中最好用的元素了。
圆形
上面的例子中给出的数据结构是很简单的一组数据，D3 的能力远不止于此，它还可以操作更复杂的数据类型。
const data = [{ label: "7am", sales: 20 },{ label: "8am", sales: 12 }, { label: "9am", sales: 8 }, { label: "10am", sales: 27 }]对每一个数据点，我们都将有一个 g （组）元素在 #chart 中，根据对象的属性，每个组里会有一个 元素和一个 元素。
下面的代码将输入数据和 SVG 文档一一对应起来，你能看出它的原理吗？
<svg height="100" width="250" id="chart">
<g>
<circle cy="40" cx="50" r="20"/>
<text y="90" x="50">7am</text>
</g>
<g>
<circle cy="40" cx="100" r="12"/>
<text y="90" x="100">8am</text>
</g>
<g>
<circle cy="40" cx="150" r="8"/>
<text y="90" x="150">9am</text>
</g>
<g>
<circle cy="40" cx="200" r="27"/>
<text y="90" x="200">10am</text>
</g>
</svg>折线图
用 SVG 实现折线图再简单不过，我们将下面这些数据：
const data = [
{ x: 0, y: 30 },
{ x: 50, y: 20 },
{ x: 100, y: 40 },
{ x: 150, y: 80 },
{ x: 200, y: 95 }
]转换成以下的 SVG 文档：
<svg id="chart" height="100" width="200">
<path stroke-width="2" d="M0,70L50,80L100,60L150,20L200,5">
</svg>**注意：**SVG 代码中的 y 值和输入值的 y 值不同，是用 100 减去给定的 y 值，因为在 SVG 中屏幕的左上角是 (0,0)，所以在纵坐标最大值是 100 的坐标系中，需要这么处理。
可以这么实现只由一条 path 构成的图形：
const path = "M" + data.map((d)=> { return d.x + ',' + (100 - d.y); }).join('L'); const line = `<path stroke-width="2" d="${ path }"/>`; document.querySelector('#chart').innerHTML = line;上面的代码看着可麻烦了，D3 其实提供了路径生成函数来简化这个步骤：
const line = d3.svg.line()
.x((d)=> d.x) .y((d)=> 100 - d.y) .interpolate("linear") d3.select('#chart') .append("path") .attr('stroke-width', 2) .attr('d', line(data))清爽多了！interpolate 函数可接受不同的参数，画出不一样的图形，除了 ‘linear’，还可以试试看 ‘basis’、’cardinal’……
Scales
Scales 函数可以将一个输入集映射到一个输出集中。
上述例子所用的数据都是假数据，不会超过坐标轴所设定的范围。当数据是动态变化的时候，事情可就没有这么简单了，你需要将输入映射到固定范围的输出中，也就是我们的坐标轴。
假设我们有一个 500px X 200px 大小的折线图区域，输入数据是：
const data = [
{ x: 0, y: 30 },
{ x: 25, y: 15 },
{ x: 50, y: 20 }
]如果 y 轴的范围在 [0,30]，x 轴的范围在 [0,50]，那数据就能被漂亮地呈现在屏幕上。不过现实是，y 轴范围在0到200，x 轴范围在0到500间。
我们可以用 d3.max 获取到输入数据中的最大的 x 值和 y 值，然后创建出对应的 scales。
scale 和上面用到的颜色差值函数类似，都是将输入值对应到固定的输出范围中。
xScale(0) -> 0
xScale(10) -> 100
xScale(50) -> 500对于超出输出值范围的输入值，同样适用：
xScale(-10) -> -100
xScale(60) -> 600在生成折线图的代码中 scales 可以这么使用：
const line = d3.svg.line()
.x((d)=> xScale(d.x)) .y((d)=> yScale(d.y)) .interpolate("linear")scales 还能让图形更优雅地显示出来，比如加上一点间距：
const padding = 20;
const xScale = d3.scale.linear()
.domain([0, xMax])
.range([padding, width - padding])
const yScale = d3.scale.linear()
.domain([0, yMax])
.range([height - padding, padding])现在可以在有动态数据集的前提下生成该集的折线图，这条折线图保证会在 500px X 200px 的范围内，并且距离该区域的四边都有 20px 的间距。
线性的 scale 最常见，不过还有处理指数的 pow、处理非数值数据（比如分类、命名等）的 ordinal scales，除此之外还有 Quantitative Scales、Ordinal Scales 和 Time Scales。
比如把我的寿命当做输入值，映射到 [0,500] 的区域内：
const life = d3.time.scale()
.domain([new Date(1986, 1, 18), new Date()])
.range([0, 500])
// 0 到 500 之间的哪个点才是我的 18 岁生日呢？
life(new Date(2004, 1, 18))航线数据可视化
到目前为止，我们看到的都是静止的图像。接下来，以墨尔本到悉尼的航线为例，试试动态图像吧。
上面的效果是基于 SVG 的文本 (text)、线条 (line) 和圆形 (circle)。
<svg id="chart" width="600" height="500">
<text class="time" x="300" y="50" text-anchor="middle">6:00</text>
<text class="origin-text" x="90" y="75" text-anchor="end">MEL</text>
<text class="dest-text" x="510" y="75" text-anchor="start">SYD</text>
<circle class="origin-dot" r="5" cx="100" cy="75" />
<circle class="dest-dot" r="5" cx="500" cy="75" />
<line class="origin-dest-line" x1="110" y1="75" x2="490" y2="75" />
<!-- for each flight in the current time -->
<g class="flight">
<text class="flight-id" x="160" y="100">JQ 500</text>
<line class="flight-line" x1="100" y1="100" x2="150" y2="100" />
<circle class="flight-dot" cx="150" cy="100" r="5" />
</g>
</svg>动态变化的部分是时间和不同的航班，数据源大概长这样：
let data = [
{ departs: '06:00 am', arrives: '07:25 am', id: 'Jetstar 500' },
{ departs: '06:00 am', arrives: '07:25 am', id: 'Qantas 400' },
{ departs: '06:00 am', arrives: '07:25 am', id: 'Virgin 803' }
]我们需要将每条航线的出发和到达时间用 scale 映射到 x 轴上，这些数据将会动态地变化。在代码开始的位置，就将这些数据依次设定为 Date 对象，并 scale 它们，后面方便使用。对日期的处理我用的是 Moment.js。
data.forEach((d)=> {
d.departureDate = moment(d.departs, "hh-mm a").toDate();
d.arrivalDate = moment(d.arrives, "hh-mm a").toDate();
d.xScale = d3.time.scale()
.domain([departureDate, arrivalDate])
.range([100, 500])
});现在可以把数据传入 xScale() 获取到每条航线的 x 坐标。
渲染循环
出发和到达时间都四舍五入到 5 分钟，所以在第一个航班起飞时间和最后一个航班到达时间之间以 5分钟为单位递增。
let now = moment(data[0].departs, "hh:mm a");
const end = moment(data[data.length - 1].arrives, "hh:mm a");
const loop = function() {
const time = now.toDate();
// 选出当前的航班
const currentData = data.filter((d)=> { return d.departureDate <= time && time <= d.arrivalDate }); render(currentData, time); if (now <= end) { // Increment 5m and call loop again in 500ms // 5分钟为增量，500ms 轮询依次 now = now.add(5, 'minutes'); setTimeout(loop, 500); } }创建、更新和过期
在以下场景下，开发者可以指定要使用的数据变换和元素过渡方式：
- 新数据点出现的时候（创建时）
- 现有的数据发生变化（更新时）
- 数据不再使用时（过期时）
const render = function(data, time) {
// 渲染 'time'
d3.select('.time')
.text(moment(time).format("hh:mm a"))
// 创建 selection，传入数据集
const flight = d3.select('#chart')
.selectAll('g.flight')
.data(data, (d)=> d.id) // 为新的数据创建节点 const newFlight = flight.enter() .append("g") .attr('class', 'flight') const xPoint = (d)=> d.xScale(time);
const yPoint = (d, i)=> 100 + i * 25;
newFlight.append("circle")
.attr('class',"flight-dot")
.attr('cx', xPoint)
.attr('cy', yPoint)
.attr('r', "5")
// 通过 select 更新现有的数据
flight.select('.flight-dot')
.attr('cx', xPoint)
.attr('cy', yPoint)
// 移除不需要的数据
const oldFlight = flight.exit()
.remove()
}过渡
上述的代码实现了每 500ms 以 5 分钟为增量渲染画面：
- 更新了时间；
- 每当有新的航班图时，以圆为标识创建；
- 更新当前航班的 x/y 坐标轴；
- 当飞机到达目的地时，移除数据。
可以说已经实现了我们开始时的目标，但是每次新数据的出现和旧数据的销毁都太粗暴。通过在 D3 selection 上添加过渡，就能把这个过程变得平滑。
比如，为新数据添加到 DOM 结构中，通过改变透明度 (opacity)，加一个渐现动画：
const newFlight = flight.enter()
.append("g")
.attr('class', 'flight')
.attr('opacity', 0)
newFlight.transition()
.duration(500)
.attr('opacity', 1)数据移除可以加上渐隐动画：
flight.exit()
.transition()
.duration(500)
.attr('opacity', 0)
.remove()在横纵坐标点上也可以加上：
flight.select('.flight-dot')
.transition()
.duration(500)
.ease('linear')
.attr('cx', xPoint)
.attr('cy', yPoint)我们也能对这 5 分钟的增量做过渡，用 tween 函数实现每分钟时间都将出现，而不是每 5 分钟才会出现。
t 是用于变换的一个介于 0 到 1 的增长值。
const inFiveMinutes = moment(time).add(5, 'minutes').toDate();
const i = d3.interpolate(time, inFiveMinutes);
d3.select('.time')
.transition()
.duration(500)
.ease('linear')
.tween("text", ()=> { return function(t) { this.textContent = moment(i(t)).format("hh:mm a"); }; });做个有创造力的人
D3 能做的事太多，虽然很想挖地更深一点，但我还是不在这本末倒置地一一讲解了。
在 D3 Gallery 中你能找到更多例子。我强烈推荐 Scott Murray 的 D3 教程和D3 的官方文档。
希望读完这篇文章后你大概了解了要怎么使用 Selections、Scales 和 Transitions，能思索出独一无二的能极好地可视化数据的方案，实现之后可别忘了在评论区告诉我哦！