DC.js 数据网格
数据网格用于过滤和显示记录。本章详细介绍了数据网格。
数据网格方法
在继续绘制数据网格之前，我们应该了解
dc.dataGrid 类及其方法。该类使用 mixin 来获得绘制数据网格图的基本功能，其定义如下-
dc.baseMixin
dc.dataGrid 获得了这个 mixin 的所有方法，并且有自己的方法来绘制数据网格，下面解释-
beginSlice([slice])
该方法用于获取或设置开始切片的索引。这个方法在实现分页时很有用。
同样，你可以执行 endSlice()。
group(function)
该方法用于对数据网格执行分组功能。
html( [html])
该方法用于获取或设置生成动态html的函数。
order( [order])
用于排序功能。
size( [size])
用于显示网格中的项目数。
sortBy( [sortByFunction])
该方法用于获取或设置sort-by函数。我们可以使用此函数对特定字段进行排序。例如：我们可以按年龄排序，定义如下-
chart.sortBy(function(d) {
return d.age;
});
数据网格示例
让我们在 DC 中执行数据网格。为此，我们需要按照以下步骤操作-
第 1 步：添加样式
让我们使用下面的代码在 CSS 中添加样式-
.dc-chart { font-size: 12px; }
.dc-grid-top { padding-left: 10px; font-size: 14px; font-weight: bold; }
.dc-grid-item { padding-left: 10px; font-size: 12px; font-weight: normal; }
在这里，我们为图表、grid-top 和 grid-item 分配了样式。
第 2 步：创建变量
让我们在 DC 中创建一个变量，如下所述-
var barChart = dc.barChart('#line');
var countChart = dc.dataCount("#mystats");
var gridChart = dc.dataGrid("#mygrid");
这里，我们在 line 中分配了一个 barChart 变量 id，countChart id 是 mystats，gridChart id 是 mygrid。
第三步：读取数据
从
people.csv 文件中读取数据，如下所示-
d3.csv("data/people.csv", function(errors, people) {
var mycrossfilter = crossfilter(people);
}
如果数据不存在，则返回错误。现在，将数据分配给交叉过滤器。
在这里，我们使用了之前的图表示例中使用的同一 people.csv 文件。如下图所示-
id,name,gender,DOB,MaritalStatus,CreditCardType
1,Damaris,Female,1973-02-18,false,visa-electron
2,Barbe,Female,1969-04-10,true,americanexpress
3,Belia,Female,1960-04-16,false,maestro
4,Leoline,Female,1995-01-19,true,bankcard
5,Valentine,Female,1992-04-16,false,
6,Rosanne,Female,1985-01-05,true,bankcard
7,Shalna,Female,1956-11-01,false,jcb
8,Mordy,Male,1990-03-27,true,china-unionpay
..........................................
.........................................
第 4 步：设置尺寸
您可以使用下面给出的编码设置尺寸-
var ageDimension = mycrossfilter.dimension(function(data) {
return ~~((Date.now()- new Date(data.DOB)) / (31557600000))
});
分配维度后，使用下面给出的编码对年龄进行分组-
var ageGroup = ageDimension.group().reduceCount();
第 5 步：生成图表
现在，使用下面给出的编码生成条形图-
barChart
.width(400)
.height(200)
.x(d3.scale.linear().domain([15,70]))
.yAxisLabel("Count")
.xAxisLabel("Age")
.elasticY(true)
.elasticX(true)
.dimension(ageDimension)
.group(ageGroup);
这里，
我们已将图表宽度指定为 400，将高度指定为 200。
接下来，我们将域范围指定为 [15,70]。
我们已将 x 轴标签设置为年龄，将 y 轴标签设置为计数。
我们已将 elasticY 和 X 函数指定为 true。
步骤 6：创建网格图
现在，使用下面给出的编码创建网格图-
gridChart
.dimension(ageDimension)
.group(function (data) {
return ~~((Date.now()- new Date(data.DOB)) / (31557600000));
})
第 7 步：渲染网格
现在，使用下面给出的代码渲染网格-
.size(100)
.htmlGroup (function(d) {
return 'Age: ' + d.key +
'; Count: ' + d.values.length +
' people'
})
.html (function(d) { return d.name; })
.sortBy(function (d) {
return d.name;
})
.order(d3.ascending);
barChart.render();
countChart.render();
gridChart.render();
在这里，我们使用 html() 函数对名称进行了排序，并最终呈现了图表。
第 8 步：工作示例
完整代码如下。创建一个网页
datagrid.html 并向其添加以下更改。
<html>
<head>
<title>DC datagrid sample</title>
<link rel = "stylesheet" type = "text/css" href = "css/bootstrap.css">
<link rel = "stylesheet" type = "text/css" href = "css/dc.css"/>
<style>
.dc-chart { font-size: 12px; }
.dc-grid-top { padding-left: 10px; font-size: 14px; font-weight: bold; }
.dc-grid-item { padding-left: 10px; font-size: 12px; font-weight: normal; }
</style>
<script src = "js/d3.js"></script>
<script src = "js/crossfilter.js"></script>
<script src = "js/dc.js"></script>
</head>
<body>
<div>
<div style = "width: 600px;">
<div id = "mystats" class = "dc-data-count" style = "float: right">
<span class = "filter-count"></span> selected out of <span
class = "total-count"></span> | <a href = "javascript:dc.filterAll();
dc.renderAll();">Reset All</a>
</div>
</div>
<div style = "clear: both; padding-top: 20px;">
<div>
<div id = "line"></div>
</div>
</div>
<div style = "clear: both">
<div class = "dc-data-grid" id = "mygrid"></div>
</div>
</div>
<script language = "javascript">
var barChart = dc.barChart('#line');
var countChart = dc.dataCount("#mystats");
var gridChart = dc.dataGrid("#mygrid");
d3.csv("data/people.csv", function(errors, people) {
var mycrossfilter = crossfilter(people);
// age dimension
var ageDimension = mycrossfilter.dimension(function(data) {
return ~~((Date.now()- new Date(data.DOB)) / (31557600000))
});
var ageGroup = ageDimension.group().reduceCount();
barChart
.width(400)
.height(200)
.x(d3.scale.linear().domain([15,70]))
.yAxisLabel("Count")
.xAxisLabel("Age")
.elasticY(true)
.elasticX(true)
.dimension(ageDimension)
.group(ageGroup);
countChart
.dimension(mycrossfilter)
.group(mycrossfilter.groupAll());
gridChart
.dimension(ageDimension)
.group(function (data) {
return ~~((Date.now()- new Date(data.DOB)) / (31557600000));
})
.size(100)
.htmlGroup (function(d) {
return 'Age: ' + d.key +
'; Count: ' + d.values.length +
' people'
})
.html (function(d) { return d.name; })
.sortBy(function (d) {
return d.name;
})
.order(d3.ascending);
barChart.render();
countChart.render();
gridChart.render();
});
</script>
</body>
</html>
现在，请求浏览器，我们将看到以下响应。
最初，网格图类似于以下屏幕截图。
如果您选择 63 到 66 之间的特定年龄，它会过滤掉以下记录。
