D3.js学习总结（三）——比例尺_d3.js比例尺换算-优快云博客

本文详细介绍了D3.js中的比例尺概念，包括线性、指数、对数、量化及阈值比例尺等不同类型，以及如何使用这些比例尺将数据映射到可视化图表中。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在数据可视化的过程中，往往需要将一个值转换为另一个值。例如要绘制一个历年产值的柱状图，我们需要把3000万的产值投射为屏幕上300个像素的高度。以数学上的“函数”为例：y=2x+1。在这里，x的取值范围假定为[0, 2]，这称为“定义域”。则y的取值范围为[1, 5]，这称为“值域”。通过一个函数式提供了定义域到值域的对应关系，D3提供了将一个量转换为另一个量的方法，称为“比例尺”（Scale）。

比例尺是D3的基本概念，每一种比例尺都要指定一个定义域（domain）和值域（range）。比例尺分为两种情况：
（1）连续的定义域对应连续的（或离散的）值域——定量比例尺；
（2）离散的定义域对应离散的值域——序数比例尺；

一、定量比例尺

1. 线性比例尺：计算线性对应关系。将连续的定义域对应到连续的值域上。

d3.scaleLinear()——创建一个线性比例尺；
linear(x)——输入定义域x的值，返回值域对应的值；
linear.invert(y)——输入值域内的值，返回定义域内对应的值；
linear.domain([numbers])——获取或定义定义域；
linear.range([values])——获取或定义值域；
linear.rangeRound([values])——等同于range()，获取或定义值域。比例尺的输出值会进行四舍五入的运算，得到一个整数；
linear.clamp([boolean])——定义当比例尺得到一个超过定义域的值的时候，是否进行转换。默认为flase表示可以接受超出范围的值；
linear.nice([count])——将定义域的范围扩展到比较理想的形式；
linear.ticks([count])——设定或获取定义域内具有代表性的值得数目，count默认为10。该方法主要用于获取坐标轴的刻度；
linear.tickFormat(count[, format])——设置定义域内具有代表性值的表现形式，主要用于坐标轴上；

<body>
    <script>
        var linear = d3.scaleLinear() // 创建线性比例尺
                .domain([0, 500]) // 定义域
                .range([0, 100]);   // 值域

        console.log(linear(50)); // 输出定义域50所对应的值域值：10
        console.log(linear.invert(50)); // 输出值域50所对应的定义域的值：250
        console.log(linear.domain()); // 获取定义域
        console.log(linear.range()); // 获取值域

        console.log(linear(1000)); // 输出200
        linear.clamp(true); // 禁止接受超值范围的输入
        console.log(linear(1000)); // 只输出定义域最大值500所对应的值域：100

        linear.rangeRound([0, 100]);
        console.log(linear(13.33)); // 本身的输出是2.66，四舍五入为3

        linear.domain([0.12300000, 0.488888888]).nice();
        console.log(linear.domain()); // [0.1, 0.5]

        linear = d3.scaleLinear()
                .domain([-20, 20])
                .range([0, 100]);
        var ticks = linear.ticks(5);
        console.log(ticks); // [-20, -10, 0, 10, 20]
        var tickFormat = linear.tickFormat(5, "+"); // 给数字添加符号，0或正数添加+，负数添加-
        //for(var i=0; i<ticks.length; i++){
        //    ticks[i] = tickFormat(ticks[i]);
        //}
        //console.log(ticks); // [-20, -10, +0, +10, +20]
        console.log(ticks.map(tickFormat)); // [-20, -10, +0, +10, +20]
    </script>
</body>

定义域和值域也可以定义多个数字，但是两者数量必须相等。

2. 指数比例尺和对数比例尺：用于计算指数对应关系和对数对应关系。将连续的定义域对应到连续的值域上。
方法和线性比例尺一样，指数比例尺（scalePow）多了一个exponent([value])，用于指定指数。对数比例尺（scaleLog）多了一个方法名为base([value])，用于设定对数。

<body>
    <script>
        // 指数比例尺
        var pow = d3.scalePow().exponent(2);
        console.log(pow(10)); // 100

        // 对数比例尺
        var log = d3.scaleLog().base(10);
        console.log(log(100)); // 2

        // domain和range的意义
        var pow1 = d3.scalePow().exponent(3)
                .domain([0, 3])
                .range([0, 90]);
        console.log(pow1(1.5)); // 11.25
    </script>
</body>

在指数和对数比例尺情况下，定义domain和range的意义在于，d3会先把定义域按照指数关系计算出来，并对应到值域上面去。比如上面的代码，定义了指数为3，定义域为[0, 3]。实际上，d3建立了一个定义域的指数计算，即[0, 27]，并通过线性比例尺将其对应到[0, 90]上面去。然后计算了1.5的3次方为3.375，线性过去以后就是11.25。

3. 量化比例尺和分位比例尺：将连续的定义域对应到离散的值域
量化比例尺（scaleQuantize）将连续的定义域自动对应到离散的值域上。比如定义域为[0, 10]，值域为[“red”, “green”, “blue”, “yellow”, “black”]。则转换为：

[0, 2)——red
[2, 4)——green
[4, 6)——blue
[6, 8)——yellow
[8, 10)——black
例如下面的代码输入为5个不同灰度的圆：

<body>
    <script>
        var color = d3.scaleQuantize()
                .domain([0, 50])
                .range(["#000", "#222", "#444", "#666", "#888"]);

        // 定义圆半径
        var r = [45, 35, 25, 15, 5]; 

        // 添加svg元素
        var svg = d3.select("body").append("svg")
                .attr("width", 400)
                .attr("height", 400);

        // 画圆
        svg.selectAll("circle")
                .data(r)
                .enter()
                .append("circle")
                .attr("cx", function(d, i){ return 50+i*30; })
                .attr("cy", 50)
                .attr("r", function(d){ return d; })
                .attr("fill", function(d){ return color(d); });
    </script>
</body>

分位比例尺（ScaleQuantile），和量化比例尺一样，也是将连续的定义域定义到离散的值域上。和量化比例尺不同的是，量化比例值只考虑定义域的起止值，然后根据值域平均切割。而分位比例尺考虑定义域中的所有的值。如下：

<body>
    <script>
        // 量化比例尺
        var quantize = d3.scaleQuantize()
                .domain([0, 10])
                .range([1, 100]);
        // 分位比例尺
        var quantile = d3.scaleQuantile()
                .domain([0, 2, 4, 10])
                .range([1, 100]);

        console.log(quantize(3)); // 1
        console.log(quantile(3)); // 100
    </script>
</body>

对于ScaleQuantize而言，值域为1和100，则定义域进行两段的平均切割。定义域[0, 10]的平均切割就是中位数5。而ScaleQuantile而言，值域也是离散值1和100，但定义域为[0, 2, 4, 10]。那么它的中位数就是（2+4）/2=3。如果定义域为[0, 2, 4, 9, 10]，则它的中位数就是4。如果不确定分位比例尺的分位数，可以通过方法ScaleQuantile.quantiles()来获取。

4. 阈值比例尺：设定N个阈值，将值域分成N+1个。连续的定义域对应离散的自值域。阈值比例尺（Threshold），比如下面的例子：

<body>
    <script>
        var threshold = d3.scaleThreshold()
                .domain([10, 20, 30])
                .range(["red", "green", "blue", "black"]);

        console.log(threshold(5)); // red
        console.log(threshold(15)); // green
        console.log(threshold(25)); // blue
        console.log(threshold(35)); // black
    </script>
</body>

二、序数比例尺

序数比例尺实现离散的定义域到离散的值域的对应关系。

d3.ScaleOrdinal()——创建一个序数比例尺；
ordinal(x)——根据定义域的x的值获取值域对应的值；
ordinal.domain([values])——获取或设置定义域；
ordinal.range([values])——获取或定义值域；

<body>
    <script>
        var ordinal = d3.scaleOrdinal()
                .domain([1, 2, 3, 4, 5])
                .range([10, 20, 30, 40, 50]);
        console.log(ordinal(1)); // 10
        console.log(ordinal(3)); // 30
        console.log(ordinal(5)); // 50
        console.log(ordinal(8)); // 不在定义域内，输出为10
    </script>
</body>