基本使用方法
echarts-wordcloud是基于echarts的一个词云库，是我常用的一个组件，业务上用的多一点，但是这个库在echarts的官网文档里面没有说明，git上的说明也很少，有些配置需要自己摸索，下面都是我的血泪总结。官方github地址
依赖
首先要安装echarts包，这是基础包，然后还需要额外引入词云的包,对应的版本可自行选择，我这不是最新的
“echarts-wordcloud”: “^2.0.0”
“echarts”: “^5.1.2”
项目中使用：
import * as echarts from 'echarts'
import 'echarts-wordcloud'
echarts-wordcloud 的基本配置项
首先基本使用：
// 这里和echarts的使用一样，先拿到容器元素
const chart = echarts.init(document.getElementById('tlrealtimewordcloud'))
// 这里是官方给出的一些基本的配置项，我做一些说明
chart.setOption({
...
series: [{
type: 'wordCloud',
// shape这个属性虽然可配置，但是在词的数量不太多的时候，效果不明显，它会趋向于画一个椭圆
shape: 'circle',
// 这个功能还没用过
keepAspect: false,
// 这个是可以自定义背景图片的，词云会按照图片的形状排布，所以有形状限制的时候，最好用背景图来实现，而且，这个背景图一定要放base64的，不然词云画不出来
maskImage: maskImage,
// 下面就是位置的配置
left: 'center',
top: 'center',
width: '70%',
height: '80%',
right: null,
bottom: null,
// 词的大小，最小12px，最大60px，可以在这个范围调整词的大小
sizeRange: [12, 60],
// 每个词旋转的角度范围和旋转的步进
rotationRange: [-90, 90],
rotationStep: 45,
// 词间距，数值越小，间距越小，这里间距太小的话，会出现大词把小词套住的情况，比如一个大的口字，中间会有比较大的空隙，这时候他会把一些很小的字放在口字里面，这样的话，鼠标就无法选中里面的那个小字，这里可以用函数根据词云的数量动态返回间距
gridSize: 8,
// 允许词太大的时候，超出画布的范围
drawOutOfBound: false,
// 布局的时候是否有动画
layoutAnimation: true,
// 这是全局的文字样式，相对应的还可以对每个词设置字体样式
textStyle: {
fontFamily: 'sans-serif',
fontWeight: 'bold',
// 颜色可以用一个函数来返回字符串，这里是随机色
color: function () {
// Random color
return 'rgb(' + [
Math.round(Math.random() * 160),
Math.round(Math.random() * 160),
Math.round(Math.random() * 160)
].join(',') + ')';
}
},
emphasis: {
focus: 'self',
textStyle: {
textShadowBlur: 10,
textShadowColor: '#333'
}
},
// 数据必须是一个数组，数组是对象，对象必须有name和value属性
data: [{
name: 'Farrah Abraham',
value: 366,
// 这里就是对每个字体的样式进行设置
textStyle: {
}
}]
}]
});
优化项
shape
shape也可以是一个函数，比如希望是矩形的时候（来自官方githup问答区）
shape: function shapeSquare(theta) {
return Math.min(
1 / Math.abs(Math.cos(theta)),
1 / Math.abs(Math.sin(theta))
)
},
gridSize
可以用一个函数根据词云的数量动态确定词间距
color
颜色可以在外面统一配置，也可以像下文那样给每个词都配置一下，这里推荐一组好看的配色
['#86D4FF', '#FF8F6C', '#2CF263', '#9FA8F7', '#1274FF', '#E6613D', '#FFC629', '#FFAB2E', '#F78289', '#FF6C96', '#45BFD4', '#4E31FF', '#31FBFB','#86D4FF', '#BF8AFD', '#FFF500', '#DE58FF', '#72ED7C', '#0BEEB8','#931CFF', '#3D25F2', '#F995C8', '#FBE9B4', '#FF4AB6']
效果是这样的
权重问题
组件会严格按照value值的大小分配权重，权重就体现在字体大小上。所以如果数据本身分布不均匀的时候，视觉效果看起来不够好，比如一个数为10000，其他的数为100-10，那么只能体现出两种权重了，即10000和其他。但是这样往往会导致视觉上，权重的分层不够明显，所以我们这个时候需要给数据分配权重，也就是改变每个词的fontSize.
代码主要思路是：
- 数据量少于8个的时候，仅做了颜色的处理（业务需求，只有红黑两系颜色）
- 数据量大于8个的时候，二分法，把数据分成四部分，
- 对于第一梯队的数据来说，一般是最重要的，至少也有两个数据，我们只对这一部分的数据做权重处理，就可以有良好的视觉效果
- 最大的那个词，给一个最大的权重60，第二个和第三个，分别给55和40，剩下的就是（40-排名数）
- 如果还有需求的话，可以再细化一点，如果能上相关的聚类算法，那就更完美了
大体效果为：
可以看见，排名靠前的都显示的比较好，直观而且有层次感
// 这里是我自己摸索的四分法，面对数据分配不均匀的时候还是挺有效果的
const blackcolor = ['#000000', '#2a2a2a', '#545454', '#7e7e7e']
const redcolor = ['rgb(249,8,8)', 'rgba(249,8,8, 0.7)', 'rgba(249,8,8, 0.5)', 'rgba(249,8,8, 0.3)']
const iterate = (arr, i, j, l) => {
if(l === 0){
for(let k = i; k <= j; k++){
if(k === 0){
arr[k].textStyle = { color: blackcolor[l], fontSize: 60 }
} else if(k < 3) {
if(k % 2 === 0){
arr[k].textStyle = { color: redcolor[l], fontSize: 40 }
} else {
arr[k].textStyle = { color: blackcolor[l], fontSize: 55 }
}
} else {
if(k % 2 === 0){
arr[k].textStyle = { color: redcolor[l], fontSize: 40 - k }
} else {
arr[k].textStyle = { color: blackcolor[l], fontSize: 40 - k }
}
}
}
} else {
for(let k = i; k <=j ; k++){
if(k % 2 === 0){
arr[k].textStyle = { color: redcolor[l] }
} else {
arr[k].textStyle = { color: blackcolor[l] }
}
}
}
}
const dealworddata = (data) => {
let len = data.length
if(len <= 8 ){
let i = 0,j = 0,k = 0
while(k<len){
if( k % 2 === 0){
data[k].textStyle = { color: redcolor[i] }
i++
} else {
data[k].textStyle = { color: blackcolor[j] }
j++
}
k++
}
} else {
let mid = len >> 1
let leftmid = len >> 1
let rightmid = (len - 1 + mid) >> 1
iterate(data, 0, leftmid, 0)
iterate(data, leftmid, mid, 1)
iterate(data, mid, rightmid, 2)
iterate(data, rightmid, len-1, 3)
}
}
背景图片
const maskImage = new Image()
maskImage.src = ‘’ // 这里是base64编码
...
maskImage: maskImage