本教程详细介绍了如何在 Chart.js 中创建分组堆叠柱状图，以可视化多维度数据。文章重点讲解了如何将原始的复杂数据结构转换为 Chart.js 所需的格式，包括数据的扁平化处理和数据集的动态生成。同时，提供了完整的 Chart.js 配置代码，确保图表正确显示堆叠效果，帮助开发者高效实现复杂的数据可视化需求。
引言：理解分组堆叠柱状图的需求
在数据可视化中，分组堆叠柱状图是一种强大的工具，它能够同时展示多个类别（分组）在不同主维度下的累积贡献。例如，在分析用户行为时，我们可能需要在一个设备类别下，查看不同用户所贡献的积分总和，并且希望这些用户的积分以堆叠的形式展示在同一根柱子上，而不同的设备则作为独立的柱子分组。
Chart.js 是一个流行的 JavaScript 图表库，但要实现这种复杂的分组堆叠效果，关键在于如何将原始数据结构正确地转换为 Chart.js 所期望的 data 和 datasets 格式。通常，原始数据可能包含嵌套的或非标准的对象结构，这需要进行细致的预处理。
Chart.js 数据结构解析
Chart.js 的柱状图数据主要由两部分组成：
- labels: 这通常对应于图表的 X 轴分类，代表主分组。在我们的场景中，这将是设备名称（如 "Laptop", "Phone"）。
- datasets: 这是一个数组，数组中的每个对象代表一个数据系列（或称子分组）。对于堆叠柱状图，每个 dataset 对象通常代表一个堆叠的类别（如用户名称 "amckinlay", "cvu"）。每个 dataset 对象内部的 data 数组，其索引应与 labels 数组的索引相对应，存储该子分组在每个主分组下的具体数值。
原始数据结构如下所示：
// 原始数据示例
const alldata = [
{
device: "Laptop",
values: [
{ amckinlay: '30' },
{ cvu: '150' }
]
},
{
device: "Phone",
values: [
{ amckinlay: '100' }
]
}
];这种结构的问题在于 values 数组中的对象是键值对的形式（{amckinlay: '30'}），而不是扁平化的 category: 'amckinlay', value: 30 形式，这使得直接提取 datasets 变得困难。
原始数据分析与转换策略
为了适配 Chart.js 的要求，我们需要将原始数据进行以下转换：
- 提取主标签（X 轴）: 从 alldata 中提取所有唯一的 device 名称，作为 Chart.js 的 labels。
-
扁平化并重构数据: 将 alldata 中的 values 数组进行扁平化处理，并将其中的键值对转换为更易于处理的 device、category 和 value 字段。
- 目标中间结构：{ device: "Laptop", category: "amckinlay", value: 30 }。
- 识别子标签（堆叠类别）: 从扁平化后的数据中提取所有唯一的 category 名称（如用户名称），作为 datasets 的 label 属性。
- 动态生成 Chart.js 数据集: 根据识别出的子标签，遍历所有主标签，为每个子标签构建一个 dataset 对象，并填充其 data 数组。
数据转换实现
我们将通过一系列 JavaScript 数组方法来完成上述数据转换。
DMap GL地图JSAPI（dmapgl）开发指南。用于编写、审查、调试 DMap 地图 API 代码，涵盖地图初始化、覆盖物渲染、图层管理、事件处理、控件交互等任务。当用户提及 dmap、dmapgl、jsapi‑gl 或相关地图开发需求时自动触发。
1. 定义颜色配置
为了使图表更具可读性，我们可以预定义每个类别的颜色。
const colorSettings = [
{
category: 'amckinlay',
backgroundColor: 'rgba(75, 192, 192, 0.6)',
},
{
category: 'cvu',
backgroundColor: 'rgba(255, 99, 132, 0.6)',
},
// 可以根据需要添加更多类别及其颜色
];2. 提取主标签 (X 轴)
这是最直接的一步，使用 map 方法从 alldata 中提取 device 名称。
const labels = alldata.map((x) => x.device); // 结果: ['Laptop', 'Phone']
3. 扁平化并重构数据
这一步是数据转换的核心。我们使用 map 和 reduce 结合 flat 来实现。
let transformedData = alldata
.map((x) =>
x.values.reduce((acc, cur) => {
// 遍历每个 { key: value } 对象
for (let k in cur) {
acc.push({
device: x.device, // 关联设备
category: k, // 提取键作为类别
value: parseInt(cur[k]), // 提取值并转换为数字
});
}
return acc;
}, []) // 初始累加器为空数组
)
.flat(); // 扁平化数组，将所有子数组合并成一个
/*
transformedData 结果示例:
[
{ device: 'Laptop', category: 'amckinlay', value: 30 },
{ device: 'Laptop', category: 'cvu', value: 150 },
{ device: 'Phone', category: 'amckinlay', value: 100 }
]
*/4. 识别子标签 (堆叠类别)
从 transformedData 中提取所有唯一的 category。
const subLabels = [...new Set(transformedData.map((x) => x.category))]; // 结果: ['amckinlay', 'cvu']
5. 动态生成 Chart.js 数据集 (datasets)
现在我们有了 labels (设备) 和 subLabels (用户)，可以开始构建 datasets 数组了。我们将遍历 subLabels，为每个用户创建一个 dataset 对象，并填充其在每个设备上的积分数据。
const datasets = subLabels.reduce((acc, currentCategory) => {
// 为当前类别找到对应的颜色
const categoryColor = colorSettings.find((c) => c.category === currentCategory)?.backgroundColor;
// 初始化当前类别的 dataset 对象
const currentDataset = {
label: currentCategory,
data: [],
backgroundColor: categoryColor || 'rgba(0, 0, 0, 0.2)', // 提供一个默认颜色
};
// 遍历所有设备，为当前类别填充数据
for (let device of labels) {
// 查找当前设备和类别下的值，如果没有则默认为 0
const value =
transformedData.find((x) => x.device === device && x.category === currentCategory)?.value ?? 0;
currentDataset.data.push(value);
}
acc.push(currentDataset);
return acc;
}, []);
/*
datasets 结果示例:
[
{
label: 'amckinlay',
data: [30, 100], // 对应 Laptop, Phone
backgroundColor: 'rgba(75, 192, 192, 0.6)'
},
{
label: 'cvu',
data: [150, 0], // 对应 Laptop, Phone (Phone 上 cvu 的数据为 0)
backgroundColor: 'rgba(255, 99, 132, 0.6)'
}
]
*/Chart.js 图表配置
数据准备就绪后，最后一步是配置 Chart.js 来渲染分组堆叠柱状图。关键在于在 options.scales 中设置 stacked: true。
const ctx = document.getElementById('myChart').getContext('2d');
const myChart = new Chart(ctx, {
type: 'bar', // 指定图表类型为柱状图
data: {
labels: labels, // 使用之前生成的设备标签
datasets: datasets, // 使用之前生成的动态数据集
},
options: {
responsive: true, // 启用响应式布局
scales: {
x: {
stacked: true, // X 轴启用堆叠
title: {
display: true,
text: '设备类型'
}
},
y: {
stacked: true, // Y 轴启用堆叠
title: {
display: true,
text: '用户积分'
}
},
},
plugins: {
title: {
display: true,
text: '各设备用户积分堆叠分布图',
font: {
size: 18
}
}
}
},
});在上述配置中，x.stacked: true 和 y.stacked: true 是实现堆叠效果的核心。responsive: true 确保图表在不同尺寸的容器中都能良好显示。
注意事项与最佳实践
- 数据完整性处理: 在生成 datasets 时，我们使用了 ?? 0 来处理数据缺失的情况。这意味着如果某个用户在某个设备上没有数据，其积分将被视为 0。这对于堆叠图表的视觉一致性很重要。
- 颜色管理: 建议将颜色配置集中管理，如 colorSettings 数组所示。这不仅方便维护，还能确保不同图表之间颜色的一致性。
- 性能考虑: 对于非常大的数据集，数据转换的性能可能成为一个问题。在生产环境中，可以考虑在后端进行部分数据预处理，或者优化前端的转换逻辑。
- 用户体验: 确保图表有清晰的标题、轴标签和图例，以便用户能够轻松理解图表所传达的信息。
总结
通过本教程，我们学习了如何在 Chart.js 中创建复杂的分组堆叠柱状图。核心在于对原始数据进行有效的转换和重构，使其符合 Chart.js 的 labels 和 datasets 结构要求。具体步骤包括提取主标签、扁平化并重构数据、识别子标签，以及动态生成数据集。最后，通过在 Chart.js 配置中设置 scales.x.stacked 和 scales.y.stacked 为 true，即可实现所需的堆叠效果。掌握这些数据处理和配置技巧，将使您能够更灵活地使用 Chart.js 可视化多维度数据。
