echarts实现知识图谱_echarts 知识图谱

实现知识图谱可视化采取的开源库是echarts。相对其他工具来说，echarts是百度开源工具，API封装完善，简单好用，易上手。这也是我们为什么选择echarts作工具的原因。

实现步骤：

1. 获取echarts，引入到项目中

npm install echarts --save

import * as echarts from 'echarts';

2.初始化

在绘图前我们需要为 ECharts 准备一个具备高宽的 DOM 容器。

<div id="main" style="width: 600px;height:400px;"></div>

然后就可以通过 echarts.init 方法初始化一个 echarts 实例并通过 setOption 方法生成一个简单的柱状图

// 基于准备好的dom，初始化echarts实例
        var myChart = echarts.init(document.getElementById('main'));
 
        // 指定图表的配置项和数据
        var option = {
            title: {
                text: '图谱示例'
            },
            tooltip: {},
            series: [{
               ...
                data: [],
                links:[]
            }]
        };
 
        // 使用刚指定的配置项和数据显示图表。
        myChart.setOption(option);

3.配置

知识图谱要将实体与实体，本体与本体之间的关系可视化。根据业务需求，我们选取echarts关系图

const options = {
  tooltip: {
    formatter: function (x) {
      return x.data.name;
    },
  },
  series: [
    {
      type: 'graph',
      layout: 'force',
      legendHoverLink: false, //是否启用图例 hover(悬停) 时的联动高亮。
      // hoverAnimation: true, //是否开启鼠标悬停节点的显示动画
      roam: true,
      draggable: true, //每个节点的拖拉
      edgeSymbol: ['circle', 'arrow'],
      edgeSymbolSize: [4, 10],
      force: {
        repulsion: 1550,
        gravity: 0.5, // 节点受到的向中心的引力因子。该值越大节点越往中心点靠拢。
        edgeLength: [120, 240],
      },
      draggable: true,
      focusNodeAdjacency: true,
      lineStyle: {
        normal: {
          width: 2,
        },
      },
      edgeLabel: {
        normal: {
          show: true,
          formatter: function (x) {
            return x.value;
          },
        },
      },
      label: {
        normal: {
          show: true,
          position: 'inside',
          textStyle: {
            color: '#000',
            fontSize: 12,
          },
        },
      },
      data: [],
      links: [],
    },
  ],
};

4.数据处理

后台返回的数据有这种：

也有这种：

不管哪种，显然不符合我们前端需要的数据。所以我们需要把数据处理成我们想要的数据：

5.注意事项

处理数据时我们要注意，节点和节点的关系要对应，否则无法渲染出来；

数据量大时，echarts的节点颜色无法自动显示，解决办法一是在和series同级的地方增加属性color

color: ["#7EC0EE", "#FF9F7F", "#FFD700", "#C9C9C9", "#E066FF", "#C0FF3E"]

但有时这种办法也没有办法完全解决，可采用另一种方法：

const colorList =  [
  '#c23531', '#2f4554', '#61a0a8', '#d48265', '#91c7ae', '#749f83',
  '#ca8622', '#bda29a', '#6e7074', '#546570', '#c4ccd3'
]
const colorListLen = colorList.length;
 
....
 
state.nodeNames.map(nodeName => {
      state.nodes.push({
        name: nodeName,
        symbolSize: Math.random() * 40 + 30,
        itemStyle:{
          color:colorList[Math.floor(Math.random()*colorListLen)]
        }
      });
    });

6.缺陷

虽然echarts基本满足可视化要求，但是在数据量较大时，会出现渲染较慢，浏览器卡顿的情况。一般我们的解决方案时分片渲染。然而遗憾的是，分片渲染echarts只支持限定的几个图表类型,这是官网的描述：

• 目前并非所有的图表都支持分片加载时的增量渲染。目前支持的图有：ECharts 基础版本的 散点图（scatter） 和 线图（lines）。ECharts GL 的 散点图（scatterGL）、线图（linesGL） 和 可视化建筑群（polygons3D）。

所以这也是比较遗憾和后续有待改进的地方。