博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
AmCharts插件使用
阅读量:2240 次
发布时间:2019-05-09

本文共 2125 字,大约阅读时间需要 7 分钟。

 

1. 导入amcharts依赖

  

2.导入amcharts的js和css文件

  2.1 导入amchart目录下的amcharts和images

  

  2.2 导入amchart\samples目录下的style.css

    

 

3. 根据业务需求从amchart\samples目录下挑选适合的范例(转成jsp页面)

  

  注:修改页面引用的css和js文件的路径 

     

4. 由于我的项目使用struts2框架,通过压栈的方式来传递json数据

  在action中拼接json数据并压栈

  json数据格式

        [                {                    "country": "USA",                    "visits": 4025,                    "color": "#FF0F00"                },                {                    "country": "China",                    "visits": 1882,                    "color": "#FF6600"                }            ]

   4.1 拼接json数据

     //2.组织符合要求的json数据        StringBuilder sb = new StringBuilder();        sb.append("[");        /**         *      {                    "country": "USA",                    "visits": 4025,                    "color": "#FF0F00"                }         */        String colors[]={"#FF0F00","#FF6600","#FF9E01","#FCD202","#F8FF01","#B0DE09","#04D215","#0D52D1","#2A0CD0","#8A0CCF","#CD0D74","#754DEB"};        int j=0;        for(int i=0;i
=colors.length){ j=0; } } sb.delete(sb.length()-1, sb.length()); sb.append("]");

   4.2 压栈

//3.将json数据放入值栈中super.put("result", sb.toString());

5. 根据业务修改AmCharts.ready(function () {...}

        /* 值栈取值 */         var chartData =${result};                AmCharts.ready(function () {                // PIE CHART                chart = new AmCharts.AmPieChart();/* 以哪种图展示数据 */                chart.dataProvider = chartData;                chart.titleField = "country";                chart.valueField = "value";                chart.outlineColor = "#FFFFFF";                chart.outlineAlpha = 0.8;                chart.outlineThickness = 2;                chart.balloonText = "[[title]]
[[value]] ([[percents]]%)"; // this makes the chart 3D chart.depth3D = 15; chart.angle = 30; // WRITE chart.write("chartdiv"); });

 

今天做项目,忘了导入js和css,导致数据不展示折腾了好些时间 

 

END!

转载于:https://www.cnblogs.com/lin-nest/p/9335070.html

你可能感兴趣的文章
用 Doc2Vec 得到文档/段落/句子的向量表达
查看>>
使聊天机器人具有个性
查看>>
使聊天机器人的对话更有营养
查看>>
一个 tflearn 情感分析小例子
查看>>
attention 机制入门
查看>>
手把手用 IntelliJ IDEA 和 SBT 创建 scala 项目
查看>>
GAN 的 keras 实现
查看>>
AI 在 marketing 上的应用
查看>>
Logistic regression 为什么用 sigmoid ?
查看>>
Logistic Regression 为什么用极大似然函数
查看>>
SVM 的核函数选择和调参
查看>>
LightGBM 如何调参
查看>>
用 TensorFlow.js 在浏览器中训练神经网络
查看>>
cs230 深度学习 Lecture 2 编程作业: Logistic Regression with a Neural Network mindset
查看>>
梯度消失问题与如何选择激活函数
查看>>
为什么需要 Mini-batch 梯度下降,及 TensorFlow 应用举例
查看>>
为什么在优化算法中使用指数加权平均
查看>>
初探Java设计模式4:一文带你掌握JDK中的设计模式
查看>>
初探Java设计模式5:一文了解Spring涉及到的9种设计模式
查看>>
Java集合详解1:一文读懂ArrayList,Vector与Stack使用方法和实现原理
查看>>