antvg6不能免费商用。
AntVG6是一款开源的图可视化引擎，专注于图可视化及图分析。G6中，节点/边的状态（State）用于反馈用户交互和数据变化。通过状态，可以将「交互/数据变化」与视图中「元素的样式变化」快速关联。
G634支持：
快速设置目标状态：当一个节点/边上已被设置了大量不同状态后，要再设置一个新状态时，可以快速将之前所有状态清除；
多值：即一个状态量存在多个不同的值，如节点代表人，有“健康”、“疑似”、“确诊”、“死亡”四种状态；
互斥：如“健康”、“疑似”、“确诊”、“死亡”四种状态中，“死亡”与其他三种就是互斥的，不可能同时存在“健康”和“死亡”两种状态；
节点/边中所有子图形的样式更新：如一个由文本和圆组成的节点，状态变化时不仅能设置圆的样式，也可以设置文本的样式；
修改状态样式配置：可快速修改状态的样式配置。
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<title>词云</title>
<script src=">
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<metaname="viewport"content="width=device-width,height=device-height">
<title>饼图-花瓣图</title>
<style>::-webkit-scrollbar{display:none;}html,body{overflow:hidden;height:100%;margin:0;}</style>
</head>
<body>
<div id="mountNode"></div>
<script>/Fixing iframe windowinnerHeight 0 issue in Safari/documentbodyclientHeight;</script>
<script src=">
你看下这个代码能不能套用 不是完全复制哈
using System;
using SystemCollectionsGeneric;
using SystemLinq;
using SystemText;
using SystemComponentModel;
using KingdeeBOS;
using KingdeeBOSUtil;
using KingdeeBOSCore;
using KingdeeBOSCoreDynamicForm;
using KingdeeBOSCoreDynamicFormPlugIn;
using KingdeeBOSCoreDynamicFormPlugInArgs;
using KingdeeBOSCoreDynamicFormPlugInControlModel;
using KingdeeBOSCoreMetadata;
namespace JDSampleFormPlugInDynamicForm
{
/// <summary>
/// 分批分层加载树节点
/// </summary>
/// <remarks>
/// 案例背景：
/// 界面上使用树控件，需显示大量的节点；
/// 如果一次性加载到客户端，显示渲染会非常慢；
/// 因此，需要分层、分批下载
///
/// 案例说明：
/// 新增一个动态表单，挂上本插件，并在界面有一个树控件 F_JD_TreeView；
/// 界面初始化时，仅加载第一层节点；
/// 用户点击节点时，才加载其包含的子节点，而且每次最多加载10个；
/// 单层超过10个节点，通过"点击加载更多"节点，分批下载
/// </remarks>
[Description("分批分层加载树节点")]
public class S160107TreeEdit : AbstractDynamicFormPlugIn
{
/// <summary>
/// 本地变量，存储需加载到前端的所有节点信息，以及其是否已经加载标志
/// </summary>
private Dictionary<string, NodeInfo> _dctNodes = new Dictionary<string, NodeInfo>();
/// <summary>
/// 本地变量，存储已经被加载过的父节点Id，避免重复搜索其子节点，浪费时间
/// </summary>
private HashSet<string> _loadedNodeIds = new HashSet<string>();
/// <summary>
/// 界面初始化结束，触发此事件，通知插件开始加载树节点：在此事件，加载第一层节点
/// </summary>
/// <param name="e"></param>
public override List<TreeNode> GetTreeViewData(TreeNodeArgs e)
{
if (eKeyEqualsIgnoreCase("F_JD_TreeView") == false)
{
// 需加载是其他树控件的节点，略过
return new List<TreeNode>();
}
// 加载全部节点信息到内存
thisLoadNodes();
// 记录已经加载过根节点
this_loadedNodeIdsAdd("0");
// 展开树控件节点
TreeView tv = thisViewGetControl<TreeView>("F_JD_TreeView");
tvSetExpanded(true);
// 构造根目录下的第一层节点并返回
List<TreeNode> nodes = thisBuildTreeNodes("0");
return nodes;
}
/// <summary>
/// 用户点击节点时触发此事件：加载更多子节点
/// </summary>
/// <param name="e"></param>
public override void TreeNodeClick(TreeNodeArgs e)
{
if (eKeyEqualsIgnoreCase("F_JD_TreeView") == false)
{
// 点击的是其他树控件，略过
return;
}
// 判断是否已经加载过此节点的子节点，如果加载过，则不再加载
if (this_loadedNodeIdsContains(eNodeId))
{
return;
}
this_loadedNodeIdsAdd(eNodeId);
TreeView tv = thisViewGetControl<TreeView>("F_JD_TreeView");
string parentId = eNodeId;
if (parentIdStartsWith("more"))
{// 当前点击的节点，是"点击加载更多"
string[] keys = parentIdSplit('|');
parentId = keys[1]; // 第2部分为父节点部分
// "点击加载更多"节点已经被点击过，不再需要了，移除之
tvRemoveNode(eNodeId);
}
// 开始加载更多的子节点
List<TreeNode> childNodes = thisBuildTreeNodes(parentId);
if (childNodesCount > 0)
{
tvAddNodes(parentId, childNodes);
}
}
/// <summary>
/// 构建树控件所需要的节点对象
/// </summary>
/// <param name="parentId">父节点Id，为0表示第一层节点</param>
/// <returns></returns>
private List<TreeNode> BuildTreeNodes(string parentId)
{
List<TreeNode> nodes = new List<TreeNode>();
// 遍历全部节点，找指定节点中，未加载的子节点的子节点
int count = 0;
int index = 0;
foreach (var item in _dctNodes)
{
NodeInfo nodeInfo = itemValue;
if (nodeInfoLoaded == false
&& nodeInfoParentId == parentId)
{
nodeInfoLoaded = true;
count++;
TreeNode node = new TreeNode()
{
id = nodeInfoId,
text = nodeInfoCaption,
parentid = nodeInfoParentId,
};
nodesAdd(node);
}
if (count >= 10)
{// 本次加载超过了10个
// 生成一个特殊的节点（加载更多），并停止本批加载更多子节点
TreeNode node = new TreeNode()
{
// 需要基于如下需求，生成一个特殊的节点Id
// 1 需要与其他普通节点进行区分：以more为前缀
// 2 需要能够提取出父节点Id：包含父节点Id
// 3 每次产生的特殊节点Id不能重复：需包含当前节点索引
id = stringFormat("more|{0}|{1}", parentId, index),
text = "点击加载更多",
parentid = parentId,
};
nodesAdd(node);
break;
}
index++;
}
return nodes;
}
/// <summary>
/// 到数据库加载全部节点信息：本示例直接手工构建一批有层次的节点信息
/// </summary>
private void LoadNodes()
{
// 节点名称，包含其子节点的数量，以提示用户，可以展开查看子节点
// 第一层节点
_dctNodesAdd("1", new NodeInfo() { Id = "1", ParentId = "0", Caption = "江西(100)" });
_dctNodesAdd("2", new NodeInfo() { Id = "2", ParentId = "0", Caption = "广东(3)" });
// 循环添加100个第一层节点
for (int i = 3; i <= 100; i++)
{
_dctNodesAdd(iToString(), new NodeInfo()
{ Id = iToString(), ParentId = "0", Caption = stringFormat("省份{0}(0)", i) });
}
// 第二层节点：
_dctNodesAdd("11", new NodeInfo() { Id = "11", ParentId = "1", Caption = "南昌(0)" });
_dctNodesAdd("12", new NodeInfo() { Id = "12", ParentId = "1", Caption = "九江(0)" });
_dctNodesAdd("13", new NodeInfo() { Id = "13", ParentId = "1", Caption = "赣州(0)" });
// 循环添加100个第二层节点
for (int i = 4; i <= 100; i++)
{
_dctNodesAdd(stringFormat("1{0}", i),
new NodeInfo()
{
Id = stringFormat("1{0}", i),
ParentId = "1",
Caption = stringFormat("城市{0}(0)", i)
});
}
_dctNodesAdd("0201", new NodeInfo() { Id = "0201", ParentId = "02", Caption = "广州(0)" });
_dctNodesAdd("0202", new NodeInfo() { Id = "0202", ParentId = "02", Caption = "深圳(2)" });
_dctNodesAdd("0203", new NodeInfo() { Id = "0203", ParentId = "02", Caption = "惠州(0)" });
// 第三层节点：
_dctNodesAdd("020201", new NodeInfo() { Id = "020201", ParentId = "0202", Caption = "南山区" });
_dctNodesAdd("020202", new NodeInfo() { Id = "020202", ParentId = "0202", Caption = "宝安区" });
}
}
/// <summary>
/// 节点信息对象
/// </summary>
class NodeInfo
{
/// <summary>
/// 本节点Id
/// </summary>
public string Id { get; set; }
/// <summary>
/// 父节点Id
/// </summary>
public string ParentId { get; set; }
/// <summary>
/// 本节点标题
/// </summary>
public string Caption { get; set; }
/// <summary>
/// 是否已经加载标志：默认为false，未加载到前端
/// </summary>
public bool Loaded { get; set; }
}
}
官网：@antv/g6
官网：React中使用@antv/g6
官网：使用dom自定义节点
⚠️ 注意: G6 的节点/边事件不支持 DOM 类型的图形。如果需要为 DOM 节点绑定事件，请使用原生 DOM 事件。例如：
官网：React中自定义节点
看了一下其他的回答，都是利用现有的可视化软件，这里以Python为例，介绍2个比较好用的可视化包—seaborn和pyecharts，简单易学、容易上手，绘制的图形漂亮、大方、整洁，感兴趣的朋友可以尝试一下，实验环境win10+python36+pycharm50，主要内容如下：
1seaborn：这是一个基于matplotlib的可视化包，是对matplotlib更高级的API封装，绘制的图形种类繁多，包括常见的折线图、柱状图、饼状图、箱型图、热力图等，所需的代码量更少，使用起来更方便，下面我简单介绍一下这个包的安装和使用：
程序运行截图如下：
2pyecharts：这个是echarts提供给python的一个接口，在前端的数据可视化中，可能会用到这个echarts包，借助pyecharts，我们不仅可以绘制出漂亮的柱状图、折线图等，还可以绘制3D图形、地图、雷达图、极坐标系图等，简单好用，非常值得学习，下面我简单介绍一下这个包的安装和使用：
程序运行截图如下：
补充推荐一个Python 新数据可视化模块——Plotly Express 。
Plotly ExpressPlotly Express是一个新的高级Python数据可视化库，它是Plotlypy的高级封装，它为复杂的图表提供了一个简单的语法。只需一次导入，大多数绘图只要一个函数调用，接受一个整洁的Pandas dataframe，就可以创建丰富的交互式绘图。
Plotly Express 安装惯例，使用 pip进行安装。
Plotly Express支持构建图表类型 gapminder数据集说明我们使用gapminder数据集进行体验 Plotly Express 。
gapminder数据集显示2007年按国家/地区的人均预期寿命和人均GDP 之间的趋势：包含1952~2007年世界各国家人口、GDP发展与/地区的人均预期寿命和人均GDP 之间的趋势。
散点图scatter
常用参数说明：
使用散点图描述中国人口与GDP增长趋势图
地理散点图scatter_geo
常用参数说明
使用地理散点图描述全球人口与GDP
折线图（line）
常用参数说明
使用折线图描述1952~2007中国与美国人口增长趋势图
条形图(bar)
常用参数说明
使用条形图描述1952~2007中国与美国人口增长趋势图
等值区域图（choropleth）
常用参数说明
使用等值区域图描述各个国家人口数量
目前国内数据可视化工具或产品很多，到底那个工具或者产品是最好的？看了很多数据可视化产品，总结下来分为几大类。
下面我将一一分别进行工具介绍：
一．数据可视化库类
一个纯javascript的数据可视化库，百度的产品，常应用于软件产品开发或者 系统的图表模块，图表种类多，动态可视化效果，开源免费。
评价： 非常好的一个可视化库，图表种类多，可选的主题。Echarts中主要还是以图表为主，没有提供文本和表格方面的展现库，如果有相关需求还需要引入表格和文本方面的其他可视化库。
与echarts相似，同样是可视化库，不过是国外的产品，商用需要付费，文档详尽。
评价： 同样是非常好的一个可视化库，图表种类多。但是同样需要进行二次开发，,没有提供文本和表格方面的展现库。而且因为商用付费，所以能选择echarts肯定不会选择highcharts。
Antv是蚂蚁金服出品的一套数据可视化语法，是国内第一个才用the grammar of Graphics这套理论的可视化库。在提供可视化库同时也提供简单的数据归类分析能力。
评价： 是一个优秀的可视化库，需要进行二次开发。因为采用的是the grammar of Graphics 语法，和echarts相比各有千秋。
二．报表、BI类
由echarts衍生出来的子产品，同样继承了echarts的特点，图表种类多，没有提供文本和表格方面的展现库。Echarts接受json格式的数据，百度图说把数据格式进行了封装，可以通过表格的形式组织数据。
评价：可以把表格数据转换成图表展现形式的工具，支持excel数据导入 ，适合做静态的BI报告。因为数据偏静态，没看到与数据库结合的部分，很难和第三方系统结合展现动态变化的数据，如日报表、月报表、周报表等。
FineReport报表软件是一款纯Java编写的、集数据展示(报表)和数据录入(表单)功能于一身的企业级web报表工具，它“专业、简捷、灵活”的特点和无码理念，仅需简单的拖拽 *** 作便可以设计复杂的中国式报表，搭建数据决策分析系统。
评价： FineReport可以直连数据库，方便快捷的定制各种复杂表样，用来做出固定格式的周报、月报等。它的格式类似于excel界面，特色功能报表制作，报表权限分配，报表管理还有填报，支持多种数据库。
Tableau 是桌面系统中最简单的商业智能工具软件，Tableau 没有强迫用户编写自定义代码，新的控制台也可完全自定义配置。在控制台上，不仅能够监测信息，而且还提供完整的分析能力。Tableau控制台灵活，具有高度的动态性。
评价： 全球知名的BI工具，价格6000元/年/人左右，但是国外产品不花钱不会为你做任何定制化改动，售后很有问题。
FineBI与FineReport都是帆软的产品。首先FineReport作为一款报表工具，主要用于解决提升IT部门的常规/复杂报表开发效率问题；而FineBI是商业智能BI工具，在IT信息部门分类准备好数据业务包的前提下，给与数据，让业务人员或领导自行分析，满足即席数据分析需求，是分析型产品。
FineBI的使用感同Tableau类似，都主张可视化的 探索 性分析，有点像加强版的数据透视表。上手简单，可视化库丰富。可以充当数据报表的门户，也可以充当各业务分析的平台。
评价：FineBI做到了自助式分析，图表类型丰富，数据分析功能较强大，钻取，筛选，分组等功能都有。但是对于普通没有IT基础的人来说，要想真正熟练地掌握finebi，还是有一定的难度的，需要花上几天，但是这个难度相比Excel的VBA学习还是低不少的。
Power BI 是一套商业分析工具，用于在组织中提供见解。可连接数百个数据源、简化数据准备并提供即席分析。生成美观的报表并进行发布，供组织在 Web 和移动设备上使用。每个人都可创建个性化仪表板，获取针对其业务的全方位独特见解。在企业内实现扩展，内置管理和安全性。
评价： 类似于excel的桌面bi工具，功能比excel更加强大。支持多种数据源。价格便宜。但是只能作为单独的bi工具使用，没办法和现有的系统结合到一起。
三．可视化大屏类
提供丰富的模板与图形，支持多数据源，拖拉式布局，支持服务化服务方式和本地部署。整体来说是一款很好的大屏的产品。
评价： 产品不错，就是价格服务版每年5100元/年，本地部署竟然要110万，每年续费也要37万。
前文有介绍过，finereport是一个企业级的报表工具，同时也提供大屏的服务。通过布局、色彩、绑定数据等环节完成大屏的制作。拥有很多自助开发的可视化插件库。
评价： 很优秀的软件，性价比高。学习方面，掌握FineReport的dashboard制作，应该也比较简单的。
五 专业类（地图、科学计算、机器学习）
很多工具都能实现数据地图，比如echarts，finereport，tableau等。
ggplot2是R语言最流行的第三方扩展包，是RStudio首席科学家Hadley Wickham读博期间的作品，是R相比其他语言一个独领风骚的特点。包名中“gg”是grammar of graphics的简称，是一套优雅的绘图语法。主要用于机器学习绘图。
评价： 机器学习、数学、科学计算领域专业的绘图语言。专业与技术要求都很高，不是专业搞机器学习或者科学计算的工程师，一般不会用到。
Python是一门编成语言,其周边的绘图库也比较丰富比如pandas和matplotlib ,pandas能够绘制线图、柱图、饼图、密度图、散点图等； matplotlib主要是绘制数学函数相关的图如三角函数图、概率模型图等。
评价： 机器学习、数学、科学计算领域专业的绘图语言。专业与技术要求都很高，不是专业搞机器学习或者科学计算的工程师，一般不会用到。
R-ggplot2
ggplot2是R语言最为强大的作图软件包，强于其自成一派的数据可视化理念。当熟悉了ggplot2的基本套路后，数据可视化工作将变得非常轻松而有条理。
技术相关
1 将数据，数据相关绘图，数据无关绘图分离
这点可以说是ggplot2最为吸引人的一点。众所周知，数据可视化就是将我们从数据中 探索 的信息与图形要素对应起来的过程。
ggplot2将数据，数据到图形要素的映射，以及和数据无关的图形要素绘制分离，有点类似java的MVC框架思想。这让ggplot2的使用者能清楚分明的感受到一张数据分析图真正的组成部分，有针对性的进行开发，调整。
2 图层式的开发逻辑
在ggplot2中，图形的绘制是一个个图层添加上去的。举个例子来说，我们首先决定 探索 一下身高与体重之间的关系；然后画了一个简单的散点图；然后决定最好区分性别，图中点的色彩对应于不同的性别；然后决定最好区分地区，拆成东中西三幅小图；最后决定加入回归直线，直观地看出趋势。这是一个层层推进的结构过程，在每一个推进中，都有额外的信息被加入进来。在使用ggplot2的过程中，上述的每一步都是一个图层，并能够叠加到上一步并可视化展示出来。
3 各种图形要素的自由组合
由于ggplot2的图层式开发逻辑，我们可以自由组合各种图形要素，充分自由发挥想象力
基本开发步骤
1 初始化 – ggplot()
这一步需要设定的是图的x轴，y轴和”美学特征”。基本形式如下：
p
以上就是关于antvg6能免费商用吗全部的内容，包括:antvg6能免费商用吗、antv g6 中shape为image时，怎么设置img属性为本地图片啊、使用antv 饼状图 锚点样式自定义为如图样式怎么做等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）