当前内容所在位置（可进入专栏查看其他译好的章节内容）
- 第一部分 D3.js 基础知识
- 第一章 D3.js 简介（已完结）
- 1.1 何为 D3.js？
- 1.2 D3 生态系统——入门须知
- 1.3 数据可视化最佳实践（上）
- 1.3 数据可视化最佳实践（下）
- 1.4 本章小结
- 第二章 DOM 的操作方法（已完结）
- 2.1 第一个 D3 可视化图表
- 2.2 环境准备
- 2.3 用 D3 选中页面元素
- 2.4 向选择集添加元素
- 2.5 用 D3 设置与修改元素属性
- 2.6 用 D3 设置与修改元素样式
- 2.7 本章小结
- 第三章 数据的处理（已完结）
- 3.1 理解数据
- 3.2 准备数据
- 3.3 将数据绑定到 DOM 元素
- 3.3.1 利用数据给 DOM 属性动态赋值
- 3.4 让数据适应屏幕
- 3.4.1 比例尺简介（上篇）
- 3.4.2 线性比例尺（中篇）
- 3.4.2.1 基于 Mocha 测试 D3 线性比例尺（DIY 实战）
- 3.4.3 分段比例尺（下篇）
- 3.4.3.1 使用 Observable 在线绘制 D3 条形图（DIY 实战）
- 3.5 加注图表标签（上篇）
- 3.5.1 人物专访：Krisztina Szűcs（下篇）
- 3.6 本章小结
- 第四章 直线、曲线与弧线的绘制 ✔️
- 4.1 坐标轴的创建（上篇）
- 4.1.1 D3 中的边距约定（中篇） ✔️
- 4.1.2 坐标轴的生成（中篇） ✔️
- 4.1.2.1 比例尺的声明（中篇） ✔️
- 4.1.2.2 坐标轴的添加（下篇）
- 4.1.2.3 轴标签的添加（下篇）
- 4.2 D3 折线图的绘制
文章目录
- 4.1.1 D3 的边距约定 The margin convention
- 4.1.2 坐标轴的生成 Generating axes
- 1 比例尺的声明 Declaring the scales
《D3.js in Action》全新第三版封面
译者按
继第四章概述部分交代本章任务，并完成绘制图表前的相关数据准备工作后，本篇开始将逐步深入介绍 D3 的边距约定以及坐标轴的基础核心概念，一定要用心学习。D3 的知识结构非常严密，一步跟不上，后面再想补回来就非常吃力了，主打一个步步为营。不要在意内容的多寡，潜心积累，持续深耕就行了。一起学起来吧！
4.1.1 D3 的边距约定 The margin convention
D3 的边距约定，旨在通过系统化的、可重用的方式为图表周围的坐标轴、标签以及图例保留足够的空间。该约定涉及四个方向，即图表的上方、右侧、下方和左侧，如图 4.3 所示。通过声明这些边距值，就可以知道图表核心区域的位置信息和尺寸大小，该核心区域也被称为 内部图表（inner chart）。
【图 4.3 用 D3 的边距约定确定出的图表上、下、左、右方向上的外边距大小示意图】
各边距（margin）的值都在一个边距对象中声明。该对象由上、下、左、右边距组成。下面来给我们的折线图创建边距对象。在函数 drawLineChart() 内，声明一个名为 margin 的常量，并沿顺时针方向令其顶部、右侧、底部、左侧的边距值分别为 40px、170px、25px 和 40px，如以下代码所示：
const drawLineChart = (data) => {const margin = {top: 40, right: 170, bottom: 25, left: 40};
};
提前准确预判该为坐标轴和图表标签预留多大空间通常是不现实的。一般得从一个合理的推测开始，然后再根据需要进行调整。例如，查看前面图 4.1 中的折线图或者浏览项目的线上版本（详见 http://mng.bz/5orB），就会发现图表右侧渲染出的标签相对较宽，因此右边距暂定 170px；此外，坐标轴的标签占用空间其实并不大，因此剩余的边距可以调小一点。
一旦确定了边距对象的尺寸，下一步就可以考虑 SVG 容器的尺寸大小了。当 SVG 的容器大小和边距都确定后，就可以算出另两个新常量的大小：innerWidth 和 innerHeight，分别表示内部图表的宽度和高度。各尺寸的空间分布情况如图 4.4 所示：
【图 4.4 SVG 容器尺寸和边距确定后，就能算出内部图表的宽高】
内部图表的宽度值等于 SVG 容器的宽度减左右两侧的边距宽度。若 SVG 容器宽 1000px，左右边距分别为 170px 和 40px，则内部图表可分到 790px；同理，若 SVG 容器总高度为 500px，减去上下边距的高即为内部图表的高度值，可算得 435px。这样，常量 innerWidth 和 innerHeight 就与边距尺寸成线性关系，后续如果边距有变动，这两个值也会同步更新：
const margin = {top: 40, right: 170, bottom: 25, left: 40};
const width = 1000;
const height = 500;
const innerWidth = width - margin.left - margin.right;
const innerHeight = height - margin.top - margin.bottom;
接着再来添加折线图的 SVG 容器。还是在函数 drawLineChart() 内部，将一个 SVG 元素追加到 id 为 line-chart 的 div 元素内；然后使用 width 和 height 常量设置 SVG 的 viewBox 属性。还可以临时给 SVG 元素绘制一个边框，以便看清工作区域的方位（关于如何将元素添加到 DOM 结构、或者元素属性与样式的设置方法，详见第 2 章相关内容）。
const svg = d3.select("#line-chart").append("svg").attr("viewBox", `0, 0, ${width}, ${height}`);
现在，各方向上的边距值和 SVG 的原点坐标都已经确定好了。折线图中的每个元素都必须向新划定的绘图区域平移。这时应该将内部图表封装在一个 SVG 的分组元素中，并只对该分组元素设置平移即可，无需挨个为每个图表元素指定平移量，如图 4.5 所示。这样做也为内部图表建立了一套新的坐标系。
【图 4.5 包含内部图表的 SVG 分组元素的平移效果图。该平移也为内部图表各元素建立了新的坐标系】
要实现上述效果，需要在 SVG 容器中添加一个分组元素；然后利用左边距和上边距指定该分组的平移量；最后将 SVG 分组赋给常量 innerChart，以备后用：
const innerChart = svg.append("g").attr("transform", `translate(${margin.left}, ${margin.top})`);
D3 的边距约定以及上述做法的主要优点在于，这些尺寸一旦确立，后续就无需再考虑相关问题了。这样，在充分考虑并提前预留标签、图例及其他补充信息的绘制区域后，就可以继续创建折线图的坐标轴以及核心图表了。
4.1.2 坐标轴的生成 Generating axes
边距一旦确定，就可以给图表添加坐标轴了。坐标轴既是数据可视化的重要组成部分，同时也是观众理解所绘数据与相关类别的重要参考。
对照前面图 4.1 或者线上版（详见：http://mng.bz/5orB）的折线图，可以看到两个坐标轴：横轴（也称 x 轴）显示各月份；纵轴（或 y 轴）则为华氏温度 1 的参考轴线。
译注
为方便查看效果，这里直接给出本专栏第 32 篇（第四章概述）中的最终效果图：
【补图 4.1 本章实现项目：2021 年纽约市温度变化及全年降水天数占比情况可视化】
D3 通过 axis() 的 组件生成器（component generator） 来创建坐标轴。该生成器接受一个比例尺函数作为参数，并返回一个组成该坐标轴的 SVG 元素。第三章介绍的比例尺相关知识还有印象吗，它们负责将定义域中的值转换为值域中对应的值，并通过这些值来绘制图表。而折线图与之类似，比例尺传入后，将算得数据集各日期的水平坐标，以及相关温度值对应的垂直坐标。
1 比例尺的声明 Declaring the scales
根据上面的介绍，创建 D3 坐标轴的第一步，其实是声明它们相应的比例尺。首先要创建一个能设置日期水平位置的比例尺，这正是 D3 时间比例尺 d3.scaleTime() 的长项（更多 D3 比例尺选型方面的介绍，详见本书 附录 B（译注：将择日翻译））。时间比例尺属于第三章介绍过的四类比例尺中的第一类：接受连续型输入，并返回连续型输出。时间比例尺的行为特征与第三章介绍的线性比例尺非常类似，唯一的区别在于这里处理的是与时间相关的数据。
接下来，先声明一个时间比例尺常量 xScale，负责 x 轴上的元素定位。该比例尺的定义域从第一个日期值开始，到最后一个日期结束。以下代码片段还用到了 d3.min() 和 d3.max() 函数，它们是 d3-array 模块中的两个工具方法，专门用于查找对应的极值。
而时间比例尺的值域，则是在内部图表的可用水平空间上均匀分布（如图 4.5 所示）。在内部图表的坐标系中，意味着值域将从 0 延展至之前计算过的内部宽度 innerWidth（比例尺定义域及值域的相关知识点，详见第三章）：
const firstDate = d3.min(data, d => d.date);
const lastDate = d3.max(data, d => d.date);
const xScale = d3.scaleTime().domain([firstDate, lastDate]).range([0, innerWidth]);
而温度则沿 y 轴分布，也需要一个连续输入与输出的比例尺。这里自然首选线性比例尺，因为我们希望温度与折线图上的垂直坐标呈线性比例关系。
以下代码片段中，声明了一个表示温度比例尺的常量 yScale，负责 y 轴上的元素定位。假定 y 轴从 0 开始，因此 0 即为定义域的第一个传入值；虽然数据集中的最低温度大约在 26°F 左右（即 -3.3°C 上下），但将 y 轴设为从 0 开始也不错，况且在本例中也可以准确地看出气温的演变情况。这就像生活中的大多数情况，其实并没有一个硬性规定；同理，本例中的图表也不能因为华氏度中的 0 度并非真正的 0 而有对错之分。
而定义域需要的第二个参数，这里选数据集中的最大温度。具体的值通过使用 d3.max() 函数检索数据集的 max_temp_F 字段来确定。
比例尺的值域沿图表高度均匀分布，但由于 SVG 坐标系的垂直坐标是向下为正的，因此值域即从图表的内部高度 innerHeight 开始，也就是图表的左下角位置；终点则为 0，对应其左上角的纵坐标：
const maxTemp = d3.max(data, d => d.max_temp_F);
const yScale = d3.scaleLinear().domain([0, maxTemp]).range([innerHeight, 0]);
译注
由于 4.1.2 节篇幅太长，拟再分三个子篇进行介绍（足见 D3 坐标轴这个知识点的信息密度之大）。本章同步源码已上传 CSDN 资源库。章节内容持续更新中，敬请关注本精译专栏，及时获取 D3.js 最前沿的数据可视化主流趋势及最佳实践。
华氏温度，即 Fahrenheit temperature，是由德国物理学家丹尼尔·华氏（Daniel Gabriel Fahrenheit）于 1701 年提出，其刻度是基于他所使用的水银温度计的特点，并将其划分为180个单位，并在标准大气压下测得水的冰点为华氏 32 度（32°F），沸点为华氏 212 度（212°F）。因为历史文化等原因，美国是目前世界上仅有的五个还在使用华氏度的国家之一。华氏度与摄氏度的换算关系为：
1°F = 1.8 × °C + 32。 ↩︎