• 基于网络爬虫的可视化图表:golang,goquery
• 案例：最近十年全国彩票销售变化情况
• 案例：中国科学院院士分布
• 数据可视化技术方案:基于 SVG (D3、Raphael)、基于 Canvas（Echarts）

我们身处大数据时代，几乎在所有工作例如商业技术、金融、科研教育等行业，以及日常生活中都可能需要涉及数据分析活动。横向来看数据分析的知识体系贯穿数据获取、数据存储、数据分析、数据挖掘、数据可视化等各大部分；按数据来源分，即可以是自己收集的数据，也可以采购数据或者基于公开数据集。

基于公开数据进行分析的话，必须提到的就是网络爬虫（web crawler），也被称作网络蜘蛛（spider）、自动索引程序（automatic indexer），搜索引擎（Google，百度等）就是大众日常生活中接触到的最典型、最强大的爬虫。

公开数据包括政府（统计局、央行、银监会、证监会等）、企业、社会组织和互联网上的个人发布信息等。在浩如烟海的互联网内容中，有价值信息犹如‘待字闺中’深藏的美女，等待有心人去挖掘。例如：

• 案例：最近十年全国彩票销售变化情况
• 案例：中国科学院院士分布（出生地与籍贯）

为了实现上述图表，相关技术方案的要点如下：

• 开发语言： 基于 Golang 实现爬虫基本功能，主要考虑 Go 语言 自身对于网络方面的强大支持，语言级 Goroutines 提供并发高性能支持。
• HTML选择器: goquery jQuery-style HTML manipulation in Go
• 数据存储: csv,PostgreSQL 等
• 数据可视化：ECharts

案例

数据来源页面：

• 专栏：彩票管理
• 2017年11月份全国彩票销售情况
• 全体院士名单
• 院士个人介绍

//caipiao_task.go  func Handle_GMOF_CaiPiao_Month_BatchTask() { 	data := read_csv_caipiao("./data/caipiao_list.csv", ",") 	if data != nil { 		for i := range data { 			go Handle_GMOF_CaiPiao_Month_Task(url) 		} 		<-time.After(60 * time.Second) 	} }  func Handle_GMOF_CaiPiao_Month_Task(url string) { 	if url != "" { 		myspider := init_GMOF_CaiPiao_Month_HTMLSpider(url) 		ctx, _ := myspider.Setup(nil) 		myspider.Spin(ctx) 	} }  

//caipiao_spider.go package main  import ( 	"log" 	"regexp" 	"strings"  	"github.com/PuerkitoBio/goquery" 	"github.com/celrenheit/spider" )  type GMOF_CaiPiao_Month_HTMLSpider struct { 	title string `json:"title"` 	url   string `json:"url"` 	desc  string `json:"desc"` }  func init_GMOF_CaiPiao_Month_HTMLSpider(url string) *GMOF_CaiPiao_Month_HTMLSpider { 	spider := NewGMOF_CaiPiao_Month_HTMLSpider() 	spider.url = url 	return spider }  func (w *GMOF_CaiPiao_Month_HTMLSpider) Setup(ctx *spider.Context) (*spider.Context, error) { 	return spider.NewHTTPContext("GET", w.url, nil) }  func (w *GMOF_CaiPiao_Month_HTMLSpider) Spin(ctx *spider.Context) error { 	if _, err := ctx.DoRequest(); err != nil { 		return err 	}  	html, err := ctx.HTMLParser() 	if err != nil { 		return err 	}  	caipiao := NewGMOF_CaiPiao_Month()  	//<title></title> 	caipiao.Title = html.Find("title").Eq(0).Text() 	caipiao.Title = Convert2String(caipiao.Title, GB18030) 	//class="TRS_Editor" 	html.Find(".TRS_Editor").Each(func(i int, s *goquery.Selection) { 		content := s.Find("p").Text() 		caipiao.Content = content  		if content != "" { 			content = Convert2String(content, GB18030) 			rows := strings.Split(content, "。")  			for _, value := range rows { 				//fmt.Printf("======arr[%d]=\n [%s] \n", index, value) 				if strings.Index(value, "全国彩票") > 0 { 					reg := regexp.MustCompile(`全国共销售彩票([\d]+.[\d]+)\S+`) 					result := reg.FindStringSubmatch(value) 					if len(result) > 0 { 						caipiao.Total = result[1] 					} 				} 			} 		} 	})  	//id="appendix" 	html.Find("#appendix").Each(func(i int, s *goquery.Selection) { 		href, _ := s.Find("a").Eq(0).Attr("href") //附件 		caipiao.Attachid = href 	})  	//===== export data 	save_csv("./data/caipiao_result.csv", caipiao) 	return err } 

2017年11月份全国彩票销售情况,385.55 2017年10月份全国彩票销售情况,376.53 2017年9月份全国彩票销售情况,369.28 2017年8月份全国彩票销售情况,350.67 2017年7月份全国彩票销售情况,337.55 2017年6月份全国彩票销售情况,338.42

可视化图表：以 ECharts 为例

常见的图表库，本文案例使用 ECharts 作为图表组件

• HighCharts：JavaScript 编写，开源许可证允许个人用户和非商业用途。
• Baidu ECharts：底层画图基于 Canvas, BSD 许可证协议。
• Kartograph：构建交互式地图轻量级类库。

//http://echarts.baidu.com/demo.html#line-gradient data = [["2017年11月",385.55],["2017年10月",376.53],["2017年9月",369.28],["2017年8月",350.67],["2017年7月",337.55],["2017年6月",338.42],["2017年11月",385.55],["2017年10月",376.53],["2017年9月",369.28],["2017年8月",350.67],["2017年7月",337.55],["2017年6月",338.42],["2017年11月",385.55],["2017年10月",376.53],["2017年9月",369.28],["2017年8月",350.67],["2017年7月",337.55],["2017年6月",338.42],["2017年5月",376.95],["2017年4月",382.45],["2017年3月",379.33],["2017年2月",0],["2017年1月",291.61],["2016年12月",365.94],["2016年11月",344.82],["2016年10月",338.27],["2016年9月",320.71],["2016年8月",310.12],["2016年7月",324.03],["2016年6月",339.61],["2016年5月",346.19],["2016年4月",348.89],["2016年3月",356.88],["2016年2月",224.54],["2016年1月",326.41],["2015年12月",341.21],["2015年11月",306.30],["2015年10月",312.34],["2015年9月",290.78],["2015年8月",280.96],["2015年7月",270.47],["2015年6月",281.2371],["2015年5月",321.07],["2015年5月",321.07],["2015年4月",326.12],["2015年3月",308.12],["2015年2月",247.90],["2015年1月",392.33],["2014年12月",361.53],["2014年11月",341.18],["2014年10月",327.01],["2014年9月",322.52],["2014年8月",315.36],["2014年7月",372.09],["2014年6月",360.54],["2014年5月",307.94],["2014年4月",315.29],["2014年3月",328.74],["2014年2月",200.1],["2014年1月",271.49],["2013年12月",302.73],["2013年11月",274.16],["2013年10月",271.83],["2013年9月",257.62],["2013年8月",246.18],["2013年7月",243.65],["2013年6月",247.46],["2013年5月",273.41],["2013年4月",285.61],["2013年3月",273.37],["2013年2月",168.65],["2013年1月",248.59],["2012年12月",268.01],["2012年11月",237.06],["2012年10月",215.38],["2012年9月",205.12],["2012年8月",197.12],["2012年7月",201.98],["2012年6月",216.14],["2012年5月",236.16],["2012年4月",235.76],["2012年3月",235.79],["2012年2月",202.17],["2012年1月",164.54],["2011年12月",224.80],["2011年11月",210.08],["2011年10月",203.28],["2011年9月",196.44],["2011年8月",187.72],["2011年7月",182.05],["2011年6月",174.53],["2011年5月",187.28],["2011年3月",190.12],["2011年2月",112.92],["2011年1月",160.09],["2010年12月",171.89],["2010年11月",160.24],["2010年10月",149.95],["2010年9月",139.56],["2011年4月",186.50],["2010年8月",135.75],["2010年7月",132.74],["2010年6月",140.71],["2010年5月",144.38],["2010年4月",141.05],["2010年3月",132.52],["2010年2月",86.71],["2010年1月",126.99],["2009年12月",133.30],["2009年11月",117.05],["2009年10月",116.47],["2009年9月",111.73],["2009年8月",110.64],["2009年7月",107.87],["2009年6月",113.51],["2009年5月",121.59],["2009年4月",114.61],["2009年3月",114.49],["2009年2月",89.21],["2009年1月",74.33],["2008年12月",102.07],["2008年11月",94.09],["2008年10月",79.88],["2008年8月",84.66]]; var dateList = data.map(function (item) {     return item[0]; }); var valueList = data.map(function (item) {     return item[1]; });  option = {     // Make gradient line here     visualMap: [{         show: false,         type: 'continuous',         seriesIndex: 0,         min: 0,         max: 400     }, {         show: false,         type: 'continuous',         seriesIndex: 1,         dimension: 0,         min: 0,         max: dateList.length - 1     }],     title: [{         left: 'center',         text: 'Gradient along the y axis'     }, {         top: '55%',         left: 'center',         text: 'Gradient along the x axis'     }],     tooltip: {         trigger: 'axis'     },     xAxis: [{         data: dateList     }, {         data: dateList,         gridIndex: 1     }],     yAxis: [{         splitLine: {show: false}     }, {         splitLine: {show: false},         gridIndex: 1     }],     grid: [{         bottom: '60%'     }, {         top: '60%'     }],     series: [{         type: 'line',         showSymbol: false,         data: valueList     }, {         type: 'line',         showSymbol: false,         data: valueList,         xAxisIndex: 1,         yAxisIndex: 1     }] }; 

最佳实践

• 默认调色板(palette)

Navy    — #001f3f Blue    — #0074d9 Aqua    — #7fdbff Teal    — #39cccc Olive   — #3d9970 Green   — #2ecc40 Lime    — #01ff70 Yellow  — #ffdc00 Orange  — #ff851b Red     — #ff4136 Maroon  — #85144b Fuchsia — #f012be Purple  — #b10dc9 Black   — #111111 Gray    — #aaaaaa Silver  — #dddddd White   — #ffffff 

• 优化图表JS生成模板 图表定型之后，可以通过模板固化配置，根据需要动态生成目标文件（html,js,svg等等），详见基于 Markdown 的 HTML 网页模板。

• 优化采集器 Goroutines "线程池" 例如：PostgreSQL Exception: Open too many files

• 优化数据存储 例如：常用的 GIS 坐标库

扩展阅读：开源工具与案例

golang-based library

• golang.org/net/http
• github.com/celrenheit/spider
• goquery: jQuery-style HTML manipulation in Go
• github.com/henrylee2cn/pholcus_lib
• Pholcus is a distributed, high concurrency and powerful web crawler software

可视化图表案例

• 中国主要城市空气质量实况
• 中国经济十年时空漫游（2002-2011）

可视化图表技术方案

• 基于 SVG : D3、Raphael

• 基于 Canvas : Echarts

• HighCharts 国外开源产品，JavaScript 编写，自带主题、动态交互方便，目前公司新版业务视图、地图应用、交互式流量图等是基于这个库实现。 不足：缺少中文文档，开源许可证只允许个人用户和非商业用途，规模应用存在法律风险。

• Baidu ECharts 最早源于百度各种业务系统报表需求，底层画图基于 Canvas 。2013年开源，完全免费的BSD协议。 特点：拖拽重计算，第三方标准格式支持，中文社区支持 实例：http://echarts.baidu.com/doc/example.html Github: https://github.com/ecomfe/echarts
  

• Kartograph Kartograph 是个构建交互式地图的简单、轻量级类库。它包含两个库，一个用Python写的，用于产生漂亮和压缩的SVG地图，另一个是js类库用于前端展示地图用。

• lchart(go-based)

扩展阅读：数据可视化

• 数据可视化（一）思维利器 OmniGraffle 绘图指南
• 数据可视化（二）跑步应用Nike+ Running 和 Garmin Mobile 评测
• 数据可视化（三）基于 Graphviz 实现程序化绘图
• 数据可视化（四）开源地理信息技术简史（Geographic Information System
• 数据可视化（五）基于网络爬虫制作可视化图表
• 数据可视化（六）常见的数据可视化仪表盘(DashBoard)
• 数据可视化（七）Graphite 体系结构详解

更多精彩内容扫码关注公众号：RiboseYim's Blog