bin
Previous
overview
Next
binX
Loading...
bin 是一个用于数据处理的重要函数，它的主要作用是将连续的数值数据划分为离散的区间（即分箱），从而将数据进行分组。这种操作通常用于数据分析和可视化，以方便统计或展示数据分布。
bin 的核心目的是将原始数据按照指定的规则进行分箱操作，将连续型数据转换为多个离散区间的类别数据。这在数据处理和构建直方图等视图时尤为重要。例如，当需要根据数据的数值范围生成多个区间并统计其频率时，就可以使用 bin。
下面这个例子展示了如果创建一个分箱图，展示了两个评分系统评分在不同分数区间中的分布情况，可以直观地观察哪个区间的评分较多，哪个区间评分较少。
{"transform": [{"color": "count"}]}
| 属性 | 描述 | 类型 | 默认值 |
|---|---|---|---|
| thresholdsX | 对 x 分箱的数量 | number | d3.thresholdScott |
| thresholdsY | 对 y 分箱的数量 | number | d3.thresholdScott |
| [channel] | 输出到具体 mark 的 channel 数据的聚合方式 | channel |
thresholdsX 和 thresholdsY 是用于定义数据分箱的两个非常重要的配置项，主要在二维数据分箱（如网格图或热力图）中使用。它们分别控制在 X 和 Y 方向上的分箱（区间划分）规则或数量，用于将二维连续数据划分为离散的网格。
{"transform": [{"color": "count"}]}
理论上，channel 可以设置为所有的通道值，具体可以参考 encode 文档。所有的枚举值如下：
type Channel =| 'x'| 'y'| 'z'| 'x1'| 'y1'| 'series'| 'color'| 'opacity'| 'shape'| 'size'| 'key'| 'groupKey'| 'position'| 'series'| 'enterType'| 'enterEasing'| 'enterDuration'| 'enterDelay'| 'updateType'| 'updateEasing'| 'updateDuration'| 'updateDelay'| 'exitType'| 'exitEasing'| 'exitDuration'| 'exitDelay'| `position${number}`;
bin + opacity 渲染出透明度分箱{"transform": [{"opacity": "count","thresholdsX": 10,"thresholdsY": 10}]}
bin + size 渲染出大小分箱{"transform": [{"size": "count","thresholdsX": 10,"thresholdsY": 10}]}