我们从一个静态的散点图开始讲述一个故事。简单的实例，开始你的数据可视化。
你需要准备：
一台联网的电脑；
一个代码编辑器，支持javascript编写（甚至只是一个txt编辑器）；
一个充满好奇心的大脑；
正式开始
-
数据获取：
数据通常可以直接由他人提供。你的同事们经常可以替你分担数据收集这份工作（埋点日志或者其它数据统计）。如果你计划制作几个图表用于描述情况，或者领导希望你能分析年度的数据，那么你通常能拿到一些excel或者其它的电子表格；如果你计划设计一个数据监控后台，那么你的数据来源就是后端的研发同事。
ECharts的不同图表需要不同形式的数据，但通常都是json格式。我们现在绘制的散点图，需要的数据是二维结构。ECharts官网有一个表格工具，利用这个工具，可以轻松地将excel表转化为可用的数据结构。
这里直接给出我们的第一份数据（json格式）。你可能注意到数据被一个函数index（）包含，这个单纯为了避免浏览器的跨域问题。你无需下载数据，根据后文内容直接引用地址即可。
-
数据分析：
数据是笔者直接提供的，所以至少在格式上不存在问题。但对于数据内容，你绝对不应该认为它是正确无疑的。
记住，绝不能只因为它是数字就相信它就是正确的
我们要注意的是那些不太对头的东西···如果任何东西看上去有些异常，我们就需要到源头去进行验证。
大部分异常都只是笔误而已，但有些异常却真的存在，而它们就是有意思的地方。可以作为故事重点。
不过笔者不希望第一个故事就如此复杂。笔者将在文末讲解如何筛选无意义或错误数据，最终获得可用的数据的具体方法。
-
初始图表：
打开你的编辑器，是时候写（粘贴）一波代码了。
-
引入ECharts：不需要考虑太多，将下文的代码全部粘贴到你的编辑器中就好了。代码几乎引入了你全部可能用到的库，后续编写其它的图表也可以继续沿用这个head。
<!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>ECharts</title> <!-- 引入 echarts.js --> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/echarts.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts-gl/dist/echarts-gl.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts-stat/dist/ecStat.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/extension/dataTool.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/map/js/china.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/map/js/world.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/extension/bmap.min.js"></script> <script type="text/javascript" src="https://www.jb51.net/jslib/jquery/jquery.min.js"></script> </head> <body> <!--这里暂时没有内容--> </body> </html> -
接下来我们在<body></body>中完成我们的内容（不必担心，笔者会在最后给出完整代码）：
-
为ECharts准备一个具备大小（宽高）的容器：
<div id="scatter1" style="width:100%;height:900px;"></div> -
准备一个javaScript块，后续内容都在其中完成：
<script type="text/javascript"></script> -
基于准备好的容器，初始化ECharts实例（//之后内容为注释，不会影响你的代码）：
<script type="text/javascript"> // 基于准备好的dom，初始化echarts实例 var myChart = echarts.init(document.getElementById('scatter1')); </script> -
使用 option 来表述图表信息：数据，数据如何映射成图形，交互行为。具体可查看代码内注释：
var option = { //图表标题，当前为空 title: {}, //提示框，当前为空 tooltip: {}, //横坐标设置，当前仅设置类别为‘category‘，即‘类目’ xAxis: { type: 'category', }, //纵坐标设置，当前仅设置类别为‘value‘，即‘值’ yAxis: { type: 'value', }, //坐标系设置，如上下左右离边框距离等属性，当前为空 grid: {}, //系列列表，用于指定图表名称、类型，数据等，当前类型为‘scatter’，即‘散点图’；数据有四行，每个类目对应一个值，将绘制一幅包含四个点的散点图 series: [{ name: 'scatter', type: 'scatter', data: [ ["安徽省当涂第一中学",61], ["安徽省六安第一中学",14], ["安庆市第十一中学校",4], ["安庆市第一中学",36], ] }] }; -
使用刚指定的配置项和数据显示图表：
// 使用刚指定的配置项和数据显示图表。 myChart.setOption(option); 完成！
-
-
当前全部的代码如下。现在你可以把文件保存为XXX.html，然后用浏览器打开，查看下你使用ECharts绘制的第一幅图表吧（你甚至只需要新建一个txt文件，将代码粘贴进去后保存为.html）：
<!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>ECharts</title> <!-- 引入 echarts.js --> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/echarts.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts-gl/dist/echarts-gl.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts-stat/dist/ecStat.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/extension/dataTool.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/map/js/china.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/map/js/world.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/extension/bmap.min.js"></script> <script type="text/javascript" src="https://www.jb51.net/jslib/jquery/jquery.min.js"></script> </head> <body> <!-- 为ECharts准备一个具备大小（宽高）的Dom --> <div id="scatter1" style="width:100%;height:900px;"></div> <script type="text/javascript"> // 基于准备好的dom，初始化echarts实例 var myChart = echarts.init(document.getElementById('scatter1')); var option = { title: {}, tooltip: {}, //xAxis:{}, xAxis: { type: 'category', }, yAxis: { type: 'value', }, grid: {}, series: [{ name: 'scatter', type: 'scatter', data: [ ["安徽省当涂第一中学",61], ["安徽省六安第一中学",14], ["安庆市第十一中学校",4], ["安庆市第一中学",36] ], }] }; // 使用刚指定的配置项和数据显示图表。 myChart.setOption(option); </script> </body> </html>image -
然而现在作为初始的图表还不够格，你肯定不会满足于四个数据的散点图。第一节笔者提供了一个json，里面有400个数据，现在我们使用这份数据进行图表绘制（你将初次接触跨域问题）：
引用网络数据并不简单，如果你使用的是chrome浏览器（建议），你将不得不解决跨域问题（简单的说就是数据来源不同于.html文件的地址，chrome会禁止数据的获取）。不过笔者最终找到了一个比较简单的方法（jsonp）：
-
回到第二节第5步，完成之后我们将4、5步的内容包含在一个回调函数中。并将 <font color ='blue'>data</font> 指向函数 index (data) 中的 <font color ='blue'>data</font> ：
//jsonp读取本地json文件 //回调函数名称(index)，需要与 src 中一致，而且要与文件地址中名一致。jsonp格式 名称([]) //不然无法获取到对应的文件 function index(data){ //4、5步完成的内容 var option = { title: {}, tooltip: {}, //xAxis:{}, xAxis: { type: 'category', }, yAxis: { type: 'value', }, grid: {}, series: [{ name: 'scatter', type: 'scatter', //data指向index(data)中的data data: data, }] }; // 使用刚指定的配置项和数据显示图表。 myChart.setOption(option); }; -
我们尚未引用网络数据，现在我们完成这个步骤，并回调上文定义的方法。新建一个javaScript块，写入以下内容：
<!--jsonp中 需要注意的是 <script src="jq.json?callback=loa"></script> src ? 之前为文件地址，? 之后为回调函数callback名称， 回调函数可以简写为 cb , 然后 回调函数 名称要与引用文件中的名称一致 可以在对应的文件名中看下，如：jq.json?callback=loa,jq.json的函数名称为 loa--> <script type="text/javascript" src="https://guozhe-1300242195.cos.ap-beijing.myqcloud.com/2020-01-14-scatterDegree-1.json?callback=index"></script>注意，包含的都是注释内容，实际生效的只有<script>这里是代码</script>包含的代码。其中，src 指向基础数据的地址，这个地址一直到 ?callback 前为止。后文中给出了新的数据地址，你只需要替换代码中的地址即可。
完成！
-
-
现在的完整代码如下。生成的初始图表为：
<!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>ECharts</title> <!-- 引入 echarts.js --> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/echarts.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts-gl/dist/echarts-gl.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts-stat/dist/ecStat.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/extension/dataTool.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/map/js/china.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/map/js/world.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/extension/bmap.min.js"></script> <script type="text/javascript" src="https://www.jb51.net/jslib/jquery/jquery.min.js"></script> </head> <body> <!-- 为ECharts准备一个具备大小（宽高）的Dom --> <div id="scatter1" style="width:100%;height:900px;"></div> <script type="text/javascript"> // 基于准备好的dom，初始化echarts实例 var myChart = echarts.init(document.getElementById('scatter1')); //jsonp读取本地json文件 //回调函数名称(index)，需要与 src 中一致，而且要与文件地址中名一致。jsonp格式 名称([]) //不然无法获取到对应的文件 function index(data){ var option = { title: {}, tooltip: {}, //xAxis:{}, xAxis: { type: 'category', }, yAxis: { type: 'value', }, grid: {}, series: [{ name: 'scatter', type: 'scatter', data: data, }] }; // 使用刚指定的配置项和数据显示图表。 myChart.setOption(option); }; </script> <!--jsonp中 需要注意的是 <script src="jq.json?callback=loa"></script> src ? 之前为文件地址，? 之后为回调函数callback名称， 回调函数可以简写为 cb , 然后 回调函数 名称要与 文件中的名称一致 可以在 对应的文件名中看下，如，jq.json?callback=loa,jq.json的 名字为 loa--> <script type="text/javascript" src="https://guozhe-1300242195.cos.ap-beijing.myqcloud.com/2020-01-14-scatterDegree-1.json?callback=index"></script> </body> </html>image 挺不错的嘛！有了初始的图表，现在我们可以对其进行美化，使其更引人注目。
-
-
图表美化：
图表的美化主要依靠修改/增加 option （第二节第4步）中的信息。现在我们依次修改设置，逐步美化图表：
-
我们首先设置一个背景颜色（笔者绘制图表喜欢深色色调）。rgba大家应当非常熟悉，前三个数值设置了颜色，第四个数值制定了颜色的透明程度。现在的颜色相当黑，但不是纯黑（为什么不选择纯黑？）：
//背景颜色，当前透明度为100%，接近纯黑色 backgroundColor:'rgba(1, 1, 1, 1)', -
接下来修改坐标系设置 grid ，令坐标系上下左右分别距离边框一个给定的百分比。我们来看一下现在图表的样式吧：
//坐标系设置，距离上边框较远，左右居中 grid: { left: '5%', right: '5%', top:'15%', bottom: '7%' },image好吧，似乎变得更加难以辨别了（因为坐标系尚未调整，几乎无法辨别，分割线却过于明显）。不要灰心，我们继续编码。
-
表格上方预留了足够的空间，接下来我们设置一下标题内容：
//标题 title: { //标题内容 text: '学校与排课次数散点图', //标题字体颜色及字体大小 textStyle:{ color:'#fff', fontSize:30, }, //离上边框距离 top:'5%', //离左边框距离，当前为‘居中’ left: 'center', },现在我们有了一个居中置顶（保持一定距离）的标题，你可以保存文件用浏览器查看效果。
-
接下来我们编辑一下两个坐标轴的格式
//横坐标设置 xAxis: { //类型为‘类目轴’，即种类而非数值 type: 'category', //坐标轴刻度文字格式 axisLabel:{ //设置不显示，后续设置无效 show:false, }, //坐标轴线设置 axisLine:{ lineStyle:{ color:'#fff',//坐标轴颜色为白色 width:2,//坐标轴线宽度2个像素 } } },横坐标我们设置其不显示刻度上的各标签（因为标签过多无法全部显示，也显示必要性）。坐标轴线为白色，这样在深色背景下容易辨认。坐标轴分割线无需设置，因为当前为类目轴，无分割线。
//纵坐标设置 yAxis: { //类型为‘数值轴’，自带分割线 type: 'value', //纵坐标轴名称 name:' (次)', //坐标轴名称格式设置 nameTextStyle:{ //设置行高及对齐方式，使得坐标轴名称达到图形所示效果 fontSize:20,//字体大小 verticalAlign:'top',//垂直对齐方式，搭配行高使用，控制垂直方向高度 align:'left',//水平对齐方式 lineHeight:10//行高 }, //data:[50,100],//值范围，本例不使用 //分割线格式设置 splitLine:{ show:true,//显示 //分割线设置 lineStyle:{ opacity:0.3,//透明度：0.3 type:'dotted'//类型，除此之外还有‘solid’‘dashed’，可以切换观察效果 } }, //坐标轴刻度文字格式 axisLabel:{ //通过以下设置，使得坐标轴标签在刻度上方 fontSize:20,//字体大小 align:'right', verticalAlign:'bottom', }, //坐标轴线设置，由于设置的宽度为0，不显示坐标轴 axisLine:{ lineStyle:{ color:'#fff', width:0,//不显示坐标轴 } } },纵坐标设置较为复杂，我们设置了坐标轴的名称（将显示在坐标轴尾端），规定分割线的透明度为0.3，保证分割线不影响图表观看。调整了坐标轴刻度标签的格式，使其落于刻度之上。最后，我们隐藏了纵坐标轴线，使得整个图表更加凸显重点（散点本身，而非坐标轴）。
现在的图表如下。与上图相比，重点已经相当突出了：
image -
还没有结束，深色背景搭配红色散点可不是个好选择。我们应当对散点进行一些格式的设置，使其从背景中抽离出来。这一切都需要在 series 中完成：
series: { name: 'scatter', type: 'scatter', //散点大小，当前为 10 像素 symbolSize:10, //散点格式（非选定状态下） itemStyle:{ color:'red',//颜色为红色 borderColor:'#fff',//边框颜色为白色 borderWidth:2,//边框 2 个像素 shadowBlur:3,//阴影 3 个像素 shadowColor:'#eac736'//阴影颜色，接近于橙黄色，产生光亮效果 }, //散点格式（选定状态下），emphasis即为选中状态，与normal相对 emphasis: { itemStyle: { //color: 'red', borderColor: '#fff',//边框颜色为白色 borderWidth: 5,//边框 5 个像素 shadowBlur: 15,//阴影 15 个像素 shadowColor: '#eac736'//阴影颜色，接近于橙黄色，产生光亮效果 } }, //散点的值（value）格式设置 label: { //仅当选中状态下显示 emphasis: { show: true,//显示 position: 'left',//左侧 //字体格式 textStyle: { color: '#fff',//颜色为白色 fontSize: 16//字体大小 16 个像素 } } }, data: data, },image现在，你的图表应当足够吸引人眼球了。如果你有别的想法，可以根据官方文档，或者在上文的基础上对代码做一些修改。
-
现在给出散点图的完整代码。将其粘贴到你的编辑器中，另存为XXX.html文件然后使用浏览器打开即可。或者新建一个txt文件，将内容粘贴进去，修改后缀为.html，使用浏览器打开同样可以查看结果（当然，笔者希望读者能够按步骤逐渐完成，而不是直接复制最终的代码）：
<!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>ECharts</title> <!-- 引入 echarts.js --> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/echarts.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts-gl/dist/echarts-gl.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts-stat/dist/ecStat.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/extension/dataTool.min.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/map/js/china.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/map/js/world.js"></script> <script type="text/javascript" src="https://cdn.jsdelivr.net/npm/echarts/dist/extension/bmap.min.js"></script> <script type="text/javascript" src="https://www.jb51.net/jslib/jquery/jquery.min.js"></script> </head> <body> <!-- 为ECharts准备一个具备大小（宽高）的Dom --> <div id="scatter1" style="width:100%;height:900px;"></div> <script type="text/javascript"> // 基于准备好的dom，初始化echarts实例 var myChart = echarts.init(document.getElementById('scatter1')); //jsonp读取本地json文件 //回调函数名称(index)，需要与 src 中一致，而且要与文件地址中名一致。jsonp格式 名称([]) //不然无法获取到对应的文件 function index(data){ //使用option表述图表信息 var option = { backgroundColor:'rgba(1, 1, 1, 1)', //图表的标题 title: { text: '学校与排课次数散点图',//标题内容 //标题字体设置 textStyle:{ color:'#fff',//标题字体颜色 fontSize:30,//字体大小 }, top:'5%',//距离容器上端的百分比 left: 'center',//居中 }, //提示框，当前为空 tooltip: {}, //横坐标设置 xAxis: { //类型为‘类目轴’，即种类而非数值 type: 'category', //坐标轴刻度文字格式 axisLabel:{ //设置不显示，后续设置无效 show:false, }, //坐标轴线设置 axisLine:{ lineStyle:{ color:'#fff',//坐标轴颜色为白色 width:2,//坐标轴线宽度2个像素 } } }, //纵坐标设置 yAxis: { //类型为‘数值轴’，自带分割线 type: 'value', //纵坐标轴名称 name:' (次)', //坐标轴名称格式设置 nameTextStyle:{ //设置行高及对齐方式，使得坐标轴名称达到图形所示效果 fontSize:20,//字体大小 verticalAlign:'top',//垂直对齐方式，搭配行高使用，控制垂直方向高度 align:'left',//水平对齐方式 lineHeight:10//行高 }, //data:[50,100],//值范围，本例不使用 //分割线格式设置 splitLine:{ show:true,//显示 //分割线设置 lineStyle:{ opacity:0.3,//透明度：0.3 type:'dotted'//类型，除此之外还有‘solid’‘dashed’，可以切换观察效果 } }, //坐标轴刻度文字格式 axisLabel:{ //通过以下设置，使得坐标轴标签在刻度上方 fontSize:20,//字体大小 align:'right', verticalAlign:'bottom', }, //坐标轴线设置，由于设置的宽度为0，不显示坐标轴 axisLine:{ lineStyle:{ color:'#fff', width:0,//不显示坐标轴 } } }, grid: { left: '5%', right: '5%', top:'15%', bottom: '7%', //containLabel: true, }, series: { name: 'scatter', type: 'scatter', //散点大小，当前为 10 像素 symbolSize:10, //散点格式（非选定状态下） itemStyle:{ color:'red', //颜色为红色 borderColor:'#fff', //边框颜色为白色 borderWidth:2, //边框 2 个像素 shadowBlur:3, //阴影 3 个像素 shadowColor:'#eac736'//阴影颜色，接近于橙黄色，产生光亮效果 }, //散点格式（选定状态下），emphasis即为选中状态，与normal相对 emphasis: { itemStyle: { //color: 'red', borderColor: '#fff', //边框颜色为白色 borderWidth: 5, //边框 5 个像素 shadowBlur: 15, //阴影 15 个像素 shadowColor: '#eac736'//阴影颜色，接近于橙黄色，产生光亮效果 } }, //散点的值（value）格式设置 label: { //仅当选中状态下显示 emphasis: { show: true, //显示 position: 'left',//左侧 //字体格式 textStyle: { color: '#fff',//颜色为白色 fontSize: 16 //字体大小 16 个像素 } } }, data: data, }, }; // 使用刚指定的配置项和数据显示图表。 myChart.setOption(option); }; </script> <!--jsonp中 需要注意的是 <script src="jq.json?callback=loa"></script> src ? 之前为文件地址，? 之后为回调函数callback名称， 回调函数可以简写为 cb , 然后 回调函数 名称要与 文件中的名称一致 可以在 对应的文件名中看下，如，jq.json?callback=loa,jq.json的 名字为 loa--> <script type="text/javascript" src="https://guozhe-1300242195.cos.ap-beijing.myqcloud.com/2020-01-14-scatterDegree-1.json?callback=index"></script> </body> </html> -
使用 ECharts 的部分基本完成，接下来笔者使用 hype（我们将在另一个手册对其进行介绍） 对图表作进一步改进（读者可以将图表保存为图片，然后进行编辑）：
- 分析基础数据，得出中位数及平均数，分别为12和22.7
- 在hype中绘制矢量图形，添加中位数线和平均值线，并分别指出线类型及具体数值
- 也许你对这个背景感兴趣。笔者设置图表的背景透明，然后底层的图形上添加了毛玻璃效果
image -
现在图表绘制完成，添加上下文：本图表绘制的是学校使用排课引擎的次数图，每个点指代一个学校，可以看到，多数学校集中在0～30的区间内。少数学校调用次数超过90次，最多的调用为193次。
添加上下文非常重要，因为当你的读者在阅读图表的时候不能保证你总在旁边。我们的散点图如果没有标题及上下文，读者根本不可能知道其代表的意义（或许是公司员工迟到分钟数？那最高值很可能是笔者本人）。
-
-
该图表的意义：
散点图展示了一段时间内300余所学校调用排课引擎的情况。我们预期的调用次数应当在10次左右，并且多次的调用没有实际意义（具体不做解释）。但实际情况可以看到，平均数比中位数多10，存在相当多的点调用次数在30次以上，最高的点调用次数为193次。
散点的集中状态基本符合预期，但是调用次数多的点明显存在问题。应当对其进行记录，观察是否存在地域特征，做进一步分析。
-
数据图表相互演进：
正如笔者前面所述，数据可视化的流程不是线性的。只需要简单调整一下数据的输入，即便是同一套数据，也会呈现出不同的效果。
-
笔者按排课次数排序，得到了新的基础数据。可以看到，各点不再散乱分布于各处，而是按从小到大依次排序，呈现出指数函数一般的图形（显然我们的数据本身并不具备指数函数的特征）。
现在，根据这张图表，你能得到哪些信息？（别忘了，我们的中位数是12，平均值是22.7）
image -
笔者按地区排序，再次得到了新的基础数据。新的图表似乎与之前并没有什么区别。你可以试着在图表上将各个区域划分开（从左到右），观察不同区域（政策）之间是否存在着点位分布上的规律。
实际上规律并不明显，你可能只感觉到福建和广东地区相比其它地区点位更加散乱一些。不如试着统计下各地区的中位数和平均数？这里列举一些地区的数值：
- 北京：「中位数：11」，「平均数：22.6」
- 福建：「中位数：25」，「平均数：36.6」
- 广东：「中位数：13」，「平均数：27.6」
结果确实如此，福建的两个数值都远远超过平均值。现在你的故事开始有趣起来了，你应该把它讲给你的福建同事听，询问他们其中的原因。这些应该能对你的产品改进提供帮助。
image -
两者结合或许也会非常有趣，如果你有时间，可以试着先按地区排序，再把地区内部按次数排序，这里笔者就不再赘述，只给出最终图表，你能从中分析出什么结果？
image
-
故事结束
第一个故事到此差不多也可以结束了。
你可能觉得作为第一个入门故事，代码内容有点过多，这一点笔者也深有同感。但因为对于不同的图表，ECharts的编码内容基本相同（坐标系设置，内容设置），举一反三相当简单，所以笔者尽量对每一行代码做了解释。后续笔者的编码介绍内容将逐渐简化（不要担心，笔者总会给出完整代码），而把重点放在数据分析和图表美化（当然也少不了图表本身的分析），以及通过一些初级的 javaScript 编码实现简单交互上。
好了，休息一下，倒杯热茶，然后开始我们的第二个故事。
