Toggle navigation
专利
By
给点回到家
2019-06-27 03:43:42
脚本
16
21
作品使用的第三方脚本
数据管理
上传数据
支持小于 5M 任意格式(csv, xlsx, json, xml, ...)的数据文件
上传后可以通过生成的文件链接异步获取托管的数据。
历史数据
0 条
无历史数据
代码修改记录
信息提示
保存作品
对当前截图不满意?你还可以
上传本地截图
重新截图
作品名称
作品描述
标签
geo
grid
legend
markLine
markPoint
bar
effectScatter
line
lines
map
timeline
title
toolbox
tooltip
visualMap
作品默认版本
最新
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
20:11:45
图表已生成
整理代码
刷新
代码
var dataArry = [ [ ["2010", 353, 353, "计算机视觉"], ["2011", 296, 296, "计算机视觉"], ["2012", 283, 283, "计算机视觉"], ["2013", 257, 257, "计算机视觉"], ["2014", 437, 437, "计算机视觉"], ["2015", 766, 766, "计算机视觉"], ["2016", 686, 686, "计算机视觉"], ["2017", 558, 558, "计算机视觉"], ["2018", 428, 428, "计算机视觉"], ["2019", 74, 74, "计算机视觉"], ], [ ["2010", 204, 204, "分布式计算框架"], ["2011", 576, 576, "分布式计算框架"], ["2012", 796, 796, "分布式计算框架"], ["2013", 602, 602, "分布式计算框架"], ["2014", 877, 877, "分布式计算框架"], ["2015", 793, 793, "分布式计算框架"], ["2016", 641, 641, "分布式计算框架"], ["2017", 530, 530, "分布式计算框架"], ["2018", 205, 205, "分布式计算框架"], ], [ ["2010", 203, 203, "自然语言处理"], ["2011", 333, 333, "自然语言处理"], ["2012", 557, 557, "自然语言处理"], ["2013", 568, 568, "自然语言处理"], ["2014", 460, 460, "自然语言处理"], ["2015", 321, 321, "自然语言处理"], ["2016", 94, 94, "自然语言处理"], ], [ ["2010", 177, 177, "智能传感器"], ["2011", 195, 195, "智能传感器"], ["2012", 331, 331, "智能传感器"], ["2013", 372, 372, "智能传感器"], ["2014", 585, 585, "智能传感器"], ["2015", 753, 753, "智能传感器"], ["2016", 1030, 1030, "智能传感器"], ["2017", 1216, 1216, "智能传感器"], ["2018", 906, 906, "智能传感器"], ["2019", 31, 31, "智能传感器"], ], [ ["2010", 150, 150, "模式识别"], ["2011", 101, 101, "模式识别"], ["2012", 110, 110, "模式识别"], ["2013", 117, 117, "模式识别"], ["2014", 162, 162, "模式识别"], ["2015", 368, 368, "模式识别"], ["2016", 474, 474, "模式识别"], ["2017", 274, 274, "模式识别"], ["2018", 273, 273, "模式识别"], ["2019", 61, 61, "模式识别"], ], [ ["2010", 142, 142, "机器学习"], ["2011", 190, 190, "机器学习"], ["2012", 209, 209, "机器学习"], ["2013", 235, 235, "机器学习"], ["2014", 396, 396, "机器学习"], ["2015", 316, 316, "机器学习"], ["2016", 230, 230, "机器学习"], ["2017", 402, 402, "机器学习"], ["2018", 446, 446, "机器学习"], ["2018", 182, 182, "机器学习"], ["2019", 37, 37, "机器学习"], ], [ ["2010", 72, 72, "人机交互"], ["2011", 72, 72, "人机交互"], ["2012", 70, 70, "人机交互"], ["2013", 49, 49, "人机交互"], ["2014", 93, 93, "人机交互"], ["2015", 98, 98, "人机交互"], ["2016", 107, 107, "人机交互"], ["2017", 140, 140, "人机交互"], ["2019", 17, 17, "人机交互"], ], [ ["2010", 53, 53, "智能芯片"], ["2011", 62, 62, "智能芯片"], ["2016", 105, 105, "智能芯片"], ["2017", 140, 140, "智能芯片"], ], [ ["2012", 79, 79, "图计算"], ["2013", 87, 87, "图计算"], ["2014", 122, 122, "图计算"], ["2015", 97, 97, "图计算"], ["2017", 156, 156, "图计算"], ["2018", 451, 451, "图计算"], ["2019", 14, 14, "图计算"], ], ]; option = { title: { text: "人工智能领域专利热点分析", }, tooltip: { trigger: 'axis', axisPointer: { type: 'cross' }, formatter: function(obj) { var resule = []; for (var prop in obj) { var pr = obj[prop].value; resule.push(pr[3] + ":" + pr[2] + "
"); } return resule.join(""); } }, grid:{ right:150 }, toolbox: { feature: { saveAsImage: {} } }, xAxis: { name: "年份", axisLabel: { fontSize: 18 }, data: ["2010", "2011", "2012", "2013", "2014", "2015", "2016", "2017", "2018"] }, yAxis: { name: "热度", axisLabel: { fontSize: 18 }, }, visualMap: [{ show: true, categories: ["机器学习", "群体智能", "人机交互", "自然语言处理", "分布式计算框架", "计算机视觉", "智能芯片", "图计算", "智能传感器", "机器学习", "模式识别"], textStyle: { fontSize: 18 }, right: 0, top: '40%', inRange: { color: (function() { var colors = ['#bcd3bb', '#e88f70', '#edc1a5', '#9dc5c8', '#7b7c68', '#e5b5b5', '#f0b489', '#928ea8', '#bda29a']; return colors.concat(colors); })() } }], series: [{ type: 'scatter', symbolSize: function(val) { console.log(val) return sizeFunction(val[2]); }, label: { show: true, position: 'top', fontSize: 14, color: '#000', formatter: function(param) { return param.data[3]; }, }, data: dataArry[0] }, { type: 'scatter', symbolSize: function(val) { console.log(val) return sizeFunction(val[2]); }, label: { show: true, position: 'top', fontSize: 14, color: '#000', formatter: function(param) { return param.data[3]; }, }, data: dataArry[1] }, { type: 'scatter', symbolSize: function(val) { console.log(val) return sizeFunction(val[2]); }, label: { show: true, position: 'top', fontSize: 14, color: '#000', formatter: function(param) { return param.data[3]; }, }, data: dataArry[2] }, { type: 'scatter', symbolSize: function(val) { console.log(val) return sizeFunction(val[2]); }, label: { show: true, position: 'top', fontSize: 14, color: '#000', formatter: function(param) { return param.data[3]; }, }, data: dataArry[3] }, { type: 'scatter', symbolSize: function(val) { console.log(val) return sizeFunction(val[2]); }, label: { show: true, position: 'top', fontSize: 14, color: '#000', formatter: function(param) { return param.data[3]; }, }, data: dataArry[4] }, { type: 'scatter', symbolSize: function(val) { console.log(val) return sizeFunction(val[2]); }, label: { show: true, position: 'top', fontSize: 14, color: '#000', formatter: function(param) { return param.data[3]; }, }, data: dataArry[5] }, { type: 'scatter', symbolSize: function(val) { console.log(val) return sizeFunction(val[2]); }, label: { show: true, position: 'top', fontSize: 14, color: '#000', formatter: function(param) { return param.data[3]; }, }, data: dataArry[6] }, { type: 'scatter', symbolSize: function(val) { console.log(val) return sizeFunction(val[2]); }, label: { show: true, position: 'top', fontSize: 14, color: '#000', formatter: function(param) { return param.data[3]; }, }, data: dataArry[7] }, { type: 'scatter', symbolSize: function(val) { console.log(val) return sizeFunction(val[2]); }, label: { show: true, position: 'top', fontSize: 14, color: '#000', formatter: function(param) { return param.data[3]; }, }, data: dataArry[8] }] }; var sizeFunction = function(x) { var y = Math.sqrt(x / 3900) + 0.1; return y * 80; };