[echarts-handbook] branch master updated: tweak concepts/dataset.md

[wa...@apache.org]

This is an automated email from the ASF dual-hosted git repository.

wangzx pushed a commit to branch master
in repository https://gitbox.apache.org/repos/asf/echarts-handbook.git


The following commit(s) were added to refs/heads/master by this push:
     new 6badd9e  tweak concepts/dataset.md
6badd9e is described below

commit 6badd9e1d64d62386fade643c67da5175b0a90f0
Author: plainheart <yh...@all-my-life.cn>
AuthorDate: Thu Nov 3 15:08:42 2022 +0800

    tweak concepts/dataset.md
---
 contents/en/concepts/dataset.md | 17 ++++++++++-------
 contents/zh/concepts/dataset.md | 28 ++++++++++++++--------------
 2 files changed, 24 insertions(+), 21 deletions(-)

diff --git a/contents/en/concepts/dataset.md b/contents/en/concepts/dataset.md
index a45e9b5..ac8b35c 100644
--- a/contents/en/concepts/dataset.md
+++ b/contents/en/concepts/dataset.md
@@ -33,7 +33,7 @@ option = {
 };
 ```
 
-Define `data` under `series` is suitable for customization for some special data structures such as "tree", "graph" and large data.
+Defining `data` under `series` is suitable for customization for some special data structures such as "tree", "graph" and large data.
 However, it is not conducive to the data sharing for multiple series as well as mapping arrangement of chart types and series based on the original data. The other disadvantage is that programmers always need to divide the data in separate series (and categories) first.
 
 ## Define **data** in **dataset**
@@ -113,12 +113,12 @@ The details of the configuration are shown below:
 
 ## Map Row or Column of **dataset** to **series**
 
-After having the dataset, you can configure flexibly: how the data map to the axis and graph series.
+Having the dataset, you can configure flexibly how the data map to the axis and series.
 
 You can use `seriesLayoutBy` to change the understanding of row and column of the chart. `seriesLayoutBy` can be:
 
-- 'column': Default, the series are placed above the column of `dataset`.
-- 'row': The series is placed above the row of `dataset`.
+- `'column'`: Default value. The series are placed above the column of `dataset`.
+- `'row'`: The series are placed above the row of `dataset`.
 
 Check this case:
 
@@ -202,7 +202,7 @@ Dimension type can be the following values:
 
 - `'number'`: Default, normal data.
 - `'ordinal'`: String types data like categories, text can be used on the axis only with the dimension type 'ordinal'. ECharts will try to judge this type automatically but might be inaccurate, so you can specify manually.
-- `'time'`: To represent time data, ECharts can automatically analyze data as timestamp if the dimension type is defined as `'time'`. For instance, ECharts will auto-analyze if the data of this dimension is '2017-05-10'`. If the dimension is used as time axis ([axis.type](${optionPath}xAxis.type) =`'time'`), the dimension type will also be`'time'`. See [data](${optionPath}series.data) for more time type support.
+- `'time'`: To represent time data, ECharts can automatically analyze data as timestamp if the dimension type is defined as `'time'`. For instance, ECharts will auto-analyze if the data of this dimension is '2017-05-10'. If the dimension is used as time axis ([axis.type](${optionPath}xAxis.type) = `'time'`), the dimension type will also be `'time'`. See [data](${optionPath}series.data) for more time type support.
 - `'float'`: Use `TypedArray` to optimize the performance in `'float'` dimension.
 - `'int'`: Use `TypedArray` to optimize the performance in `'int'` dimension.
 
@@ -302,8 +302,11 @@ This is a richer [example](${exampleEditorPath}dataset-encode1) of `series.encod
 
 It is worth mentioning that ECharts will use some default mapping rules for some general charts (line, bar, scatter, candlestick, etc.) if `series.encode` is not specified. The default rule is:
 
-- In coordinate system (eg. Cartesian, Polar): + If there is category axis (axis.type = 'category'), map the first column(row) to the axis and each subsequent column(row) to each series. + If both axes is not the category, then map every two columns in one series to two axes.
-- Without axis (such as Pie Chart): + Use the first column(row) as the name, second column(row) as value. ECharts will not set the name if there is only one column(row).
+- In coordinate system (e.g. Cartesian, Polar):
+  - If there is category axis ([axis.type](${optionPath}xAxis.type) = `'category'`), map the first column(row) to the axis and each subsequent column(row) to each series.
+  - If both axes is not the category, then map every two columns in one series to two axes.
+- Without axis (e.g. Pie Chart):
+  - Use the first column(row) as the name, second column(row) as value. ECharts will not set the name if there is only one column(row).
 
 While the default rule cannot fulfill the requirements, you can configure `encode` by yourself, which is not complicate. Here is an [example](${exampleEditorPath}dataset-default).
 
diff --git a/contents/zh/concepts/dataset.md b/contents/zh/concepts/dataset.md
index ee4f54b..add37d8 100644
--- a/contents/zh/concepts/dataset.md
+++ b/contents/zh/concepts/dataset.md
@@ -1,10 +1,10 @@
 # 数据集
 
-`数据集`（`dataset`）是专门用来管理数据的组件。虽然每个系列都可以在 `series.data` 中设置数据，但是从 ECharts4 支持 `数据集` 开始，更推荐使用 `数据集` 来管理数据。因为这样，数据可以被多个组件复用，也方便进行 “数据和其他配置” 分离的配置风格。毕竟，在运行时，数据是最常改变的，而其他配置大多并不会改变。
+`数据集（dataset）`是专门用来管理数据的组件。虽然每个系列都可以在 `series.data` 中设置数据，但是从 ECharts4 支持数据集开始，更推荐使用数据集来管理数据。因为这样，数据可以被多个组件复用，也方便进行 “数据和其他配置” 分离的配置风格。毕竟，在运行时，数据是最常改变的，而其他配置大多并不会改变。
 
 ## 在系列中设置数据
 
-如果数据设置在 `系列`（`series`）中，例如：
+如果数据设置在 `系列（series）` 中，例如：
 
 ```js live
 option = {
@@ -38,7 +38,7 @@ option = {
 
 ## 在数据集中设置数据
 
-而数据设置在 `数据集`（`dataset`）中，会有这些好处：
+而数据设置在 `数据集（dataset）` 中，会有这些好处：
 
 - 能够贴近数据可视化常见思维方式：（I）提供数据，（II）指定数据到视觉的映射，从而形成图表。
 - 数据和其他配置可以被分离开来。数据常变，其他配置常不变。分开易于分别管理。
@@ -101,19 +101,19 @@ option = {
 
 简而言之，可以进行这些映射的设定：
 
-- 指定 `数据集` 的列（column）还是行（row）映射为 `系列`（`series`）。这件事可以使用 [series.seriesLayoutBy](${optionPath}series.seriesLayoutBy) 属性来配置。默认是按照列（column）来映射。
+- 指定 `数据集` 的列（column）还是行（row）映射为 `系列（series）`。这件事可以使用 [series.seriesLayoutBy](${optionPath}series.seriesLayoutBy) 属性来配置。默认是按照列（column）来映射。
 - 指定维度映射的规则：如何从 dataset 的维度（一个“维度”的意思是一行/列）映射到坐标轴（如 X、Y 轴）、提示框（tooltip）、标签（label）、图形元素大小颜色等（visualMap）。这件事可以使用 [series.encode](${optionPath}series.encode) 属性，以及 [visualMap](${optionPath}visualMap) 组件来配置（如果有需要映射颜色大小等视觉维度的话）。上面的例子中，没有给出这种映射配置，那么 ECharts 就按最常见的理解进行默认映射：X 坐标轴声明为类目轴，默认情况下会自动对应到 `dataset.source` 中的第一列；三个柱图系列，一一对应到 `dataset.source` 中后面每一列。
 
 下面详细解释这些映射的设定。
 
-## 把数据集（ dataset ）的行或列映射为系列（series）
+## 把数据集（dataset）的行或列映射为系列（series）
 
 有了数据表之后，使用者可以灵活地配置：数据如何对应到轴和图形系列。
 
 用户可以使用 `seriesLayoutBy` 配置项，改变图表对于行列的理解。`seriesLayoutBy` 可取值：
 
-- 'column': 默认值。系列被安放到 `dataset` 的列上面。
-- 'row': 系列被安放到 `dataset` 的行上面。
+- `'column'`: 默认值。系列被安放到 `dataset` 的列上面。
+- `'row'`: 系列被安放到 `dataset` 的行上面。
 
 看这个例子：
 
@@ -149,13 +149,13 @@ option = {
 };
 ```
 
-## 维度（ dimension ）
+## 维度（dimension）
 
-常用图表所描述的数据大部分是“二维表”结构，上述的例子中，我们都使用二维数组来容纳二维表。现在，当我们把系列（ series ）对应到“列”的时候，那么每一列就称为一个“维度（ dimension ）”，而每一行称为数据项（ item ）。反之，如果我们把系列（ series ）对应到表行，那么每一行就是“维度（ dimension ）”，每一列就是数据项（ item ）。
+常用图表所描述的数据大部分是“二维表”结构，上述的例子中，我们都使用二维数组来容纳二维表。现在，当我们把系列（series）对应到“列”的时候，那么每一列就称为一个“维度（dimension）”，而每一行称为数据项（item）。反之，如果我们把系列（series）对应到表行，那么每一行就是“维度（dimension）”，每一列就是数据项（item）。
 
-维度可以有单独的名字，便于在图表中显示。维度名（ dimension name ）可以在定义在 dataset 的第一行（或者第一列）。例如上面的例子中，`'score'`、`'amount'`、`'product'` 就是维度名。从第二行开始，才是正式的数据。`dataset.source` 中第一行（列）到底包含不包含维度名，ECharts 默认会自动探测。当然也可以设置 `dataset.sourceHeader: true` 显示声明第一行（列）就是维度，或者 `dataset.sourceHeader: false` 表明第一行（列）开始就直接是数据。
+维度可以有单独的名字，便于在图表中显示。维度名（dimension name）可以在定义在 dataset 的第一行（或者第一列）。例如上面的例子中，`'score'`、`'amount'`、`'product'` 就是维度名。从第二行开始，才是正式的数据。`dataset.source` 中第一行（列）到底包含不包含维度名，ECharts 默认会自动探测。当然也可以设置 `dataset.sourceHeader: true` 显示声明第一行（列）就是维度，或者 `dataset.sourceHeader: false` 表明第一行（列）开始就直接是数据。
 
-维度的定义，也可以使用单独的 `dataset.dimensions` 或者 `series.dimensions` 来定义，这样可以同时指定维度名，和维度的类型（ dimension type ）：
+维度的定义，也可以使用单独的 `dataset.dimensions` 或者 `series.dimensions` 来定义，这样可以同时指定维度名，和维度的类型（dimension type）：
 
 ```js
 var option1 = {
@@ -195,7 +195,7 @@ var option2 = {
 
 大多数情况下，我们并不需要去设置维度类型，因为 ECharts 会自动尝试判断。但是如果不足够准确时，可以手动设置维度类型。
 
-维度类型（ dimension type ）可以取这些值：
+维度类型（dimension type）可以取这些值：
 
 - `'number'`: 默认，表示普通数据。
 - `'ordinal'`: 对于类目、文本这些 string 类型的数据，如果需要能在数轴上使用，须是 'ordinal' 类型。ECharts 默认会试图自动判断这个类型。但是自动判断也可能不准确，所以使用者也可以手动强制指定。
@@ -203,7 +203,7 @@ var option2 = {
 - `'float'`: 如果设置成 `'float'`，在存储时候会使用 `TypedArray`，对性能优化有好处。
 - `'int'`: 如果设置成 `'int'`，在存储时候会使用 `TypedArray`，对性能优化有好处。
 
-## 数据到图形的映射（ series.encode ）
+## 数据到图形的映射（series.encode）
 
 了解了维度的概念后，我们就可以使用 [series.encode](${optionPath}series.encode) 来做映射。总体是这样的感觉：
 
@@ -294,7 +294,7 @@ encode: {
 值得一提的是，当 `series.encode` 并没有指定时，ECharts 针对最常见直角坐标系中的图表（折线图、柱状图、散点图、K 线图等）、饼图、漏斗图，会采用一些默认的映射规则。默认的映射规则比较简单，大体是：
 
 - 在坐标系中（如直角坐标系、极坐标系等）
-  - 如果有类目轴（axis.type 为 'category'），则将第一列（行）映射到这个轴上，后续每一列（行）对应一个系列。
+  - 如果有类目轴（[axis.type](${optionPath}xAxis.type) 为 `'category'`），则将第一列（行）映射到这个轴上，后续每一列（行）对应一个系列。
   - 如果没有类目轴，假如坐标系有两个轴（例如直角坐标系的 X Y 轴），则每两列对应一个系列，这两列分别映射到这两个轴上。
 - 如果没有坐标系（如饼图）
   - 取第一列（行）为名字，第二列（行）为数值（如果只有一列，则取第一列为数值）。


---------------------------------------------------------------------
To unsubscribe, e-mail: commits-unsubscribe@echarts.apache.org
For additional commands, e-mail: commits-help@echarts.apache.org