D3.js: Interaktive Datenvisualisierungen im Web selbst bauen

Wie die JavaScript-Bibliothek Daten an SVG bindet, wann sie sich lohnt und wann eine Chart-Bibliothek reicht
Aktualisiert:
Abstract
- #D3.js
- #JavaScript
- #Webentwicklung
- #Datenvisualisierung
- #SVG
- #Observable Plot
- #Barrierefreiheit
- #Technologien
Von der Tabelle zum Diagramm: Was D3.js anders macht als fertige Charts
Die interaktive Wahlkarte einer Nachrichtenseite, ein Pandemie-Dashboard, die Grafik zur Strompreisentwicklung in einem Onlinemagazin: Viele Diagramme, die sich im Browser verschieben, filtern und vergrößern lassen, sind nicht mit einem fertigen Chart-Baukasten entstanden. Darunter liegt häufig D3.js, eine JavaScript-Bibliothek, die selbst kein einziges fertiges Diagramm mitbringt.
Genau das ist ihr Prinzip. D3 liefert Werkzeuge, um Daten mit Elementen einer Webseite zu verknüpfen, Werte in Pixel umzurechnen und Achsen, Formen und Übergänge zu erzeugen. Was am Ende auf dem Bildschirm steht, bestimmen Sie selbst. Das macht D3 mächtig und zugleich anspruchsvoller als die meisten Alternativen.
Was D3.js ist und woher es kommt
D3 steht für Data-Driven Documents, also datengetriebene Dokumente. Die Bibliothek entstand 2011 an der Stanford University; maßgeblich entwickelt hat sie Mike Bostock, der zuvor an dem Vorgänger Protovis mitgearbeitet hatte. Seither gehört D3 zu den bekanntesten Open-Source-Projekten für Visualisierung im Web und steht unter der freien ISC-Lizenz.
Die aktuelle Hauptversion ist D3 7, erschienen 2021. Seitdem gab es nur Unterversionen, die Grundlagen sind stabil. Für Unternehmen ist das ein Pluspunkt: Wer heute ein Diagramm mit D3 baut, muss nicht befürchten, dass die API im nächsten Jahr komplett umgebaut wird.
D3 ist kein einzelnes Paket, sondern eine Sammlung von rund dreißig Modulen, etwa d3-selection für die Arbeit mit DOM-Elementen, d3-scale für Skalen, d3-axis für Achsen, d3-shape für Linien und Flächen oder d3-geo für Kartenprojektionen. Das DOM (Document Object Model) ist die Baumstruktur, in der der Browser eine Seite verwaltet. Sie können das Gesamtpaket d3 laden oder nur die Module, die Sie brauchen.
Das Grundprinzip: Daten an Elemente binden
Der Kern von D3 ist die Datenbindung. Angenommen, Sie haben eine Liste mit den Umsätzen von fünf Filialen. D3 verknüpft jeden Eintrag dieser Liste mit genau einem Element auf der Seite, zum Beispiel einem Rechteck in einer SVG-Grafik. SVG (Scalable Vector Graphics) ist das Vektorgrafikformat des Webs: Formen werden als Elemente beschrieben, die sich wie HTML mit CSS gestalten und mit JavaScript ansprechen lassen. Mehr zu den Möglichkeiten des Formats lesen Sie im Beitrag über SVG als Vektorgrafik für das Web.
Ist die Verbindung hergestellt, berechnet D3 aus jedem Datenwert die Eigenschaften des zugehörigen Elements: Höhe, Position, Farbe, Beschriftung. Ändern sich die Daten, gleicht D3 ab, was sich verändert hat.
Enter, Update, Exit – und die Abkürzung mit join
Bei diesem Abgleich unterscheidet D3 drei Fälle. Für neue Datensätze ohne Element entsteht ein neues Element (enter). Vorhandene Paare aus Datensatz und Element werden aktualisiert (update). Elemente, zu denen es keine Daten mehr gibt, werden entfernt (exit).
Früher mussten Sie diese drei Fälle einzeln ausprogrammieren, was viele Einsteiger abschreckte. Seit einigen Versionen gibt es die Methode selection.join(), die den Standardfall in einer Zeile erledigt. Wer Animationen beim Hinzufügen oder Entfernen braucht, kann join() drei Funktionen übergeben und jeden Fall getrennt behandeln.
Damit D3 Datensätze und Elemente auch nach einer Sortierung richtig zuordnet, übergeben Sie beim Binden eine Schlüsselfunktion, etwa die Filial-ID. Ohne Schlüssel ordnet D3 nach der Position in der Liste zu, und Animationen springen dann sichtbar an die falsche Stelle.
Skalen und Achsen: von Euro zu Pixeln
Daten haben selten die Größenordnung eines Bildschirms. Ein Umsatz zwischen 0 und 1,2 Millionen Euro muss in einen Bereich von vielleicht 300 Pixeln Höhe passen. Diese Umrechnung übernehmen Skalen: scaleLinear für stetige Werte, scaleBand für Kategorien wie Filialnamen, scaleTime für Datumsachsen, scaleLog für Werte über mehrere Größenordnungen. Achsengeneratoren wie axisBottom und axisLeft zeichnen aus einer Skala die passenden Striche und Beschriftungen.
Ein Balkendiagramm mit D3 7
Das folgende Beispiel zeigt ein vollständiges, kleines Balkendiagramm. Es nutzt D3 7 als ES-Modul, das Sie über npm installieren (npm install d3) oder für einen schnellen Test direkt von einem CDN laden. Erwartet wird ein leeres Element mit der ID umsatz auf der Seite.
import * as d3 from 'd3';
// Für einen schnellen Test ohne Build-Werkzeug alternativ:
// import * as d3 from 'https://cdn.jsdelivr.net/npm/d3@7/+esm';
const daten = [
{ filiale: 'Köln', umsatz: 1180000 },
{ filiale: 'Bonn', umsatz: 640000 },
{ filiale: 'Düsseldorf', umsatz: 910000 },
{ filiale: 'Aachen', umsatz: 420000 },
];
const breite = 640;
const hoehe = 320;
const rand = { oben: 20, rechts: 20, unten: 30, links: 70 };
// Skalen rechnen Datenwerte in Pixel um
const x = d3
.scaleBand()
.domain(daten.map((d) => d.filiale))
.range([rand.links, breite - rand.rechts])
.padding(0.2);
const y = d3
.scaleLinear()
.domain([0, d3.max(daten, (d) => d.umsatz)])
.nice()
.range([hoehe - rand.unten, rand.oben]);
const svg = d3
.select('#umsatz')
.append('svg')
.attr('viewBox', [0, 0, breite, hoehe])
.attr('role', 'img')
.attr('aria-labelledby', 'umsatz-titel');
// Titel für Screenreader
svg
.append('title')
.attr('id', 'umsatz-titel')
.text('Jahresumsatz je Filiale in Euro');
// Balken: ein Rechteck pro Datensatz, Schlüssel ist der Filialname
svg
.append('g')
.attr('fill', 'steelblue')
.selectAll('rect')
.data(daten, (d) => d.filiale)
.join('rect')
.attr('x', (d) => x(d.filiale))
.attr('width', x.bandwidth())
.attr('y', y(0))
.attr('height', 0)
.call((rects) =>
rects
.transition()
.duration(600)
.attr('y', (d) => y(d.umsatz))
.attr('height', (d) => y(0) - y(d.umsatz)),
);
// Achsen
svg
.append('g')
.attr('transform', `translate(0,${hoehe - rand.unten})`)
.call(d3.axisBottom(x));
svg
.append('g')
.attr('transform', `translate(${rand.links},0)`)
.call(d3.axisLeft(y).ticks(5, '~s'));
Ein paar Details lohnen den zweiten Blick. Das Attribut viewBox statt fester Breite und Höhe macht die Grafik responsiv, sie skaliert also mit dem umgebenden Container. Die Balken starten mit der Höhe null und wachsen per transition() auf ihren Wert. Das Format ~s beschriftet die y-Achse kompakt mit SI-Präfixen, aus einer Million wird „1M“. Für deutsche Zahlenformate können Sie mit d3.formatLocale eigene Regeln für Tausender- und Dezimaltrennzeichen hinterlegen.
Was sich gegenüber älteren Tutorials geändert hat
Viele Anleitungen im Netz stammen aus der Zeit von D3 3 oder 4. Drei Unterschiede fallen beim Umstieg besonders auf:
- Module statt globaler Variable: D3 7 wird als ES-Modul verteilt. Das alte Muster mit einem Script-Tag und einer globalen Variablen
d3funktioniert über das UMD-Bundle zwar noch, in Projekten mit Build-Werkzeugen wie Vite ist der Import aber der übliche Weg. - Promises beim Laden: Funktionen wie
d3.csv()oderd3.json()geben Promises zurück. Sie schreiben alsoconst daten = await d3.csv('umsatz.csv', d3.autoType)statt einer Callback-Funktion.d3.autoTypewandelt dabei Zahlen und Datumswerte aus der CSV-Datei automatisch um. - Events als Parameter: Seit Version 6 gibt es kein globales
d3.eventmehr. Event-Handler erhalten das Ereignis als ersten und den Datensatz als zweiten Parameter.
D3 in React, Vue und Svelte
In modernen Webanwendungen verwaltet meist ein Framework das DOM. Lässt man D3 im selben Bereich ebenfalls Elemente einfügen und entfernen, kommen sich beide in die Quere. In der Praxis haben sich zwei Wege bewährt.
Beim ersten Weg überlässt die Komponente D3 einen abgegrenzten Container, etwa über eine Ref in React, und D3 zeichnet darin wie gewohnt. Das ist pragmatisch, wenn Sie bestehenden D3-Code übernehmen wollen.
Beim zweiten Weg rendert das Framework die SVG-Elemente selbst, und D3 liefert nur die Mathematik: Skalen, Pfadgeneratoren, Layouts für Bäume oder Netzwerke. Dieser Weg passt besser zur Denkweise von React oder Svelte und ist leichter zu testen. Für die meisten neuen Projekte empfehlen wir ihn. Wer ohnehin mit TypeScript arbeitet, profitiert von den Typdefinitionen im Paket @types/d3, die Fehler bei Skalen und Datenformaten schon im Editor zeigen.
Barrierefreie Diagramme sind kein Extra
Ein Diagramm, das nur aus Formen besteht, ist für Menschen mit Screenreader stumm. Mit dem Barrierefreiheitsstärkungsgesetz (BFSG) gelten seit Juni 2025 für viele digitale Angebote gegenüber Verbrauchern verbindliche Anforderungen an die Barrierefreiheit. Unabhängig von der Rechtslage lohnt sich der Aufwand, denn er verbessert die Grafik für alle.
Einige Grundregeln:
- Text-Alternative: Geben Sie dem SVG
role="img"und einen Titel, wie im Beispiel oben. Für komplexere Grafiken ergänzt eindesc-Element oder ein kurzer Absatz die Kernaussage („Köln liegt mit rund 1,2 Millionen Euro vorn“). - Daten als Tabelle: Bieten Sie die zugrunde liegenden Zahlen zusätzlich als HTML-Tabelle an, etwa ausklappbar unter dem Diagramm. Das hilft auch Sehenden, die genaue Werte suchen.
- Nicht nur Farbe: Unterscheiden Sie Reihen zusätzlich über Beschriftungen, Muster oder Linienstile und achten Sie auf ausreichenden Kontrast.
- Tastatur: Interaktive Elemente wie Tooltips oder Filter müssen auch ohne Maus erreichbar sein.
- Bewegung: Respektieren Sie die Systemeinstellung
prefers-reduced-motionund verzichten Sie dann auf Animationen.
D3, Observable Plot oder Chart.js: was wann passt
D3 ist nicht immer die richtige Wahl. Die wichtigsten Alternativen unterscheiden sich vor allem darin, wie viel sie Ihnen abnehmen.
| Werkzeug | Ansatz | Passt gut für |
|---|---|---|
| D3.js | Bausteine, alles selbst gestalten | individuelle, ungewöhnliche Visualisierungen, Karten, Netzwerke |
| Observable Plot | kompakte Grammatik auf Basis von D3 | explorative Analysen, schnelle Standarddiagramme mit SVG |
| Chart.js | fertige Diagrammtypen, Canvas | Dashboards mit Linien-, Balken- und Kreisdiagrammen |
| Apache ECharts | umfangreiche fertige Typen, Canvas oder SVG | große Datenmengen, viele Diagrammtypen out of the box |
Observable Plot stammt vom selben Team wie D3 und erschien 2021. Ein Balkendiagramm wie oben schrumpft dort auf wenige Zeilen, weil Plot Skalen und Achsen automatisch ableitet und Legenden auf Wunsch ergänzt. Chart.js und ECharts zeichnen standardmäßig auf ein Canvas-Element, also eine Pixelfläche statt einzelner Elemente. Das ist bei vielen tausend Punkten schneller, macht aber Barrierefreiheit und individuelle Gestaltung aufwendiger.
Unsere Faustregel: Wenn ein Diagrammtyp aus dem Katalog einer Chart-Bibliothek Ihre Frage beantwortet, nehmen Sie die Chart-Bibliothek. D3 lohnt sich, wenn die Visualisierung selbst das Produkt ist, etwa in einem Datenjournalismus-Stück, einer Kartenanwendung oder einem Fachwerkzeug mit speziellen Darstellungen.
Leistung bei großen Datenmengen
SVG legt für jeden Datenpunkt ein Element im DOM an. Bis zu einigen tausend Elementen ist das in aktuellen Browsern unproblematisch. Bei Streudiagrammen mit hunderttausend Punkten wird der Browser dagegen träge.
Dann helfen drei Strategien. Erstens Daten vorab verdichten, also etwa Tageswerte statt Einzelbuchungen zeigen. Zweitens auf Canvas zeichnen: D3-Skalen und -Pfadgeneratoren funktionieren auch mit der Canvas-API, nur Interaktion und Barrierefreiheit müssen Sie dann selbst lösen. Drittens für sehr große Datenmengen auf WebGL-basierte Bibliotheken ausweichen, die die Grafikkarte nutzen.
Was D3 für Ihr Team bedeutet
D3 ist ausgereift, stabil und für individuelle Visualisierungen nach wie vor das Werkzeug mit dem größten Gestaltungsspielraum. Der Preis ist die Lernkurve: Wer Skalen, Datenbindung und SVG verstanden hat, ist produktiv; wer nur schnell ein Umsatzdiagramm braucht, ist mit Observable Plot oder einer klassischen Chart-Bibliothek schneller am Ziel.
Für Fachabteilungen heißt das: Prüfen Sie zuerst, ob ein Standarddiagramm die Frage beantwortet. Für Entwicklungsteams lohnt es sich, die Grundbegriffe von D3 zu kennen, denn Skalen und Formgeneratoren stecken auch in vielen anderen Bibliotheken. Wenn Sie Ihr Team in modernen Frontend-Techniken weiterbilden oder eine Visualisierung gemeinsam planen möchten, finden Sie unser Angebot unter Web- und Frontend-Technologien. Wer gerade erst in die Webentwicklung einsteigt, legt mit Web- und App-Entwicklung für Einsteiger die Grundlagen in HTML, CSS und JavaScript, auf denen D3 aufbaut.
Häufige Fragen zu D3.js
Wie lange dauert es, D3.js zu lernen?
Mit soliden JavaScript-Kenntnissen gelingt ein erstes eigenes Diagramm an einem Tag. Bis Sie Datenbindung, Übergänge und Interaktion sicher beherrschen, vergehen eher einige Wochen Praxis. Hilfreich ist es, SVG-Grundlagen vorher zu kennen.
Muss man D3 beherrschen, um Observable Plot zu nutzen?
Plot baut intern auf D3 auf, Sie müssen D3 aber nicht selbst beherrschen. Für Anpassungen jenseits der Plot-Optionen ist D3-Wissen hilfreich, weil Plot dieselben Begriffe für Skalen und Formate verwendet.
Kann D3 Daten aus einer API oder Datenbank laden?
D3 lädt Dateien und Schnittstellen über die Fetch-API des Browsers, etwa mit d3.json(). Die Verbindung zur Datenbank selbst gehört ins Backend. Bewährt hat sich, dass eine Schnittstelle die Daten bereits aggregiert liefert und D3 nur noch darstellt.
Ist D3 für Dashboards in Unternehmen geeignet?
Für einzelne, besonders gestaltete Ansichten ja. Für klassische Dashboards mit vielen Standarddiagrammen sind Business-Intelligence-Werkzeuge oder Chart-Bibliotheken meist günstiger in Entwicklung und Pflege.
Kategorien
Schlagworte