这句话的含义是什么？
quantize = d3.scale.quantile().domain([0, 15]).range(d3.range(9));
我看到域是：
0 - 0
1 - 15
范围是从 0 到 8 和 quantize.quantiles
0 - 1.6
1 - 3.3
2 - 4.9
3 - 6.6
4 - 8.3
5 - 9.9
6 -11.6
7 -13.3
quantize.quantiles 的值是如何计算的？我试图打电话quantize(2)，但结果是1。如何quantile工作？
分位数尺度的动机是获得代表数据集中值的实际分布的类。因此，有必要在构建过程中为其提供完整的值列表。然后，比例尺将输入域（由这些值定义）拆分为区间（分位数），使得大约相同数量的值落入每个区间。
从文档中：
为了计算分位数，输入域被排序，并被视为一组离散值。
因此，在指定域时，我们将整个值列表提交给比例：
var scale = d3.scale.quantile()
.domain([1, 1, 2, 3, 2, 3, 16])
.range(['blue', 'white', 'red']);
如果我们然后运行：
scale.quantiles()
它将输出 [2, 3]，这意味着我们的值群被分成三个子集，分别由“蓝色”、“白色”和“红色”表示：
[1, 1] [2, 2] [3, 3, 16]
请注意，当您要显示的数据中存在异常值时，应避免使用此比例。在上面的示例中，16 是落入上分位数的异常值。它被分配了与 3 相同的类，这可能不是所需的行为：
scale(3) // will output "red"
scale(16) // will output "red"
我建议阅读quantile scale 文档，尤其是 quantize.quantiles()
但基本上，d3 看到该比例的输出范围内有 9 个值，因此它根据 2 值数据集创建 9 个分位数：[0, 15]。
这导致您在问题中显示的 quantize.quantiles() 值： [1.6, 3.3, .. ,13.3] ，这些代表分位数的范围 - 小于 1.6 的任何值都将映射到输出的第一个元素范围（在这种情况下为零）。小于 3.3 和大于 1.6 的任何值都将映射到输出范围的第二个元素（一）。因此 quantize(2) = 一，正如预期的那样。