ECharts 柱状图与饼图组合实现产品销售可视化
2025-04-29 18:32:06作者:滑思眉Philip
echarts
Apache ECharts is a powerful, interactive charting and data visualization library for browser
数据可视化需求分析
在实际业务场景中,我们经常需要同时展示产品销售数据的整体分布和详细构成。ECharts作为一款强大的数据可视化库,能够通过组合不同类型的图表来实现这一需求。本文将介绍如何使用ECharts创建柱状图和饼图的组合图表,完整展示产品销售数据。
基础柱状图实现
首先,我们来看基础的柱状图实现。ECharts的柱状图配置主要包括以下几个部分:
- 标题配置:设置图表的主标题和副标题
- 提示框配置:定义鼠标悬停时的交互提示
- 坐标轴配置:X轴为分类轴,Y轴为数值轴
- 数据系列配置:定义柱状图的样式和数据
option = {
title: {
text: 'Product Sales',
subtext: '2025 年销售情况'
},
tooltip: {
trigger: 'item',
formatter: '{b}: {c}'
},
xAxis: {
type: 'category',
data: ['Product A', 'Product B', 'Product C', 'Product D'],
axisLabel: {
interval: 0,
rotate: 45,
align: 'right'
}
},
yAxis: {
type: 'value',
name: 'Sales',
axisLabel: {
formatter: '{value}'
}
},
series: [{
name: 'Sales Amount',
type: 'bar',
data: [
{ value: 120, itemStyle: { color: '#FF6347' } },
{ value: 200, itemStyle: { color: '#32CD32' } },
{ value: 150, itemStyle: { color: '#1E90FF' } },
{ value: 80, itemStyle: { color: '#FFD700' } }
],
itemStyle: {
borderRadius: 5
}
}]
};
添加图例功能
为了使图表更加直观,我们需要添加图例功能。ECharts通过legend配置项来实现图例显示:
legend: {
data: ['Product A', 'Product B', 'Product C', 'Product D']
}
需要注意的是,当使用单一系列柱状图时,图例会默认显示系列名称而非分类名称。要实现分类名称作为图例,可以采用多系列叠加的方式。
多系列柱状图实现
通过创建多个数据系列,每个系列只包含一个产品的数据,可以实现分类名称作为图例的效果:
series: [
{
name: 'Product A',
type: 'bar',
barGap: '-100%',
itemStyle: { color: '#FF6347' },
data: [120, 0, 0, 0]
},
{
name: 'Product B',
type: 'bar',
barGap: '-100%',
itemStyle: { color: '#32CD32' },
data: [0, 200, 0, 0]
},
// 其他产品类似配置
]
这种方法的原理是:
- 每个系列对应一个产品
- 使用
barGap: '-100%'让柱体重叠 - 每个系列只在对应产品位置有数据,其他位置为0
组合饼图实现
为了更直观地展示产品销售占比,我们可以添加一个饼图:
{
name: 'Sales Distribution',
type: 'pie',
radius: '28%',
center: ['75%', '35%'],
data: [
{value:120, name:'Product A', itemStyle: {color: '#FF6347'}},
{value:200, name:'Product B', itemStyle: {color: '#32CD32'}},
// 其他产品数据
],
itemStyle: {
emphasis: {
blur: 10,
offsetX: 0,
color: 'rgba(0, 0, 0, 0.5)'
}
}
}
关键配置说明:
radius:控制饼图大小center:控制饼图位置data中的itemStyle:保持与柱状图颜色一致emphasis:定义鼠标悬停效果
完整配置示例
结合上述技术点,完整的配置如下:
option = {
title: {
text: 'Product Sales',
subtext: '2025 年销售情况'
},
tooltip: {
trigger: 'item',
formatter: '{b}: {c}'
},
legend: {
data: ['Product A', 'Product B', 'Product C', 'Product D']
},
xAxis: {
type: 'category',
data: ['Product A', 'Product B', 'Product C', 'Product D'],
axisLabel: {
interval: 0,
rotate: 45,
align: 'right'
}
},
yAxis: {
type: 'value',
name: 'Sales',
axisLabel: {
formatter: '{value}'
}
},
series: [
{
name: 'Product A',
type: 'bar',
barGap: '-100%',
itemStyle: { color: '#FF6347' },
data: [120, 0, 0, 0]
},
{
name: 'Product B',
type: 'bar',
barGap: '-100%',
itemStyle: { color: '#32CD32' },
data: [0, 200, 0, 0]
},
{
name: 'Product C',
type: 'bar',
barGap: '-100%',
itemStyle: { color: '#1E90FF' },
data: [0, 0, 150, 0]
},
{
name: 'Product D',
type: 'bar',
barGap: '-100%',
itemStyle: { color: '#FFD700' },
data: [0, 0, 0, 80]
},
{
name: 'Sales Distribution',
type: 'pie',
radius: '28%',
center: ['75%', '35%'],
data: [
{value:120, name:'Product A', itemStyle: {color: '#FF6347'}},
{value:200, name:'Product B', itemStyle: {color: '#32CD32'}},
{value:150, name:'Product C', itemStyle: {color: '#1E90FF'}},
{value:80, name:'Product D', itemStyle: {color: '#FFD700'}}
],
itemStyle: {
emphasis: {
blur: 10,
offsetX: 0,
color: 'rgba(0, 0, 0, 0.5)'
}
}
}
]
};
技术要点总结
- 图例实现:通过多系列叠加方式实现分类名称作为图例
- 颜色统一:保持柱状图和饼图中相同产品的颜色一致
- 布局优化:合理调整饼图大小和位置,避免与柱状图重叠
- 交互一致性:确保提示框和悬停效果在整个图表中表现一致
这种组合图表方式既展示了各产品的具体销售数值,又直观呈现了销售占比情况,非常适合产品销售分析场景。开发者可以根据实际需求调整图表布局、颜色和交互效果,创建更加丰富的数据可视化展示。
echarts
Apache ECharts is a powerful, interactive charting and data visualization library for browser
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217