ECharts 柱状图与饼图组合实现产品销售可视化
2025-04-29 09:15:08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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
349
414
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++
889
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
338
185
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
140
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.35 K
758