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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust030
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
自定义游戏控制器从入门到创新:GP2040-CE开源固件全解析突破网盘限速壁垒:八大平台直链解析工具实战指南如何为网站打造高互动虚拟形象?开源解决方案全解析BT下载加速与Tracker优化完全指南:从原理到实战的全方位解决方案教育资源高效获取:电子教材下载工具全攻略如何用5%CPU占用实现4K录制?QuickRecorder轻量化录屏工具的极致优化方案多智能体协同:Nanobrowser如何重构浏览器自动化任务处理Balena Etcher实战避坑指南:Arch Linux系统镜像烧录工具安装与配置全攻略Python Web日志管理实战指南:基于Waitress构建企业级监控系统如何用AI突破音频处理瓶颈?6个专业技巧提升创作效率
项目优选
收起
暂无描述
Dockerfile
678
4.33 K
An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
117
29
🎉 (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
1.57 K
910
deepin linux kernel
C
28
16
暂无简介
Dart
923
228
Ascend Extension for PyTorch
Python
520
630
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
46
52
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
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
398
305
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.36 K
110