G2 5.x 版本实现条形图双Y轴刻度显示方案
2025-05-18 17:09:38作者:曹令琨Iris
在数据可视化领域,G2作为一款强大的可视化引擎,提供了丰富的图表定制能力。本文将详细介绍如何在G2 5.x版本中为条形图实现双Y轴刻度显示,即左侧显示原始数值刻度,右侧显示百分比刻度。
双Y轴刻度显示的应用场景
双刻度轴在数据可视化中有着广泛的应用价值,特别是在需要同时展示绝对值和相对比例的场景下。例如:
- 销售数据既要显示具体销售额,又要显示市场份额占比
- 用户调研数据既要显示具体人数,又要显示占总样本的比例
- 性能指标既要显示实际数值,又要显示相对于基准的百分比
实现方案
方案一:使用多轴配置
G2支持在一个图表中配置多个坐标轴,这是实现双刻度显示最直接的方法。具体实现步骤如下:
- 创建基础条形图
- 添加主Y轴(左侧)
- 添加辅助Y轴(右侧)
- 配置两个轴的刻度范围和样式
const chart = new Chart({
container: 'container',
autoFit: true,
});
chart
.interval()
.data(data)
.encode('x', 'category')
.encode('y', 'value')
.axis('y', {
title: '数值',
position: 'left',
})
.axis('y1', {
title: '百分比',
position: 'right',
labelFormatter: (d) => `${(d / maxValue * 100).toFixed(0)}%`,
});
方案二:自定义刻度标签
如果不需要完整的第二个坐标轴,只是需要在现有轴上显示双刻度标签,可以通过自定义刻度标签实现:
chart
.interval()
.scale('y', {
type: 'linear',
domain: [0, maxValue],
tickCount: 5,
labelFormatter: (value) => {
return `${value}\n(${(value/maxValue*100).toFixed(0)}%)`;
}
});
注意事项
- 刻度对齐:确保两个轴的刻度位置和数量一致,避免视觉混乱
- 标签清晰:使用不同的颜色或样式区分两种刻度,提高可读性
- 数据范围:百分比轴的范围通常为0-100%,需要与原始数据范围对应
- 性能考虑:过多的刻度标签会影响渲染性能,需合理控制刻度数量
进阶技巧
对于更复杂的需求,还可以考虑以下方案:
- 动态刻度:根据数据范围自动计算合适的刻度和百分比
- 交互联动:实现两个轴的缩放和滚动联动
- 自定义渲染:通过G2的底层API完全自定义刻度渲染
总结
G2 5.x版本通过灵活的多轴配置和刻度自定义能力,可以很好地满足双刻度显示的需求。开发者可以根据具体场景选择最适合的实现方案,平衡功能需求和视觉表现。掌握这些技巧后,可以创建出信息更丰富、更具洞察力的数据可视化图表。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
759
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
598
132
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
1.03 K
460
🎉 (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
1.06 K
616
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
737
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++
634
232