【保姆级超详细还免费】Apache ECharts 安装与配置完全指南
2026-01-21 04:15:49作者:申梦珏Efrain
echarts
Apache ECharts is a powerful, interactive charting and data visualization library for browser
项目基础介绍及主要编程语言
Apache ECharts 是一个免费且功能强大的图表与数据可视化库,适用于在网页中嵌入直观、交互性强且高度定制化的图表。它采用纯 JavaScript 编写,并基于轻量级的 Canvas 库 zrender 开发。ECharts 支持超过20种图表类型以及多种组件,灵活地满足各种数据展示需求。项目遵守 Apache-2.0 许可证。
主要编程语言:JavaScript, TypeScript
关键技术和框架
- Canvas: 作为绘制图形的基础,ECharts 利用了 HTML5 的 Canvas 元素。
- zrender: 轻量级的绘图引擎,支持图形的高性能渲染。
- Declarative Configuration Model: 使用声明式配置模型来定义图表,使得数据可视化设置更加直观易懂。
- 交互设计: 强调图表的交互性,提供丰富多样的事件处理机制。
安装和配置教程
准备工作
- 确保环境:你需要有 Node.js 环境安装在你的机器上,因为部分安装和构建过程依赖于 Node.js。
- Git 工具:如果你从源码编译或贡献代码,还需要安装 Git 用于克隆仓库。
安装步骤
通过 npm 安装(推荐)
- 打开终端或命令提示符。
- 安装 ECharts 到你的项目中,运行以下命令:
这将会把 ECharts 添加到你的项目的npm install echarts --savedependencies中。
直接下载或使用 CDN
快速启动
-
基本引入: 在 HTML 文件中添加 ECharts 脚本引用。
<script src="path/to/echarts.min.js"></script> -
创建图表的基本结构: 在 HTML 中准备一个用于显示图表的
div。<div id="main" style="width: 600px;height:400px;"></div> -
初始化并配置图表: 在 JavaScript 中初始化 ECharts 实例并设置配置项。
var myChart = echarts.init(document.getElementById('main')); var option = { tooltip: {}, xAxis: { type: 'category', data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'] }, yAxis: { type: 'value' }, series: [{ data: [150, 230, 220, 330, 310, 320, 340], type: 'bar' }] }; // 使用刚指定的配置项和数据显示图表。 myChart.setOption(option);
构建自定义版本(开发者选项)
如果你需要修改 ECharts 源码或构建特定配置的版本,参考以下步骤:
-
克隆源码:
git clone https://github.com/apache/echarts.git -
安装依赖: 进入 ECharts 项目目录,然后安装所有必要的 Node.js 包。
cd echarts npm install -
开发模式运行(如果要实时预览变更):
npm run dev浏览器打开自动开启的测试页面查看效果。
-
构建生产环境版本: 对于部署,执行:
npm run release构建后的文件将位于
dist目录下。
完成以上步骤后,你就已经具备了使用和调整 ECharts 的基础能力,无论是快速集成还是深度定制,都能得心应手。记得查阅官方文档获取更详细的功能说明和示例。
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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0218
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0139
uni-appA cross-platform framework using Vue.jsJavaScript09
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
最新内容推荐
项目优选
收起
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
471
465
deepin linux kernel
C
32
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | 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
2.09 K
218
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
700
1.4 K
暂无描述
Dockerfile
780
5.08 K
Ascend Extension for PyTorch
Python
758
968
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
880
2.03 K
MindQuantum is a general software library supporting the development of applications for quantum computation.
Python
183
111
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
1.11 K
682