【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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
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
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253