【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
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。
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
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
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
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
337
180
AscendNPU-IR
C++
86
141
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
248