Apache ECharts 中双轴柱状图的正确配置方法
2025-04-30 21:20:41作者:秋阔奎Evelyn
在使用 Apache ECharts 绘制双轴柱状图时,开发者经常会遇到一个常见问题:当两个数据系列的值范围差异较大时,其中一个系列可能无法正常显示。本文将深入分析这一问题的原因,并提供完整的解决方案。
问题现象分析
当我们需要在同一个图表中展示两个不同量纲的数据时(例如产量和良率),直接使用默认配置会导致量纲较小的数据系列(如良率百分比)几乎不可见。这是因为默认情况下,ECharts 会将所有系列数据关联到第一个坐标轴上。
核心解决方案
要解决这个问题,关键在于正确配置 xAxisIndex 属性。每个数据系列都可以通过这个属性指定它所关联的坐标轴索引(从0开始计数)。
series: [
{
name: '产量',
type: 'bar',
data: productDataArray
},
{
name: '良率',
type: 'bar',
xAxisIndex: 1, // 关键配置:指定使用第二个X轴
data: productRateDataArray
}
]
完整配置示例
以下是一个完整的双轴柱状图配置示例,展示了如何同时显示产量(数值较大)和良率(百分比)两个数据系列:
const option = {
title: {
text: '产品产量/良率'
},
tooltip: {
trigger: 'axis'
},
legend: {
data: ['产量','良率']
},
xAxis: [
{
type: 'value',
name: '产量',
axisLabel: {
formatter: '{value}'
}
},
{
type: 'value',
name: '良率',
min: 0,
max: 100,
axisLabel: {
formatter: '{value}%'
}
}
],
yAxis: {
type: 'category',
data: productsArray,
axisLabel: {
formatter: function (value) {
const maxLength = 10;
return value.length > maxLength ?
value.substring(0, maxLength) + '...' : value;
}
}
},
series: [
{
name: '产量',
type: 'bar',
data: productDataArray
},
{
name: '良率',
type: 'bar',
xAxisIndex: 1,
data: productRateDataArray
}
]
};
最佳实践建议
- 明确量纲差异:当两个数据系列的单位或量纲不同时,务必考虑使用双轴配置
- 坐标轴对齐:确保两个坐标轴的刻度线对齐,便于数据对比
- 视觉区分:为不同系列使用明显区分的颜色或样式
- 标签优化:对于较长的分类标签,使用截断或换行处理
通过正确配置 xAxisIndex 属性,开发者可以轻松实现多轴数据的同时展示,使图表数据呈现更加清晰和专业。
登录后查看全文
热门项目推荐
相关项目推荐
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
项目优选
收起
deepin linux kernel
C
24
8
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++
654
279
暂无简介
Dart
637
145
Ascend Extension for PyTorch
Python
199
219
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
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
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100