Apache ECharts 实现嵌套柱状图的技术解析
2025-04-30 04:57:31作者:劳婵绚Shirley
echarts
Apache ECharts is a powerful, interactive charting and data visualization library for browser
嵌套柱状图的需求场景
在数据可视化领域,嵌套柱状图是一种常见的图表类型,它能够在一个宽柱内部显示多个细分数据的小柱。这种图表特别适合展示总览与细节的对比关系,例如展示某产品的总销量(宽柱)与不同渠道的销量(窄柱)之间的关系。
技术实现方案
在Apache ECharts中实现这种嵌套效果,可以通过以下技术方案:
- 多x轴配置:使用多个x轴来精确控制柱子的位置和宽度
- z-index控制:通过z参数控制不同系列柱子的层级关系
- 宽度调整:通过barWidth参数分别设置宽柱和窄柱的宽度比例
具体实现步骤
基础配置
首先需要设置基本的图表配置,包括标题、图例、坐标轴等。特别需要注意的是,要为嵌套柱状图准备两组x轴配置:
xAxis: [
{
type: 'category',
data: ['11/21', '11/22', '11/23', '11/24', '11/25', '11/26', '11/27'],
axisLabel: { show: false }
},
{
type: 'category',
data: ['11/21', '11/22', '11/23', '11/24', '11/25', '11/26', '11/27'],
position: 'bottom'
}
]
系列配置
然后配置三个柱状图系列:
- 总览柱:设置较宽的宽度(如50%),放在底层
- 细分柱1:设置较窄的宽度(如20%),使用负的barGap值使其与总览柱重叠
- 细分柱2:同样设置较窄宽度,通过调整barGap和barCategoryGap实现嵌套效果
series: [
{
name: '总览数据',
type: 'bar',
xAxisIndex: 0,
barWidth: '50%',
z: 1,
data: [150, 180, 160, 170, 190, 140, 150]
},
{
name: '细分数据1',
type: 'bar',
xAxisIndex: 1,
barWidth: '20%',
barGap: '-100%',
z: 2,
data: [60, 70, 65, 75, 85, 50, 60]
},
{
name: '细分数据2',
type: 'bar',
xAxisIndex: 1,
barWidth: '20%',
barGap: '-100%',
barCategoryGap: '40%',
z: 2,
data: [20, 30, 25, 35, 45, 20, 25]
}
]
常见问题与解决方案
- 柱子重叠不正确:检查z-index设置和barGap值,确保细分柱在总览柱上层
- 柱子宽度不协调:调整barWidth百分比值,确保总览柱明显宽于细分柱
- 柱子位置偏移:通过barCategoryGap微调细分柱之间的间距
进阶技巧
- 添加动画效果:可以通过animationDuration和animationEasing参数增强视觉效果
- 响应式设计:监听容器大小变化,调用resize方法自适应调整
- 主题定制:使用ECharts的主题系统统一图表风格
总结
通过Apache ECharts实现嵌套柱状图,开发者可以清晰展示数据的总体与细节关系。关键在于合理配置多个x轴、精确控制柱子宽度和位置参数。这种可视化方式特别适合需要同时展示汇总数据和分解数据的业务场景,能够帮助用户快速理解数据结构和趋势。
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 StartedRust0172
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 Notebook098
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
750
4.87 K
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++
841
1.84 K
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++
642
1.28 K
Ascend Extension for PyTorch
Python
689
834
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
451
419
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++
1.02 K
1.04 K
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
1.59 K
172
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
956
561
昇腾LLM分布式训练框架
Python
173
214
暂无简介
Dart
998
259