『Echarts』简介

一、前言
- 本篇文章是『Echarts』系列文章的第 1 篇,主要介绍『Echarts』简介
经过前面文章的介绍,大家都可以了解到什么是 Canvas,什么是 SVG。了解完毕了什么是 Canvas 和 SVG 之后,在本篇文章中,我将为大家介绍一个与 Canvas 和 SVG 相关的插件,即『Echarts』。
二、『Echarts』简介
1. 什么是『Echarts』
按照以往的学习方式,我们学习一个全新的知识点,都是从它的作用开始学习的,那么『Echarts』是什么呢?它有什么作用呢?
- ECharts 是一个使用 JavaScript 实现的
"数据可视化"库,它可以流畅的运行在 PC 和移动设备上
三、数据可视化
那么什么是『数据可视化』呢?数据可视化就是可以通过将数据通过图表的形式展示出来,这个就是称之为数据可视化。
四、『Echarts』
1.『Echarts』的作用
那么『Echarts』是用来干什么的,它就是用来绘制图表的,那么『Echarts』可以绘制哪些图表呢?这得要首先打开『Echarts』官网,这里不贴出来了,大家可以自行询问度娘:

『Echarts』是百度推出的一个插件,后来由 Apache 基金会接管管理。因此,官方的域名不再包含 baidu.com,而是 echarts.apache.org。

好了,继续回到官网继续看,『Echarts』可以绘制哪些图表呢?官网上有一个示例的 tab,我们点击进去看一下:

在这里,您会发现许多图表,这些图表是通过『Echarts』绘制而成的。简而言之,一旦我完成对『Echarts』的介绍,您就无需再亲自使用 Canvas 或者 SVG 来创建图表。只需通过简单的配置,就能够轻松生成一些引人注目的炫酷图表。
2.『Echarts』能绘制哪些图表
- 折线图

- 柱状图

- 饼图

- 散点图

好的,这里就不一一列举了,大家可以自行前往官方网站查看。只要是官方左侧菜单罗列出来的图表,『Echarts』都可以绘制。
3.『Echarts』显示图表的原理
『Echarts』在显示图表时的实现方式取决于版本。在 ECharts4.0 之前,底层使用 Canvas 标签来实现图表绘制。然而,从 ECharts4.0 开始,为了提升移动端性能,也支持了 SVG 渲染。这意味着,ECharts 在不同版本中会灵活选择使用 Canvas 或 SVG 来呈现图表,以更好地适应不同的应用场景和性能需求。
『Echarts』绘制图表的本质确实是通过 Canvas 或 SVG 来实现的。不同于直接操作 Canvas 或 SVG,『Echarts』通过封装了绘制图表的复杂过程,并提供了一些简单的接口供用户使用。通过进行简单的配置,我们能够轻松绘制出各种图表,而无需深入处理底层的 Canvas 或 SVG 操作。
五、总结
通过本文的阅读,您可以掌握以下知识点:
- 会了解到『Echarts』是什么
- 什么是数据可视化
- 『Echarts』提供的图表类型
- 『Echarts』显示图表的原理
- 如果您觉得本文对您有所帮助,欢迎点赞、收藏或分享,您的支持是我创作的最大动力!

『Echarts』简介的更多相关文章
- 『NiFi 学习之路』简介
『NiFi 学习之路』简介 『NiFi 学习之路』入门 -- 下载.安装与简单使用 『NiFi 学习之路』资源 -- 资料汇总 『NiFi 学习之路』把握 -- 架构及主要组件 『NiFi 学习之路』 ...
- 『计算机视觉』Mask-RCNN_推断网络其二:基于ReNet101的FPN共享网络暨TensorFlow和Keras交互简介
零.参考资料 有关FPN的介绍见『计算机视觉』FPN特征金字塔网络. 网络构架部分代码见Mask_RCNN/mrcnn/model.py中class MaskRCNN的build方法的"in ...
- 『AngularJS』$location 服务
项目中关于 $location的用法 简介 $location服务解析在浏览器地址栏中的URL(基于window.location)并且让URL在你的应用中可用.改变在地址栏中的URL会作用到$loc ...
- 『计算机视觉』mini深度学习框架实现
一.项目简介 手动实现mini深度学习框架,主要精力不放在运算优化上,仅体会原理. 地址见:miniDeepFrame 相关博客 『TensorFlow』卷积层.池化层详解 『科学计算』全连接层.均方 ...
- 『计算机视觉』Mask-RCNN_训练网络其二:train网络结构&损失函数
Github地址:Mask_RCNN 『计算机视觉』Mask-RCNN_论文学习 『计算机视觉』Mask-RCNN_项目文档翻译 『计算机视觉』Mask-RCNN_推断网络其一:总览 『计算机视觉』M ...
- 『计算机视觉』经典RCNN_其二:Faster-RCNN
项目源码 一.Faster-RCNN简介 『cs231n』Faster_RCNN 『计算机视觉』Faster-RCNN学习_其一:目标检测及RCNN谱系 一篇讲的非常明白的文章:一文读懂Faster ...
- 『TensorFlow』SSD源码学习_其一:论文及开源项目文档介绍
一.论文介绍 读论文系列:Object Detection ECCV2016 SSD 一句话概括:SSD就是关于类别的多尺度RPN网络 基本思路: 基础网络后接多层feature map 多层feat ...
- 『Json』常用方法记录
json模块可以把字典结构改写为string然后保存,并可以反向读取字典 pickle模块则可以持久化任意数据结构 但是即使同样是字典数据结构,两个包也是有差别的, json字典value不支持其他对 ...
- 『TensotFlow』RNN/LSTM古诗生成
往期RNN相关工程实践文章 『TensotFlow』基础RNN网络分类问题 『TensotFlow』RNN中文文本_上 『TensotFlow』基础RNN网络回归问题 『TensotFlow』RNN中 ...
- iOS 多线程:『RunLoop』详尽总结
1. RunLoop 简介 1.1 什么是 RunLoop? 可以理解为字面意思:Run 表示运行,Loop 表示循环.结合在一起就是运行的循环的意思.哈哈,我更愿意翻译为『跑圈』.直观理解就像是不停 ...
随机推荐
- Axure 变量、属性、函数
局部变量 使用场景非常多; 需要先创建; 只能作用于当前事件; 命名需要注意,只能英文+数字; 全局变量 需要先创建; 可以作用于整个文档,在任意页面调用或使用 中继器的 Item 属性 item:获 ...
- Codeforces Round 913 (Div. 3)
CF1907总结 A. Rook 题面翻译 给出车在国际象棋棋盘中的位置,输出其可到达的坐标(不必在意顺序). 车可以横着或竖着走任意格数. 分析 题意明了,输出车所在行和列所有格子的序号(除车所在位 ...
- 【Java 进阶篇】使用 Stream 流和 Lambda 组装复杂父子树形结构(List 集合形式)
目录 前言 一.以部门结构为例 1.1实体 1.2返回VO 1.3具体实现 1.4效果展示 二.以省市县结构为例 2.1实体 2.2返回VO 2.3具体实现 2.4效果展示 三.文章小结 前言 在最近 ...
- golang chan传递数据的性能开销
这篇文章并不讨论chan因为加锁解锁以及为了维持内存模型定义的行为而付出的运行时开销. 这篇文章要探讨的是chan在接收和发送数据时因为"复制"而产生的开销. 在做性能测试前先复习 ...
- OS | 进程和线程基础知识全家桶图文详解✨
前言 先来看看一则小故事 我们写好的一行行代码,为了让其工作起来,我们还得把它送进城(进程)里,那既然进了城里,那肯定不能胡作非为了. 城里人有城里人的规矩,城中有个专门管辖你们的城管(操作系统),人 ...
- 【每日一题】35. [CQOI2009]中位数图 (前缀和,贡献值计算)
补题链接:Here 算法涉及:前缀和,贡献值计算 经典中位数计数问题,记得以前百度之星也出过类似的题,这道题有一个限定范围是要奇数区间的 我们很容易想到,奇数下标到偶数下标或者偶数下标到奇数下标的长度 ...
- Educational Codeforces Round 99 (Rated for Div. 2) (A ~ F)个人题解
Educational Codeforces Round 99 (Rated for Div. 2) A. Strange Functions 读懂题即可(或者快速看一下样例解释),直接输出字符串长度 ...
- Spark 数据倾斜及其解决方案
本文首发于 vivo互联网技术 微信公众号 https://mp.weixin.qq.com/s/lqMu6lfk-Ny1ZHYruEeBdA 作者简介:郑志彬,毕业于华南理工大学计算机科学与技术(双 ...
- 特色国风数字孪生智慧大坝 3D 可视化
前言 水利兴,五谷丰.水利作为国民经济稳定和谐的重要部分,不仅有防洪减灾.农业灌溉.城市供水调水.渔业外贸.旅游航运.生态环境等综合应用,水电资源也是至关重要的可持续能源之一.大坝与水库.水电站等水利 ...
- CoinBase是什么?
什么是CoinBase交易? 比特币区块链上的每个区块中都会包含一个或者多个交易(transaction),其中第一个交易就叫做CoinBase交易. 什么是CoinBase交易? CoinBase交 ...