当前位置: 首页 > news >正文

已实现:vue、h5项目如何使用echarts实现雷达图、六边形图表

说实话,要说图表里,最强的应该属于echarts了,不管是接入难度上,还是样式多样性上,还有社区庞大程度上,都是首屈一指的,反观有的人习惯用chart.js了,这个无可厚非,但是如果你刚开始研究,我一定建议你直接用echarts吧。今天我已雷达图为例,展示一下echarts雷达图的实现,先看看运行截图吧,然后我直接帖代码。
在这里插入图片描述
然后直接帖代码吧
先看模板代码,很简单,创建一个div就可以,这里提一句,百度实现echarts时底层是用canvas实现的,但是我们引用直接给一个div就可以,这点就比其他的图表库要好一些,别的图表库都需要我们手动添加canvas:

          <div style="display: flex;justify-content: center"><div ref="chart" style="width: 30vw; height: 30vw;"></div></div>

然后直接来看js代码部分:

<script>
import * as echarts from 'echarts';export default {components: {backbButton,},data() {return {
// 使用 ECharts 初始化图表实例radarChart: null,
// 配置雷达图的参数option: {radar: {indicator: [{name: '听力', max: 100},{name: '口语', max: 100},{name: '阅读', max: 100},{name: '写作', max: 100},{name: '词汇', max: 100},{name: '句子', max: 100}],radius: '60%',  // 雷达图的半径splitLine: {lineStyle: {color: 'rgba(0, 0, 0, 0.1)',  // 设置网格线颜色},},axisLine: {lineStyle: {color: 'rgba(0, 0, 0, 0.10)',  // 设置轴线颜色},},axisLabel: {color: 'rgba(0, 0, 0, 0.7)',  // 设置文字颜色fontWeight: 'bold',},name: {textStyle: {color: 'rgba(0, 0, 0, 0.8)',  // 设置指标名称的文字颜色fontWeight: 'bold',},},},series: [{type: 'radar',data: [{value: [80, 60, 70, 90, 50, 75],name: '雷达图示例',itemStyle: {borderColor: 'rgba(255, 177, 26, 1)',  // 设置线条颜色color: 'rgba(255, 177, 26, 1)',  // 设置点的颜色},areaStyle: {color: 'rgba(248, 190, 64, 0.27)',  // 设置区域填充颜色},}]}]},}},mounted() {this.radarChart = echarts.init(this.$refs.chart)
// 将配置项设置给图表实例this.radarChart.setOption(this.option);},methods: {}
}
</script>

我将vue组件里所有js都贴出来了,以便大家伸手即用,里面的属性有注释,还有很多没贴出来的,大家可以搜一下,我只贴一些官方文档上说不清楚的地方,至于属性这里还是去看文档吧。属性太多了,我也稀里糊涂地用,大家也可以直接看他官网的示例。这里是官网链接,链接有时效性,可能时间久了就换地址了,如果不能用可以直接百度搜索吧。https://echarts.apache.org/examples/zh/index.html#chart-type-line

http://www.lryc.cn/news/291127.html

相关文章:

  • JUC并发编程-四大函数式接口、Stream 流式计算、ForkJoin并行执行任务
  • 【Tomcat与网络4】Tomcat的连接器设计
  • k8s中调整Pod数量限制的方法
  • 在Java中,实现扩展性通常有几种方法,其中包括接口、抽象类、插件架构和服务加载等方式
  • 【乳腺肿瘤诊断分类及预测】基于自适应SPREAD-PNN概率神经网络
  • 蓝桥杯AT24C02问题记录
  • adb控制设备状态
  • 订婚支出及共同生活消费是否属于彩礼?应否返还?
  • MicroPython核心:优化
  • Opencv——霍夫变换
  • Github 2024-01-28 开源项目日报Top10
  • 【大数据安全】大数据安全的挑战与对策基础设施安全
  • 【LLM多模态】Cogview3、DALL-E3、CogVLM、CogVideo模型
  • python爬虫学习之selenium_chrome handless的使用
  • Spring boot + Azure OpenAI 服务 1.使用 GPT-35-Turbo
  • Vite+Vue3使用Vue-i18n笔记
  • 流量密码《幻兽帕鲁》5天狂销700万份
  • 怎么查询鸿蒙真机支持的API版本
  • 【NodeJS】005- NodeJS的NVM与express框架
  • pandas使用read_csv时报错解决
  • Optimism的挑战期
  • Linux——安装MySQL
  • java常量和kotlin常量
  • Python学习笔记--创建最简单的自定义异常类
  • 2024年,AI 掀起数据与分析市场的新风暴
  • 小程序软件测试应该怎么做?有什么作用?
  • springboot2.2.9整合kafka之KafkaListener实现原理
  • 数据结构day7
  • cleanmymacX有必要买吗
  • 智慧文旅:打造无缝旅游体验的关键