前端可视化图表库（前端用echarts实现表格形柱形图的有哪些）

本文目录

• 前端用echarts实现表格形柱形图的有哪些
• 网页中如何实现数据可视化有哪些好用的可视化库
• 设计前端网页时如何实现数据可视化
• 尼达维（一款优秀的开源数据可视化工具）
• 常用的数据可视化软件有哪些
• 哪个数据可视化工具比较好
• 5个常用的大数据可视化分析工具
• 软件前端可视化是什么

前端用echarts实现表格形柱形图的有哪些

ECharts，缩写来自Enterprise Charts，商业级数据图表，一个纯Javascript的图表库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器（IE6/7/8/9 /10/11，chrome，firefox，Safari等），底层依赖轻量级的Canvas类库ZRender，提供直观，生动，可交互，可高度个性 化定制的数据可视化图表。创新的拖拽重计算、数据视图、值域漫游等特性大大增强了用户体验，赋予了用户对数据进行挖掘、整合的能力。支持折线图（区域图）、柱状图（条状图）、散点图（气泡图）、K线图、饼图（环形图）、雷达图（填充雷达图）、和弦图、力导向布局图、地图、仪表 盘、漏斗图、事件河流图等12类图表，同时提供标题，详情气泡、图例、值域、数据区域、时间轴、工具箱等7个可交互组件，支持多图表、组件的联动和混搭展 现。模块化单文件引入(推荐)1新建一个echarts.html文件，为ECharts准备一个具备大小(宽高)的Dom，2新建script标签引入模块化单文件echarts.js，3新建script标签中为模块加载器配置echarts和所需图表的路径(相对路径为从当前页面链接到echarts.js)，4script标签内动态加载echarts和所需图表，回调函数中可以初始化图表并驱动图表的生成，5浏览器中打开ecarts.html，就可以看到以下效果，：END标签式单文件引入新建一个echarts.html文件，为ECharts准备一个具备大小(宽高)的Dom，新建script标签引入echart-all.js，新建script，使用全局变量echarts初始化图表并驱动图表的生成，浏览器中打开echarts.html，可以看到如下效果，

网页中如何实现数据可视化有哪些好用的可视化库

这里简单介绍2个前端数据可视化库—g2和echarts，这2个库使用起来都非常方便，简单易学、交互性强，可以完成日常大部分图表的绘制，包括散点图、折线图、柱状图、饼状图等，下面我简单介绍一下这2个库的使用，主要内容如下：

g2：这个是阿里的一个前端可视化库，以数据为驱动，易用性和可扩展性强，用户无需关注复杂的实现细节，几行代码就可以绘制出漂亮、大方、交互性强的图表，使用起来非常方便，主要测试代码如下，其实就是引入JS库，然后创建一个div容器，在里面设置必要配置项及数据，就能实现图形的绘制，这里以堆叠的条形图为例：

用浏览器打开网页，效果图如下：

更多的示例，可以看官方教程，包括折线图、柱状图、箱型图、热力图等，有详细的代码和说明，还可以在线运行，很不错：

echarts：这个是百度的一个前端可视化库，功能也非常强大，可以流畅的运行在PC和移动设备上，提供直观、方便、交互丰富的可视化图表，并可高度可视化定制，使用方式与上面的g2类似，下面我简单介绍一下：

1.下载echarts.js到本地，这个直接到官网上下载就行，如下，下载源码的：

2.接着我们就可以本地引入echarts.js，绘制图表了，就是创建一个div容器，然后制定一下图表的配置项和数据就行，如下，这里以绘制饼状图为例：

用浏览器打开网页，效果图如下：

更多示例，可以参考一下官网教程，有详细的步骤和注释，非常适合开发者学习，也可以在线调试运行相关代码：

就分享这2个前端可视化库的简单使用吧，整个过程来说，其实很简单，只要你有一定的前端基础，熟悉一下相关示例和代码，学习一下官方的教程，很快就能掌握的，希望以上分享的内容能对你有所帮助吧。

设计前端网页时如何实现数据可视化

这里介绍3个前端可视化库，分别是Highcharts、ECharts和G2，这3个库都可以快速完成前端网页数据可视化，而且制图方便、种类繁多，下面我简单介绍一下这3个库：

Highcharts

这是一个纯JS编写的图表库，可以快速为Web网站添加交互式图表，个人网站可以免费使用，支持图表类型众多，包括常见的散点图、折线图、柱状图、饼图等，下面我简单介绍一下这个库的使用：

1.使用的话，有2种方式，一种是CDN远程引入highcharts.js文件，一种是下载

Highcharts源码包，本地导入，这里以第一种方法为例，直接CDN导入，测试代码如下，官网示例，非常简单，基本思路先创建一个div容器，然后通过JS引入图表到容器，设置相关属性就行：

用浏览器打开这个html文件，效果如下：

2.更多示例的话，可以查看官网教程.cn/demo/highcharts，非常详细，各种图表都有涉及，还可以在线，使用起来非常不错：

ECharts

这个是百度开发的一个开源前端可视化库，可以流畅的运行在移动设备和PC网页上，数据交互性也非常不错，而且支持个性化定制，下面我简单介绍一下这个库的使用：

1.首先，下载echarts.js文件，这个直接到官网上下载就行，大概也就2兆左右，如下：

2.下载完成后，就可以直接在本地html文件中引入使用了，测试代码如下，也非常简单，基本思路和上面highcharts差不多，先创建一个div容器，然后通过JS引入：

用浏览器打开这个html文件，效果如下，非常不错：

2.更多示例的话，也可以参考官网教程，相关图表示例非常多也很详细，提供在线查看功能，很适合初学者掌握和学习：

G2

这个前端可视化库功能和highcharts、echarts差不多，由阿里开发，制图种类也比较多，交互性也非常好，简单易学，可以快速完成日常大部分图表制作，下面我简单介绍一下这个库的使用：

1.这里也可以通过远程引入，然后直接创建一个div容器显示就行，测试代码如下，非常简单，也是官网的入门示例：

浏览器打开后的效果如下，还不错：

2.更多示例的话，也可以参考官网教程，非常详细，各个种类的图表都有详细代码和注释，也可以在线，非常适合开发者参考和学习：

目前，就分享这3个前端可视化库吧，对于日常前端制图来说足够了，当然，你也可以使用d3.js库来完成相同的制图功能也是可以的，网上也有相关教程和资料，感兴趣的话，可以搜一下，非常详细、丰富，希望以上分享的内容能对你有所帮助吧

尼达维（一款优秀的开源数据可视化工具）

随着互联网时代的到来，数据的重要性越来越被人们所重视。在处理数据的过程中，数据可视化是一个非常重要的环节。数据可视化可以让数据更加直观、易于理解，同时也可以帮助人们更好地发现数据中的规律和趋势。而尼达维就是一款非常优秀的开源数据可视化工具。

一、什么是尼达维

尼达维（NVD3）是一个基于D3.js的开源数据可视化工具库。它提供了一系列易于使用的图表类型，包括线图、面积图、柱状图、散点图、饼图等等。同时，尼达维也支持自定义样式和配置选项，可以满足不同场景下的需求。

二、尼达维的安装

尼达维的安装非常简单，只需要在命令行中输入以下命令即可：

```

npminstallnvd3

```

三、尼达维的使用

1.引入尼达维的js和css文件

在使用尼达维之前，需要先引入尼达维的js和css文件。可以通过以下方式引入：

```

```

2.创建图表容器

在页面中创建一个div元素，作为图表的容器。例如：

```

```

3.初始化图表

在页面加载完成后，需要初始化图表。例如：

```

nv.addGraph(function(){

varchart=nv.models.lineChart();

chart.xAxis.axisLabel(’Time(ms)’).tickFormat(d3.format(’,r’));

chart.yAxis.axisLabel(’Voltage(v)’).tickFormat(d3.format(’.02f’));

d3.select(’chartsvg’).datum(data).call(chart);

nv.utils.windowResize(chart.update);

returnchart;

});

```

4.渲染图表

将数据传入图表容器中，即可渲染出图表。例如：

```

vardata=sinAndCos();

d3.select(’chartsvg’).datum(data).call(chart);

```

四、尼达维的优点

1.易于使用

尼达维提供了一系列易于使用的图表类型，并且支持自定义样式和配置选项。即使没有太多的前端开发经验，也可以通过尼达维轻松地创建出漂亮的图表。

2.功能丰富

尼达维支持多种图表类型，包括线图、面积图、柱状图、散点图、饼图等等。同时，它也支持多种交互方式，如鼠标悬停、点击等等。

3.开源免费

尼达维是一个开源的数据可视化工具库，可以免费使用。这使得尼达维成为了很多人的首选工具。

五、尼达维的缺点

1.文档不够完善

尽管尼达维已经有了很多的用户和贡献者，但是它的文档还不够完善。有时候在使用中会遇到一些问题，需要自己去查找解决方案。

2.不够灵活

尼达维虽然支持自定义样式和配置选项，但是有时候还是会觉得不够灵活。如果需要实现一些比较特殊的需求，可能需要自己去编写代码。

常用的数据可视化软件有哪些

图表控件可实现数据可视化，图形化显示当前工业领域、商业领域、金融领域等不可或缺的元素，通常采用图表进行数据可视化展示，直观地显示数据、对比数据、分析数据。图表控件就是具有这一能力的控件，很多项目开发中都会需求图表控件。

.NET开发平台
***隐藏网址***

LightningChart:registered:.NET原名LightningChart Ultimate SDK。 LightningChart完全由GPU加速，并且性能经过优化，可用于实时显示海量数据-超过10亿个数据点。 LightningChart包括广泛的2D，高级3D，Polar，Smith，3D饼/甜甜圈，地理地图和GIS图表以及适用于科学，工程，医学，航空，贸易，能源和其他领域的体绘制功能。

Iocomp .NET WinForm

Iocomp .NET WinForm控件是一款100%由C#编写、充分利用GDI+的优点的工业仪表盘控件套装。是用于生成具有专业级外观的仪表的控件，其自定义的属性器提供了“一行代码，全部搞定”的简单快捷的属性配置方法。Iocomp .NET WinForm控件包最多可提供了56种专业级控件以及绘图控件包组件。分为标准版(StdPack)、专业版(ProPack)、曲线版(PlotPack)、终极版(UltraPack)四个版本。

TeeChart for .NET

TeeChart for .NET是优秀的工业4.0 WinForm图表控件，官方独家授权汉化，集功能全面、性能稳定、价格实惠等优势于一体。TeeChart for .NET制图控件提供了一套出色的通用组件套件，可满足无数的制图要求，也针对重要的垂直领域，例如金融，科学和统计领域。制图控件提供了一套出色的通用组件套件，可满足无数的制图要求，也针对重要的垂直领域，例如金融，科学和统计领域。

MindFusion.Diagramming for WinForms

MindFusion.Diagramming for WinForms是一个能帮助你创建工作流和进程图表的.NET控件；数据库实体关系图表；组织图表；对象层次和关系图表；图表和树。它是基于对象－图表框，表格和箭头类型，将其归类分派给其他并结合成复杂的结构。该控件提供超过预先定义的50多种图表框，如自定义设计样式和对图表框着色等。

HTML5开发平台

FusionCharts XT
FusionCharts XT作为FusionCharts图表套包的主打产品，是50万用户首选的跨平台、跨浏览器的JavaScript/HTML图表解决方案，它提供了所有通用的图表类型，同时它还支持 ASP、 ASP.NET、 PHP、 JSP、 ColdFusion、 Ruby on Rails、 JavaScript、甚至简单的HTML页面。它是你值得信赖的JavaScript图表解决方案，目前在全球有50万用户选择Fusioncharts来制作专业的JavaScript图表。

AnyChart

AnyChart是基于JavaScript (HTML5) 的图表控件。使用AnyChart控件，可创建跨浏览器和跨平台的交互式图表和仪表。AnyChart 图表目前已被很多知名大公司所使用，可用于仪表盘、报表、数据分析、统计学、金融等领域。
AnyChar HTML5图表高度可定制且高度兼容。拥有纯JavaScript API，AnyChart图表内置客户端数据实时更新，多层次向下钻区和具体参数更新。强大的主题引擎使你通过一系列图表进行独特的演示体验，而PDF和图像输出能产出图书质量打印文档。

Highcharts

Highcharts是一款纯JavaScript编写的图表库，为你的Web网站、Web应用程序提供直观、交互式图表。当前支持折线、曲线、区域、区域曲线图、柱形图、条形图、饼图、散点图、角度测量图、区域排列图、区域曲线排列图、柱形排列图、极坐标图等几十种图表类型。

QT开发平台

QtitanChart

QtitanChart是一个C ++库，它代表一组控件，这些控件使您可以快速轻松地为应用程序提供漂亮而丰富的图表。QtitanChart在Qt.C ++上实现，并且支持所有主要的桌面操作系统 - Windows、Linux和Mac OSX。要将QtitanChart添加到您的程序中，只需要几行代码，便捷的体系结构允许您自定义文本的每个部分。

Highcharts
Highcharts是一款纯JavaScript编写的图表库，为你的Web网站、Web应用程序提供直观、交互式图表。当前支持折线、曲线、区域、区域曲线图、柱形图、条形图、饼图、散点图、角度测量图、区域排列图、区域曲线排列图、柱形排列图、极坐标图等几十种图表类型。

QT开发平台

QtitanChart
QtitanChart是一个C ++库，它代表一组控件，这些控件使您可以快速轻松地为应用程序提供漂亮而丰富的图表。QtitanChart在Qt.C ++上实现，并且支持所有主要的桌面操作系统 - Windows、Linux和Mac OSX。要将QtitanChart添加到您的程序中，只需要几行代码，便捷的体系结构允许您自定义文本的每个部分。

哪个数据可视化工具比较好

看了一下其他的回答，都是利用现有的可视化软件，这里以Python为例，介绍2个比较好用的可视化包—seaborn和pyecharts，简单易学、容易上手，绘制的图形漂亮、大方、整洁，感兴趣的朋友可以尝试一下，实验环境win10+python3.6+pycharm5.0，主要内容如下：

1.seaborn：这是一个基于matplotlib的可视化包，是对matplotlib更高级的API封装，绘制的图形种类繁多，包括常见的折线图、柱状图、饼状图、箱型图、热力图等，所需的代码量更少，使用起来更方便，下面我简单介绍一下这个包的安装和使用：

程序运行截图如下：

2.pyecharts：这个是echarts提供给python的一个接口，在前端的数据可视化中，可能会用到这个echarts包，借助pyecharts，我们不仅可以绘制出漂亮的柱状图、折线图等，还可以绘制3D图形、地图、雷达图、极坐标系图等，简单好用，非常值得学习，下面我简单介绍一下这个包的安装和使用：

程序运行截图如下：

补充推荐一个Python 新数据可视化模块——Plotly Express 。

Plotly Express是一个新的高级Python数据可视化库，它是Plotly.py的高级封装，它为复杂的图表提供了一个简单的语法。只需一次导入，大多数绘图只要一个函数调用，接受一个整洁的Pandas dataframe，就可以创建丰富的交互式绘图。

惯例，使用 pip进行安装。

我们使用gapminder数据集进行体验 Plotly Express 。

gapminder数据集显示2007年按国家/地区的人均预期寿命和人均GDP 之间的趋势：包含1952~2007年世界各国家人口、GDP发展与/地区的人均预期寿命和人均GDP 之间的趋势。

常用参数说明：

使用散点图描述中国人口与GDP增长趋势图

常用参数说明

使用地理散点图描述全球人口与GDP

常用参数说明

使用折线图描述1952~2007中国与美国人口增长趋势图

常用参数说明

使用条形图描述1952~2007中国与美国人口增长趋势图

常用参数说明

使用等值区域图描述各个国家人口数量

目前国内数据可视化工具或产品很多，到底那个工具或者产品是最好的？看了很多数据可视化产品，总结下来分为几大类。

下面我将一一分别进行工具介绍：

一．数据可视化库类

一个纯javascript的数据可视化库，百度的产品，常应用于软件产品开发或者 系统的图表模块，图表种类多，动态可视化效果，开源免费。

评价： 非常好的一个可视化库，图表种类多，可选的主题。Echarts中主要还是以图表为主，没有提供文本和表格方面的展现库，如果有相关需求还需要引入表格和文本方面的其他可视化库。

与echarts相似，同样是可视化库，不过是国外的产品，商用需要付费，文档详尽。

评价： 同样是非常好的一个可视化库，图表种类多。但是同样需要进行二次开发，,没有提供文本和表格方面的展现库。而且因为商用付费，所以能选择echarts肯定不会选择highcharts。

Antv是蚂蚁金服出品的一套数据可视化语法，是国内第一个才用the grammar of Graphics这套理论的可视化库。在提供可视化库同时也提供简单的数据归类分析能力。

评价： 是一个优秀的可视化库，需要进行二次开发。因为采用的是the grammar of Graphics 语法，和echarts相比各有千秋。

二．报表、BI类

由echarts衍生出来的子产品，同样继承了echarts的特点，图表种类多，没有提供文本和表格方面的展现库。Echarts接受json格式的数据，百度图说把数据格式进行了封装，可以通过表格的形式组织数据。

评价：可以把表格数据转换成图表展现形式的工具，支持excel数据导入 ，适合做静态的BI报告。因为数据偏静态，没看到与数据库结合的部分，很难和第三方系统结合展现动态变化的数据，如日报表、月报表、周报表等。

FineReport报表软件是一款纯Java编写的、集数据展示(报表)和数据录入(表单)功能于一身的企业级web报表工具，它“专业、简捷、灵活”的特点和无码理念，仅需简单的拖拽操作便可以设计复杂的中国式报表，搭建数据决策分析系统。

评价： FineReport可以直连数据库，方便快捷的定制各种复杂表样，用来做出固定格式的周报、月报等。它的格式类似于excel界面，特色功能报表制作，报表权限分配，报表管理还有填报，支持多种数据库。

Tableau 是桌面系统中最简单的商业智能工具软件，Tableau 没有强迫用户编写自定义代码，新的控制台也可完全自定义配置。在控制台上，不仅能够监测信息，而且还提供完整的分析能力。Tableau控制台灵活，具有高度的动态性。

评价： 全球知名的BI工具，价格6000元/年/人左右，但是国外产品不花钱不会为你做任何定制化改动，售后很有问题。

FineBI与FineReport都是帆软的产品。首先FineReport作为一款报表工具，主要用于解决提升IT部门的常规/复杂报表开发效率问题；而FineBI是商业智能BI工具，在IT信息部门分类准备好数据业务包的前提下，给与数据，让业务人员或领导自行分析，满足即席数据分析需求，是分析型产品。

FineBI的使用感同Tableau类似，都主张可视化的 探索 性分析，有点像加强版的数据透视表。上手简单，可视化库丰富。可以充当数据报表的门户，也可以充当各业务分析的平台。

评价：FineBI做到了自助式分析，图表类型丰富，数据分析功能较强大，钻取，筛选，分组等功能都有。但是对于普通没有IT基础的人来说，要想真正熟练地掌握finebi，还是有一定的难度的，需要花上几天，但是这个难度相比Excel的VBA学习还是低不少的。

Power BI 是一套商业分析工具，用于在组织中提供见解。可连接数百个数据源、简化数据准备并提供即席分析。生成美观的报表并进行发布，供组织在 Web 和移动设备上使用。每个人都可创建个性化仪表板，获取针对其业务的全方位独特见解。在企业内实现扩展，内置管理和安全性。

评价： 类似于excel的桌面bi工具，功能比excel更加强大。支持多种数据源。价格便宜。但是只能作为单独的bi工具使用，没办法和现有的系统结合到一起。

三．可视化大屏类

提供丰富的模板与图形，支持多数据源，拖拉式布局，支持服务化服务方式和本地部署。整体来说是一款很好的大屏的产品。

评价： 产品不错，就是价格服务版每年5100元/年，本地部署竟然要110万，每年续费也要37万。

前文有介绍过，finereport是一个企业级的报表工具，同时也提供大屏的服务。通过布局、色彩、绑定数据等环节完成大屏的制作。拥有很多自助开发的可视化插件库。

评价： 很优秀的软件，性价比高。学习方面，掌握FineReport的dashboard制作，应该也比较简单的。

五 .专业类（地图、科学计算、机器学习）

很多工具都能实现数据地图，比如echarts，finereport，tableau等。

ggplot2是R语言最流行的第三方扩展包，是RStudio首席科学家Hadley Wickham读博期间的作品，是R相比其他语言一个独领风骚的特点。包名中“gg”是grammar of graphics的简称，是一套优雅的绘图语法。主要用于机器学习绘图。

评价： 机器学习、数学、科学计算领域专业的绘图语言。专业与技术要求都很高，不是专业搞机器学习或者科学计算的工程师，一般不会用到。

Python是一门编成语言,其周边的绘图库也比较丰富比如pandas和matplotlib ,pandas能够绘制线图、柱图、饼图、密度图、散点图等； matplotlib主要是绘制数学函数相关的图如三角函数图、概率模型图等。

评价： 机器学习、数学、科学计算领域专业的绘图语言。专业与技术要求都很高，不是专业搞机器学习或者科学计算的工程师，一般不会用到。

ggplot2是R语言最为强大的作图软件包，强于其自成一派的数据可视化理念。当熟悉了ggplot2的基本套路后，数据可视化工作将变得非常轻松而有条理。

技术相关

1. 将数据，数据相关绘图，数据无关绘图分离

这点可以说是ggplot2最为吸引人的一点。众所周知，数据可视化就是将我们从数据中 探索 的信息与图形要素对应起来的过程。

ggplot2将数据，数据到图形要素的映射，以及和数据无关的图形要素绘制分离，有点类似java的MVC框架思想。这让ggplot2的使用者能清楚分明的感受到一张数据分析图真正的组成部分，有针对性的进行开发，调整。

2. 图层式的开发逻辑

在ggplot2中，图形的绘制是一个个图层添加上去的。举个例子来说，我们首先决定 探索 一下身高与体重之间的关系；然后画了一个简单的散点图；然后决定最好区分性别，图中点的色彩对应于不同的性别；然后决定最好区分地区，拆成东中西三幅小图；最后决定加入回归直线，直观地看出趋势。这是一个层层推进的结构过程，在每一个推进中，都有额外的信息被加入进来。在使用ggplot2的过程中，上述的每一步都是一个图层，并能够叠加到上一步并可视化展示出来。

3. 各种图形要素的自由组合

由于ggplot2的图层式开发逻辑，我们可以自由组合各种图形要素，充分自由发挥想象力

基本开发步骤

1. 初始化 – ggplot()

这一步需要设定的是图的x轴，y轴和”美学特征”。基本形式如下：

p

5个常用的大数据可视化分析工具

1、FineReport
FineReport是一款纯Java编写的、集数据展示(报表)和数据录入(表单)功能于一身的企业级web报表工具，只需要简单的拖拽操作便可以设计复杂的中国式报表，搭建数据决策分析系统。
2、Echarts
前面说过了，Echarts是一个开源免费的javascript数据可视化库，它让我们可以轻松地绘制专业的商业数据图表。
大家都知道去年春节以及近期央视大规划报道的百度大数据产品，如百度迁徙、百度司南、百度大数据预测等等，这些产品的数据可视化均是通过ECharts来实现的。
3、FineBI
FineBI是新一代自助大数据分析的商业智能产品，提供了从数据准备、自助数据处理、数据分析与挖掘、数据可视化于一体的完整解决方案，也是我比较推崇的可视化工具之一。
FineBI的使用感同Tableau类似，都主张可视化的探索性分析，有点像加强版的数据透视表。上手简单，可视化库丰富。可以充当数据报表的门户，也可以充当各业务分析的平台。
4、pyecharts
Echarts(下面会提到)是一个开源免费的javascript数据可视化库，它让我们可以轻松地绘制专业的商业数据图表。当Python遇上了Echarts，pyecharts便诞生了，它是由chenjiandongx等一群开发者维护的Echarts Python接口，让我们可以通过Python语言绘制出各种Echarts图表。
5、Bokeh
Bokeh是一款基于Python的交互式数据可视化工具，它提供了优雅简洁的方法来绘制各种各样的图形，可以高性能的可视化大型数据集以及流数据，帮助我们制作交互式图表、可视化仪表板等。

软件前端可视化是什么

前端可视化就是将数据以更直观的图表展现在网页中，方便用户查看和决策，目前针对前端可视化，可用的框架非常多，下面我简单介绍几个不错的前端可视化框架，感兴趣的朋友可以自己尝试一下：

ECharts.js

这是百度自己推出的一个前端可视化框架，可以很流畅的运行在PC和移动设备上，制图种类繁多，交互性也非常好，下面我简单介绍一下这个框架的使用：

1.首先，引入ECharts.js库，这里我们直接远程src引入就行，创建一个html文档，定义一个div容器，后面需要通过JSAPI将图表引入这个div容器，基本代码如下，非常简单：

2.接着我们就可以在上面的script标签中引入图表了，测试代码如下，一个非常简单的柱状图，官方示例程序，每个参数都解释的非常清楚：

保存这个html文件，用浏览器打开，效果如下，已经成功绘制出我们需要的图表：

3.更多图表和代码示例的话，可以参考一下官网教程资料，介绍的非常详细，每个示例都可以在线和运行，非常方便：

Highcharts.js

这也是一个非常不错的前端可视化框架，完美支持PC端和移动端，制图种类也非常多，包括常见的散点图、柱状图、饼图等，下面我简单介绍一下这个框架的使用：

1.首先，引入Highcharts.js库，这个也直接远程引入就行，基本思路和echarts一样，也需要创建一个div容器用于放置图表，代码如下，非常简单：

2.接着就是通过JSAPI引入图表，测试代码如下，一个非常简单的组装图，官方的一个小示例，参数解释的非常详细：

保存这个html文件，用浏览器打开后的效果如下，看着还是非常不错的：

3.更多图表示例的话，也直接参考官方文档就行，每个参数都介绍的非常详细，代码也可以直接在线，效果非常不错：

D3.js

这是一个非常强大的前端可视化框架，组件和属性众多，制图种类琳琅满目，几乎可以绘制各种意想不到的图表，下面我简单介绍一下这个框架的使用：

1.首先，引入D3.js库，这个也直接远程引入就行，测试代码如下，非常简单，这里就不需要创建div容器了：

2.接着就是使用D3.js的各种组件和属性绘图，这里都是函数式的编程，相比较前面2个框架来说，使用起来具有一定难度，需要一定的JS基础：

程序运行效果如下，一个堆叠的柱状图：

3.这里更多示例的话，也直接参考GitHub官网就行，各种图标都介绍的非常详细，源代码也可以直接下载到本地：

至此，我们就介绍完了这3个前端可视化框架。总的来说，这3个框架都非常不错，前两个框架使用起来比较简单，也容易掌握，后面D3使用起来具有一定难度，但是功能非常强大，当然，还有许多其他前端可视化框架，像Leaflet，Sigma.js等，也都非常不错，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。