Echarts vs G2

先上结论

直接上Echarts,不要犹豫,犹豫就是浪费自己的生命!除非是绘图大佬,比如d3用户!

简单来说前者是面向官网编程,后者是面向源码编程!

都没用过

如果都没有用过,直接上Echarts,不要浪费对比时间!

只用过Echarts

如果用过Echarts,不要浪费自己经验,让你的经验产生更多的价值!

只用过G2

如果还没用过Echarts,对比完会就会发现,Echarts有多好!

都用过

都用过的人,还要继续选择G2,真大佬!

G2 缺点

这些缺点来源于G2实现一个chart性能优化的填坑总结。

1. 文档

首当其冲是官方文档,文档比较鸡肋。

  • 文档介绍概念,缺少详细说明
  • 文档之间相互跳转,但是找不到详情介绍,比如某个函数的参数是什么?很难找到,只能被迫翻源码

2. 可读性

暴露的公共接口名称过于抽象化,只能参考官方示例,然后比葫芦画瓢,短时间内无法自由组合"创造"新功能

3. 语法问题

  • 虽然支持选项式和组合式两种方式,但是选项式的demo少得可怜
  • 组合式很容易误导多种图形渲染只能多次提交渲染,但是等到数据分组很多时候,多次添加mark是性能炸弹,优化方式就是合并提交,但是没有找到如何做

4. 性能相关优化功能缺失

  • 分层渲染,动静分离,提升渲染性能
  • 增量渲染,大数据量分批渲染,减少阻塞时间

G2 优点

首先能接受上边的缺点,还要选它,剩下的全是优点😁

相关推荐
ASS-ASH11 小时前
从力学与机械原理角度深度剖析:尊界V800刹车踏板支架断裂事件的技术逻辑
人工智能·python·数据可视化·机械工程·汽车安全·物理仿真·制动系统
龙亘川1 天前
长假大客流复盘|数字化助力城市交通与文旅态势智能管控
大数据·人工智能·智慧城市·开源软件·数据可视化
织元Zmetaboard1 天前
物流数据大屏模板怎么改?从全国运输总览到区域异常监控
数据可视化·物流·数据质量·大屏
ji_shuke1 天前
使用 Canvas 和 mix-blend-mode 实现跟随鼠标的反色圆圈
microsoft·计算机外设·canvas
柳杉1 天前
Codex + 可视化大屏工作流实践:15 个行业场景的设计产出合集
前端·openai·数据可视化
Q26433650233 天前
【有源码】基于Spring Boot+Vue的骑行爱好者平台的设计与实现-计算机毕设选题推荐
java·vue.js·spring boot·毕业设计·课程设计·数据可视化·源代码
福兮说4 天前
canvas 旋转图片的六个坑:四角被裁、Math.ceil 多出 1px 黑边、JPG 角发黑、翻转方向反了
前端·javascript·图像处理·canvas
Highcharts.js4 天前
AI智能时代,数据美学更加重要:如何搭建交互可视化仪表盘
数据可视化·仪表盘·highcharts·bi设计·ui设计美学·图表开发技巧·智能图表
for_ever_love__4 天前
Matplotlib——把训练曲线和分布画出来
matplotlib·数据可视化·大模型开发·训练曲线
龙亘川4 天前
体育赛事多域融合|助推文体旅高质量发展
人工智能·智慧城市·开源软件·数据可视化