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
豆芽81920 小时前
基于Web的交互式智能成绩管理系统设计
前端·python·信息可视化·数据分析·交互·web·数据可视化
小谭鸡米花1 天前
ECharts各类炫酷图表/3D柱形图
前端·javascript·echarts·大屏端
databook1 天前
『Plotly实战指南』--饼图绘制高级篇
python·数据分析·数据可视化
生信碱移1 天前
细胞内与细胞间网络整合分析!神经网络+细胞通讯,这个单细胞分析工具一箭双雕了(scTenifoldXct)
人工智能·经验分享·深度学习·神经网络·机器学习·数据分析·数据可视化
databook2 天前
『Plotly实战指南』--饼图绘制基础篇
python·数据分析·数据可视化
DataGear2 天前
DataGear 企业版 1.4.0 发布,数据可视化分析平台
javascript·信息可视化·数据分析·html·echarts·数据可视化
DataGear3 天前
DataGear 5.3.0 制作支持导出表格数据的数据可视化看板
javascript·信息可视化·数据分析·html·echarts·数据可视化
杜子腾dd3 天前
5.Matplotlib:高级绘图
大数据·python·信息可视化·自动化·matplotlib·数据可视化
抹茶san3 天前
echarts菜鸟踩坑——inverse 反向坐标轴
前端·echarts
DDDiccc4 天前
项目-苍穹外卖(十五) Apache ECharts+数据统计
前端·apache·echarts