$.get(ROOT_PATH + 'data/asset/data/life-expectancy-table.json', function (data) {

   var option = {

            //color: ['#7cb5ec', '#434348', '#90ed7d', '#f7a35c', '#8085e9', '#f15c80', '#e4d354', '#8085e8', '#8d4653', '#91e8e1'],

            color:["#1E9FFF","#f7a35c"],

            title: {

                text: '3D堆叠柱状图',

                x: 'center'

            },

             legend: {

                data: ['2019','2018'],

                right:"right"

            },

            tooltip: {},

            xAxis3D: {

                type: 'category',

                //name:'',

                data: ['1', '2','3', '4','5', '6'],

                axisLine:{

                    lineStyle:{

                        //color:'yellow',

                        width:1

                    }

                },

            },

            yAxis3D: {

                type: 'category',

                //data: [''],

                //name:"",

                axisLine:{

                    lineStyle:{

                        //color:'yellow',

                        width:1

                    }

                },

            },

            zAxis3D: {

                type: 'value',

                name:'',

                axisLabel:{

                    margin:20

                },

                axisLine:{

                    lineStyle:{

                        //color:'yellow',

                        width:1

                    }

                },

            },

            grid3D: {

                boxWidth: 200,

                boxDepth: 20,

                axisPointer: {

                    show: false

                },

                light: {

                    main: {

                        intensity: 1.2

                    },

                    ambient: {

                        intensity: 0.3

                    }

                },

                viewControl: {

                    alpha: 5, //控制场景平移旋转

                    minAlpha:5,

                    maxAlpha:5,

                    beta: 5,

                    minBeta:5,

                    maxBeta:5

                }

            },

            series: [{

                name:"2019",

                type: 'bar3D',

                barSize: 15,

                label: {

                    show: true,

                    position: 'top'

                },

                data: [

                    [0, 0, 4200],

                    [2, 0, 10000],

                    [4, 0, 6000],

                ],

                //stack: 'stack',

                shading: 'lambert',

                emphasis: {

                    label: {

                        show: true

                    }

                }

                

            }, {

                type: 'bar3D',

                name:'2018',

                barSize: 15,

                label: {

                    show: true,

                    position: 'top'

                },

                data: [

                    [1, 0, 12000],

                    [3, 0, 60000],

                    [5, 0, 12000],

                ],

                //stack: 'stack',

                shading: 'lambert',

                emphasis: {

                    label: {

                        show: true

                    }

                }

            }]

        };



    myChart.setOption(option);

});

 

修改Echarts 3D柱状图柱子大小（粗细）的方法
一、修改方法

一、修改方法
以官网上的一个3d柱状图为例，原图如下：


我们在series配置项下加上一个barSize属性，例如：
barSize:3,

得到的图如下：


柱子明显细了很多，不知道为什么官方文档上并没有，真让人摸不着头脑

	

《错误》郑愁予
我打江南走过，
那等在季节里的容颜如莲花的开落，东风不来，三月的柳絮不飞。你的心如小小寂寞的城，恰若青石的街道向晚。蛩音不响，三月的春帷不揭，你的心是小小的窗扉紧掩。我达达的马蹄是个美丽的错误，我不是归人，是个过客！
走过的路，见过的人。各有其因，各有其缘！ECharts是一款由百度前端技术部开发的，基于Javascript的数据可视化图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表。使用 JavaScript 实现开源的可视化库，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，底层依赖轻量级的矢量图形库 ZRender，提供直观，交互丰富，可高度个性化定制的数据可视化图表。具有丰富的可视化类型，ECharts 提供了常规的折线图、柱状图、散点图、饼图、K线图，用于统计的盒形图，用于地理数据可视化的地图、热力图、线图，用于关系数据可视化的关系图、treemap、旭日图，多维数据可视化的平行坐标，还有用于 BI 的漏斗图，仪表盘，并且支持图与图之间的混搭。官方网址：https://echarts.baidu.com/
ECharts提供大量常用的数据可视化图表，底层基于ZRender(一个全新的轻量级canvas类库)，创建了坐标系，图例，提示，工具箱等基础组件，并在此上构建出折线图(区域图)、柱状图(条状图)、散点图(气泡图)、饼图(环形图)、K线图、地图、力导向布局图以及和弦图，同时支持任意维度的堆积和多图表混合展现。
多图联动
值域漫游
大规模散点图
子区域地图模式
安装Python,请点击链接，进行安装 Python软件安装在Python中有个pyecharts类库，可以实现类似的功能。首先在环境中安装pyecharts库。
输入pip install pyecharts,安装pyecharts库。
安装好pyecharts库后，运行程序，发现导入相应的包。
这是因为在使用pip install下载命令时，软件默认下载最新版本，选择之前的旧版本下载，即可正常运行代码。
代码示例
目标完成率
#数据分析指标完成情况from pyecharts import Gaugegauge=Gauge('目标完成率')gauge.add('任务指标','完成率',80.2)#gauge.render('gauge.html')#图表输出gauge.render()gauge
水球图
#水球图from pyecharts import Liquidliquid=Liquid("水球图")liquid.add("水球",[0.8])#liquid.render('liquid.html')#图表输出到路径下liquid.render()#图表直接输出liquid
箱线图
#箱线图from pyecharts import Boxplotboxplot=Boxplot("箱线图")x_axis=['销售额']y_axis=[[169,126,248,263,265,273,248,241,326,334,479,347],]_yaxis=boxplot.prepare_data(y_axis)boxplot.add("boxplot",x_axis,_yaxis)boxplot.render()#直接导出或者导出到文件内boxplot.render(linebar.html)boxplot
3D柱形图
#3D柱形图from pyecharts import Bar3Dimport jsonbar3d=Bar3D("3D柱形图",width=1200,height=600)f=open("bar3ds.json")datas=json.load(f)x_axis=datas['x_axis']y_axis=datas['y_axis']data=datas['data']range_color=datas['range_color']#visualmap热力图bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]] for d in data],is_visualmap=True,visual_range=[0,20],visual_range_color=range_color)#设置3D图的自动旋转bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]] for d in data],is_visualmap=True,visual_range=[0,20],visual_range_color=range_color,         grid3d_width=200,grid3d_depth=80,is_grid3d_rotate=True)#设置3D图的自动旋转的速度bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]] for d in data],is_visualmap=True,visual_range=[0,20],visual_range_color=range_color,         grid3d_width=200,grid3d_depth=80,is_grid3d_rotate=True,grid3d_rotate_speed=180)#图表输出bar3d.render('3dbar.html')

	

ECharts是一款由百度前端技术部开发的，基于Javascript的数据可视化图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表。
ECharts，一个使用 JavaScript 实现的开源可视化库，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（IE8/9/10/11，Chrome，Firefox，Safari等），底层依赖轻量级的矢量图形库 ZRender，提供直观，交互丰富，可高度个性化定制的数据可视化图表。
丰富的可视化类型
ECharts 提供了常规的折线图、柱状图、散点图、饼图、K线图，用于统计的盒形图，用于地理数据可视化的地图、热力图、线图，用于关系数据可视化的关系图、treemap、旭日图，多维数据可视化的平行坐标，还有用于 BI 的漏斗图，仪表盘，并且支持图与图之间的混搭。
官方网址：https://echarts.baidu.com/
ECharts
提供大量常用的数据可视化图表，底层基于ZRender（一个全新的轻量级canvas类库），创建了坐标系，图例，提示，工具箱等基础组件，并在此上构建出折线图（区域图）、柱状图（条状图）、散点图（气泡图）、饼图（环形图）、K线图、地图、力导向布局图以及和弦图，同时支持任意维度的堆积和多图表混合展现。
数据视图
动态类型切换
多图联动
值域漫游
大规模散点图
子区域地图模式
GeoJson地图扩展
目标完成率
#数据分析指标完成情况
from pyecharts import Gauge
gauge=Gauge('目标完成率')
gauge.add('任务指标','完成率',80.2)

#gauge.render('gauge.html')#图表输出
gauge.render()
gauge
#水球图
from pyecharts import Liquid

liquid=Liquid("水球图")
liquid.add("水球",[0.8])
#liquid.render('liquid.html')#图表输出到路径下
liquid.render()#图表直接输出
liquid
#箱线图
from pyecharts import Boxplot
boxplot=Boxplot("箱线图")
x_axis=['销售额']
y_axis=[[169,126,248,263,265,273,248,241,326,334,479,347],]
_yaxis=boxplot.prepare_data(y_axis)
boxplot.add("boxplot",x_axis,_yaxis)

boxplot.render()#直接导出或者导出到文件内boxplot.render(linebar.html)
boxplot
#visualmap热力图
bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]] for d in data],is_visualmap=True,visual_range=[0,20],visual_range_color=range_color)
#设置3D图的自动旋转
bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]] for d in data],is_visualmap=True,visual_range=[0,20],visual_range_color=range_color,
          grid3d_width=200,grid3d_depth=80,is_grid3d_rotate=True)
#设置3D图的自动旋转的速度
bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]] for d in data],is_visualmap=True,visual_range=[0,20],visual_range_color=range_color,
          grid3d_width=200,grid3d_depth=80,is_grid3d_rotate=True,grid3d_rotate_speed=180)

#图表输出
bar3d.render('3dbar.html')
本文来源于公众号：大话数据分析
更多实用的数据分析知识，敬请关注！