如何在html中echarts？

首先，下载到源码之后，在页面引入lib/echarts-plain-map.js，plain-map是未压缩的版本

<script type="text/javascript" src="lib/echarts-plain-map.js"></script>

然后引入主文件之后，就可以直接使用init()实例化了

<script type="text/javascript">

var myChart = echarts.init({

// ...

})

</script>

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 提供大量常用的数据可视化图表，底层基于ZRender。

1、Datawrapper是一款专心于新闻和出书的可视化工具。

Datawrapper十分简略运用，不需求任何编程根底。你只需求上传你的数据，便能轻松地创立和发布图表，乃至是地图。Datawrapper供给了许多的自界说布局及地图模板。

2.Tableau

Public或许是盛行的可视化工具，它支撑各种图表，图形，地图和其他图形。这是一个彻底免费的工具，你用它制作的图表可以很简略地嵌入到任何网页中。他们有一个不错的画廊，闪现经过Tableau创立的可视化效果。

3、Smartbi

Smartbi作为老到的大数据分析途径，具有可复用、

动态结合一同的展示效果，使得数据可视化活络强健，动态皆宜，为宽广用户供给了无限的运用才谐和幻想空间。除了支撑运用Excel作为报表规划器，完美兼容Excel的装备项。支撑Excel悉数内置图形、布景图、条件格式等规划凌乱的仪表盘款式，一同支撑无缺ECharts图形库，支撑林林总总的图形，包括瀑布图、联络图、雷达图、油量图、热力求、树图等几十种动态交互的图形，借助于地舆信息技术，还打造了地图剖析功用。

4.Google Charts以HTML5和SVG为根底，充沛考虑了跨浏览器的兼容性，并经过VML支撑旧版本的IE浏览器。悉数您将创立的图表是交互式的，有的还可缩放。 Charts十分人道化，有全面的模板库，你可以从中找到所需模板。

5.ChartBlocks

ChartBlocks是一个易于运用工具，它无需编码，便能从电子表格，数据库中构建可视化图表。整个进程可以在图表导游的教训下完毕。图表是呼应式的，并且可以和任何的屏幕规范及设备兼容。

6.Chart.js十分合适小型项目。尽管只需六种图表类型，开源图书馆Chart.js是用于喜爱和小型项意图完美数据可视化工具。运用HTML 7、PowerBI，Microsoft PowerBI同时提供本地和云服务。它初是作为Excel插件引入的，不久PowerBI凭借其强大的功能开始普bai及。目前，它被视为商业分析领域的软件。它提供了数据可视化和bi功能，使用户可以轻松地以更低的成本实现快速，明智的决策，用户可协作并共享自定义的仪表板和交互式报告。8、Solver

Solver致力于通过获取可提升公司盈利能力的所有数据源来提供世界的财务报告、预算方案和财务分析。其软件BI360可用于云计算和本地部署，它专注于四个关键的分析领域，包括财务报告、预算、仪表板和数据仓库。

9、Qlik

Qlik是一种自助式数据分析和可视化工具。它具有可视化仪表板，可简化数据分析，并帮助公司快速制定业务决策。

10、Tableau Public

Tableau 是一个交互式数据可视化工具。不像大多数可视化工具那样需要编写脚本，Tableau的简便性可以帮助新手降低使用难度。只需托拉拽的简单 *** 作使数据分析轻松完成。他们也有一个“新手入门工具包”和丰富的培训资料，可帮助用户创建创更多的分析报告。

11、Fusion Tables你可以使用它来做数据收集、数据可视化和数据共享。他就像电子数据表，但功能更强大更专业。你可以通过添加CSV、KML和电子表格中的数据集和同事共享资料。你还可以发布数据资料并将其嵌入到其他网页属性中。

12、Infogram

标签云 或 文字云 是关键词的视觉化描述，用于汇总用户生成的标签或一个网站的文字内容。标签一般是独立的词汇，常常按字母顺序排列，其重要程度又能通过改变字体大小或颜色来表现，所以标签云可以灵活地依照字序或热门程度来检索一个标签。 大多数标签本身就是超链接，直接指向与标签相联的一系列条目。

根据标签云的作用(而非样式)，在应用中可以将其分成三大类。其中，第一类用于描述网站中的每个独立条目，而第二类则着力于从整体上刻画网站所有条目的标签情况，第三类描述集合内各种项目的占比。

第一类标签云：每一个条目都有自己独立的标签云，标签字体越大，此条目中用户使用过这个标签的次数就越多，在页面公开统计点击且不要求精准数据的情况下十分适用。如last.fm就是使用了第一类标签云。

第二类标签云：网站一般会有一个超大型标签云，标签字体越大，网站里使用过这个标签的条目数就越多。第二类标签云可以显示出标签的热门程度，在实际应用中更为常见，如echarts。

示例地址： https://ecomfe.github.io/echarts-wordcloud/example/optionKeywords.html

第三类标签云：在此类中，标签作为一个数据项目的工具，用于表示在整个集合中里各个项目的数据量的大小。

示例地址： https://ecomfe.github.io/echarts-wordcloud/example/wordCloud.html

从广义来说，相似的可视化技术并不限于用于标签云，例如还可以用在文字云或数据云上。

数据云用字体的大小和颜色来表现数值，与标签云相似，区别是标签云常用于统计标签出现的频率，而数据云则常于人口统计或证券市场。

---