引言
在数据可视化中，展示某项指标距离预设目标还有多远是一种常见的需求。例如，一个销售团队需要达成60个销售目标，我们希望图表能清晰地显示当前已完成的数量，以及还需要多少才能达标。当目标达成时，表示“还需要”的部分应自动消失。chart.js作为一个强大的javascript图表库，可以灵活地实现这种动态的进度展示。
核心原理：数据预处理与多数据集策略
实现这种带有目标进度的堆叠柱状图，其核心思想在于：
- 数据预处理： 在将数据传递给Chart.js之前，计算出每个数据点距离目标值还差多少。如果当前值已经达到或超过目标，则“还差”的值为0。
- 多数据集堆叠： 使用两个数据集来构建图表。第一个数据集表示当前的实际完成量，第二个数据集则表示距离目标还差的量。通过将这两个数据集堆叠起来，可以直观地展示总进度。
这种方法巧妙地利用了Chart.js的堆叠特性，同时通过数据预处理实现了动态显示“剩余量”的需求。
实现步骤
1. HTML 结构准备
首先，在HTML页面中创建一个canvas元素，Chart.js将在这个画布上绘制图表。同时，为了更好地控制图表大小，可以为其父容器设置样式。
2. 数据准备与计算
这是实现动态进度的关键一步。我们需要定义一个目标值（例如60），然后根据每个数据点的当前值来计算距离目标还差多少。
假设我们有以下初始数据：
const initialData = [10, 5, 80]; // 示例：Passed, Failed, In Progress const targetValue = 60;
我们将为“当前值”和“剩余值”分别创建数据集。其中，“剩余值”的数据需要通过计算得到：
const datas = {
labels: ['Passed', 'Failed', 'In Progress'],
datasets: [{
label: '当前值', // 表示已完成或当前量
data: initialData,
backgroundColor: [
"green", // 示例颜色，可根据需要调整
"blue",
"yellow"
],
}]
};
// 计算距离目标还差多少的数据
// 如果当前值大于等于目标值，则剩余为0；否则为目标值减去当前值
const remainingData = datas.datasets[0].data.map(e => (e >= targetValue ? 0 : targetValue - e));
// 将计算出的剩余量作为一个新的数据集添加到图表中
datas.datasets.push({
label: '距离目标所需', // 表示距离目标还差的量
backgroundColor: 'red', // 用红色表示未达成的部分
data: remainingData
});3. Chart.js 配置
接下来，使用Chart.js的构造函数初始化图表。确保type设置为'bar'。Chart.js通常会自动堆叠多个数据集的柱状图，但如果需要显式控制，可以在options.scales中设置stacked: true。
const ctx = document.getElementById("mychart");
const chr = new Chart(ctx, {
data: datas,
type: 'bar',
options: {
responsive: true,
maintainAspectRatio: false,
scales: {
x: {
stacked: true // 确保X轴堆叠
},
y: {
stacked: true // 确保Y轴堆叠
}
}
}
});完整示例代码
将上述所有部分组合起来，形成一个完整的可运行示例：
Chart.js 目标进度堆叠柱状图
注意事项
- 目标值设定： 确保targetValue变量的设置准确反映您的业务目标。
- 颜色选择： 选择对比鲜明的颜色来区分“当前值”和“距离目标所需”的部分，提高图表的可读性。
- 动态数据更新： 如果图表数据是动态变化的，每次数据更新时，都需要重新计算remainingData并调用chart.update()方法来刷新图表。
- Chart.js 版本： 本教程基于Chart.js v3.x及以上版本。如果您使用的是旧版本（如v2.x），部分配置选项（如scales的结构）可能会有所不同。
- 堆叠行为： 尽管Chart.js通常会自动堆叠多个数据集的柱状图，但在options.scales中显式设置stacked: true是一个良好的实践，可以确保在各种配置下都能按预期工作。
总结
通过数据预处理和利用Chart.js的多数据集堆叠功能，我们可以轻松创建出既直观又具有动态响应能力的进度条式堆叠柱状图。这种方法不仅清晰地展示了当前成就，还明确指出了距离目标尚需努力的部分，并在目标达成时提供简洁的视觉反馈，极大地提升了数据可视化的实用性。
