Chart.js适合快速绘制标准图表但定制性差，D3.js适合高度定制但学习成本高；选型应依据数据更新频率和视觉控制粒度，兼顾团队技能与维护成本。
Chart.js 适合快速画标准图表，但定制性差
如果你只需要柱状图、折线图、饼图这类常见统计图表，Chart.js 上手最快。它用几行代码就能渲染出响应式、带动画的图表，而且默认样式干净，适配移动端。
常见错误是直接往 data.labels 里塞对象或日期字符串，导致坐标轴错乱——Chart.js 的 labels 必须是字符串数组，时间序列得用 time 类型的 xAxis 并配 adapters.date 插件。
性能方面，渲染上千个数据点时会明显卡顿，因为它是基于 canvas 的整图重绘，不支持局部更新。如果图表要频繁增删数据点，得手动调用 chart.update() 而不是直接改 data.datasets[0].data 后期待自动刷新。
const chart = new Chart(ctx, {
type: 'line',
data: {
labels: ['Jan', 'Feb', 'Mar'],
datasets: [{
label: 'Sales',
data: [12, 19, 3],
borderColor: 'rgb(75, 192, 192)',
tension: 0.1
}]
}
});D3.js 适合高度定制或非标可视化，但学习成本高
D3.js 不是图表库，而是操作 DOM 和 SVG 的底层工具。它不提供 pie() 或 barChart() 这类封装函数，所有图形都得你用 select、enter、append 一一手动构建。
立即学习“Java免费学习笔记（深入）”；
典型使用场景包括：地理热力图（配合 topojson）、关系网络图（力导向布局）、自定义坐标轴刻度、SVG 动画路径控制。如果你的需求在 Chart.js 插件市场里找不到现成方案，大概率得上 D3.js。
容易踩的坑是混淆 selection.data() 和 selection.datum()：前者绑定数组做数据驱动更新，后者只设单个数据对象；还有初学者常忘记调用 .join()（v6+）或 .enter().append()（v5-），导致新数据没生成新元素。
const svg = d3.select('svg');
const bars = svg.selectAll('rect')
.data([12, 19, 3]);
bars.enter().append('rect')
.attr('x', (d, i) => i * 30)
.attr('y', d => 100 - d)
.attr('width', 20)
.attr('height', d => d);
选型关键看「数据更新频率」和「视觉控制粒度」
不是“功能多就选 D3”，而是看两个硬指标：
- 数据是否实时流式更新（如每秒 10 条传感器数据）？→
D3.js的细粒度 DOM 控制更适合增量重绘 - 是否需要精确控制每个 SVG 元素的
transform、clipPath或事件委托到子路径？→Chart.js封装太深，改起来得绕过内部状态 - 团队里有没有人熟悉 SVG 坐标系和 DOM 事件冒泡机制？→ 没有就别硬上
D3.js，维护成本会指数上升
折中方案：用 Chart.js 画主图表，再用 D3.js 在同一容器内叠加一层 SVG 装饰元素（比如自定义标注线、动态箭头），两者互不干扰。
别忽略打包体积和 TypeScript 支持
Chart.js v4 默认导出 ESM，Tree-shaking 友好，压缩后约 60KB；D3.js 是模块化设计，可以只引入 d3-selection 和 d3-scale，最小能压到 15KB，但实际项目往往要引入 4–5 个子模块，总大小接近 80KB。
TypeScript 类型支持方面：Chart.js 官方提供完整类型定义，options 配置项补全精准；D3.js 类型虽全，但泛型嵌套深（比如 ScaleLinear），IDE 提示容易卡顿，且自定义比例尺时类型推导经常失效。
真正难的不是写出来，是后续加一个 tooltip 显示原始数据单位、或者让图例点击后隐藏对应数据系列——这种需求在 Chart.js 里要翻文档找插件，在 D3.js 里要自己绑事件、管理状态、处理重绘边界。哪个更省时间，得算人力账。
