React 图表库选型指南：Recharts、ECharts、Nivo、Lightweight Charts 深度对比

选图表库之前，先明确你最需要哪种图表——因为不同库的设计重心差异很大，没有一个”全能冠军”。

这篇文章针对三种最常用的图表类型：K 线图（金融场景核心）、柱状图（通用仪表盘标配）、Treemap（层级数据展示），逐一给出各主流库的真实能力评估，以及具体的选型建议。数据来自 2026 年 4 月的 npm/GitHub 公开数据。

市场格局：七个主流选项

Victory 的核心卖点是 React Native 兼容——同一套组件可以同时用于 Web 和 React Native App。纯 Web 场景下，Recharts 或 Nivo 通常是更好的选择；本文后续章节不展开 Victory，专注于 Web 场景更常用的库。

综合对比表

K 线图：哪个库真正好用？

TradingView Lightweight Charts — 唯一专业选择

如果 K 线图是项目的核心需求，Lightweight Charts 是唯一不需要妥协的选择。

它是专为金融时序数据设计的，K 线（Candlestick）、折线（Line）、面积（Area）、成交量柱（Histogram）都是第一公民。数据格式极简：

import { createChart } from "lightweight-charts";

const chart = createChart(document.getElementById("chart"), {
  width: 800,
  height: 400,
});

const candleSeries = chart.addCandlestickSeries({
  upColor: "#26a69a",
  downColor: "#ef5350",
  borderVisible: false,
  wickUpColor: "#26a69a",
  wickDownColor: "#ef5350",
});

candleSeries.setData([
  { time: "2024-01-01", open: 100, high: 110, low: 95, close: 105 },
  { time: "2024-01-02", open: 105, high: 115, low: 100, close: 98 },
  { time: "2024-01-03", open: 98, high: 108, low: 92, close: 103 },
]);

在 React 中使用（useRef + useEffect 模式）：

import { useEffect, useRef } from "react";
import { createChart, IChartApi } from "lightweight-charts";

interface CandleData {
  time: string;
  open: number;
  high: number;
  low: number;
  close: number;
}

export function CandlestickChart({ data }: { data: CandleData[] }) {
  const containerRef = useRef<HTMLDivElement>(null);
  const chartRef = useRef<IChartApi | null>(null);

  useEffect(() => {
    if (!containerRef.current) return;

    const chart = createChart(containerRef.current, {
      layout: { background: { color: "#1a1a2e" }, textColor: "#d1d4dc" },
      grid: { vertLines: { color: "#2a2a3c" }, horzLines: { color: "#2a2a3c" } },
      width: containerRef.current.clientWidth,
      height: 400,
    });

    const series = chart.addCandlestickSeries();
    series.setData(data);
    chart.timeScale().fitContent();

    chartRef.current = chart;

    const handleResize = () => {
      if (containerRef.current) {
        chart.applyOptions({ width: containerRef.current.clientWidth });
      }
    };
    window.addEventListener("resize", handleResize);

    return () => {
      window.removeEventListener("resize", handleResize);
      chart.remove();
    };
  }, [data]);

  return <div ref={containerRef} />;
}

v5（2026 年 4 月最新）base bundle 35 KB（未压缩），gzip 后约 12 KB，是所有图表库里最小的。Canvas 渲染，实时 tick 级更新（每秒数百次数据刷新）依然流畅。

局限：只做金融图表。如果仪表盘还需要饼图、热力图、散点图，需要引入另一个库。

Apache ECharts — K 线 + 量价混合场景

量价图（K 线 + 柱状成交量）在金融产品里极常见，ECharts 的 candlestick series 和 bar series 可以直接叠加在同一个图表实例里：

import * as echarts from "echarts/core";
import { CandlestickChart, BarChart } from "echarts/charts";
import { GridComponent, TooltipComponent, DataZoomComponent } from "echarts/components";
import { CanvasRenderer } from "echarts/renderers";

echarts.use([CandlestickChart, BarChart, GridComponent, TooltipComponent, DataZoomComponent, CanvasRenderer]);

const option = {
  xAxis: { data: dates },
  yAxis: [
    { scale: true },           // K 线坐标轴
    { scale: true, show: false }, // 成交量坐标轴（隐藏）
  ],
  series: [
    {
      type: "candlestick",
      data: klineData, // [open, close, low, high]
      yAxisIndex: 0,
    },
    {
      type: "bar",
      data: volumeData,
      yAxisIndex: 1,
      itemStyle: {
        color: (params: any) => params.data[1] >= params.data[0] ? "#26a69a" : "#ef5350",
      },
    },
  ],
  dataZoom: [{ type: "inside" }, { type: "slider" }],
};

内置的 dataZoom 组件（鼠标滚轮缩放、滑动条范围选择）在金融场景里非常实用，无需额外开发。

Recharts — K 线图的陷阱

Recharts 官方示例展示了用 <Bar> + <ErrorBar> 模拟 K 线图，但这只是近似实现：

// 这种实现的问题：
// 1. 阳线/阴线颜色需要用 Cell 逐个设置，数据量大时性能差
// 2. 影线（上下 wick）和实体颜色联动逻辑需要手写
// 3. 没有金融图表需要的十字光标、价格标签等组件
// 4. 代码量是 Lightweight Charts 的 3-5 倍

如果项目只是偶尔展示一个 K 线图，可以接受这种实现。但如果 K 线图是核心功能，维护成本会很高。

柱状图：Recharts 为什么是默认选择

Recharts — React 友好的首选

Recharts 是下载量最高的 React 专属图表库（3.6M 周下载），核心原因是它与 React 的组合方式高度一致：

import { BarChart, Bar, XAxis, YAxis, CartesianGrid, Tooltip, Legend, Cell, LabelList } from "recharts";

const data = [
  { month: "Jan", revenue: 4200, cost: 2400 },
  { month: "Feb", revenue: 3800, cost: 1900 },
  { month: "Mar", revenue: 5100, cost: 2800 },
  { month: "Apr", revenue: 4700, cost: 2200 },
];

// 堆叠柱状图
export function StackedBar() {
  return (
    <BarChart width={600} height={300} data={data}>
      <CartesianGrid strokeDasharray="3 3" />
      <XAxis dataKey="month" />
      <YAxis />
      <Tooltip />
      <Legend />
      <Bar dataKey="revenue" stackId="a" fill="#6366f1" />
      <Bar dataKey="cost" stackId="a" fill="#f43f5e" />
    </BarChart>
  );
}

// 单个柱子自定义颜色（Cell）
export function CustomColorBar() {
  const colors = ["#6366f1", "#8b5cf6", "#a78bfa", "#c4b5fd"];
  return (
    <BarChart width={600} height={300} data={data}>
      <Bar dataKey="revenue">
        {data.map((_, index) => (
          <Cell key={index} fill={colors[index % colors.length]} />
        ))}
        <LabelList dataKey="revenue" position="top" />
      </Bar>
    </BarChart>
  );
}

stackId 实现堆叠、Cell 自定义颜色、LabelList 显示数值标签，都是声明式写法，不需要记配置项路径。

限制：SVG 渲染，数据量超过 1000 个数据点时会有感知卡顿。柱状图 bar 数量很多（如时序数据按分钟统计 24 小时 = 1440 个点）时，应考虑切换到 ECharts 或 Chart.js。

Apache ECharts — 大数据 + 高级交互

数据量超 1 万，或者需要 brush 选择、动态排序等高级交互时，ECharts 是更合适的选择：

// 动态排序柱状图（ECharts 内置功能，Recharts 需要自实现）
const option = {
  xAxis: { max: "dataMax" },
  yAxis: { type: "category", data: categories, animationEasing: "linear" },
  series: [{
    type: "bar",
    data: values,
    realtimeSort: true,  // 实时排序动画
    label: { show: true, position: "right" },
  }],
  animationDuration: 0,
  animationDurationUpdate: 2000,
};

ECharts v6（2025 年 7 月发布）新增矩阵坐标系，进一步扩展了柱状图的展示能力。

Nivo — 视觉精致和无障碍

如果产品有无障碍要求（WCAG 2.1 AA），Nivo 是主流 React 图表库中开箱即用无障碍支持最完整的选择之一。动画效果基于 @react-spring，过渡效果最精致：

import { ResponsiveBar } from "@nivo/bar";

<ResponsiveBar
  data={data}
  keys={["revenue", "cost"]}
  indexBy="month"
  margin={{ top: 50, right: 130, bottom: 50, left: 60 }}
  padding={0.3}
  colors={{ scheme: "nivo" }}
  animate={true}          // 基于 @react-spring 的动画
  motionConfig="gentle"   // 动画缓动配置
  role="application"      // 无障碍 ARIA
  ariaLabel="Revenue and cost by month"
/>

数据量大时切换到 <BarCanvas>，用 Canvas 渲染替代 SVG，API 保持一致。

Treemap：Nivo 领先

Nivo @nivo/treemap — 三渲染模式

Nivo 的 Treemap 支持 SVG、Canvas、HTML 三种渲染方式，通过 nodeComponent 可以完全自定义每个节点：

import { ResponsiveTreeMap } from "@nivo/treemap";

const data = {
  name: "root",
  children: [
    {
      name: "Frontend",
      children: [
        { name: "React", size: 85000 },
        { name: "Vue", size: 42000 },
        { name: "Angular", size: 38000 },
      ],
    },
    {
      name: "Backend",
      children: [
        { name: "Node.js", size: 62000 },
        { name: "Python", size: 71000 },
      ],
    },
  ],
};

<ResponsiveTreeMap
  data={data}
  identity="name"
  value="size"
  valueFormat=".02s"
  margin={{ top: 10, right: 10, bottom: 10, left: 10 }}
  labelSkipSize={12}
  labelTextColor={{ from: "color", modifiers: [["darker", 1.2]] }}
  parentLabelPosition="left"
  parentLabelTextColor={{ from: "color", modifiers: [["darker", 2]] }}
  colors={{ scheme: "tableau10" }}
/>

如果需要完全自定义每个格子的渲染，Nivo 提供 nodeComponent prop，可以传入自定义 React 组件来控制节点的外观和交互——比如在格子里加 sparkline、progress bar 或任意 SVG 元素。具体 API 参考 nivo.rocks/treemap 的 nodeComponent 文档。

Apache ECharts — 层级钻取

如果 Treemap 需要支持点击父节点放大（drill-down）和面包屑导航，ECharts 内置了这个功能：

const option = {
  series: [{
    type: "treemap",
    data: hierarchicalData,
    leafDepth: 1,     // 默认显示到第几层
    drillDownIcon: "▶",
    breadcrumb: { show: true },  // 显示层级导航
    levels: [
      { itemStyle: { borderWidth: 3, gapWidth: 3 } },
      { itemStyle: { borderWidth: 2, gapWidth: 2 } },
      { colorSaturation: [0.35, 0.5] },
    ],
  }],
};

性能对比：何时 SVG 不够用？

渲染方式决定了性能上限：

Recharts 使用 SVG，数据点超过 1000 时页面渲染帧率明显下降。ECharts 默认用 Canvas，即使 10 万个数据点也能流畅渲染。

参考基准（MacBook Pro M3，Chrome 122，柱状图，默认配置）：

以上为参考数据，实际表现与数据结构、动画配置、图表类型相关，建议在目标设备上自行基准测试。

Bundle Size 对比

按需引入是关键。ECharts 全量包 ~340 KB（gzip），按需只引入用到的组件可显著减少体积——以 BarChart + Tooltip + Grid + DataZoom 组合为例，约 80-130 KB（gzip，实际取决于组件组合，建议用 bundlejs.com 实测）：

// 按需引入 ECharts（推荐写法）
import * as echarts from "echarts/core";
import { BarChart, CandlestickChart } from "echarts/charts";
import {
  TitleComponent,
  TooltipComponent,
  GridComponent,
  DataZoomComponent,
} from "echarts/components";
import { CanvasRenderer } from "echarts/renderers";

echarts.use([
  BarChart,
  CandlestickChart,
  TitleComponent,
  TooltipComponent,
  GridComponent,
  DataZoomComponent,
  CanvasRenderer,
]);

Recharts v3 已设置 sideEffects: false 并提供 ES Module 输出，Vite/Webpack 5 下可 tree-shake，但其核心依赖（d3、victory-vendor 等）体积较大，实际收益有限，整包 gzip 仍约 50 KB。

选型决策树

需要 K 线图？
  ├── K 线是核心功能 → Lightweight Charts（专业、最小体积）
  └── K 线 + 其他图表混合 → Apache ECharts（一库全搞定）

不需要 K 线图：
  ├── 数据量 > 1 万 → Apache ECharts（Canvas 性能）
  ├── 需要 Treemap + 精致动画 → Nivo
  ├── 视觉高度定制（有 D3 经验）→ Visx
  └── 通用仪表盘，快速开发 → Recharts

场景推荐速查

结论

没有一个图表库适合所有场景。实际项目中最常见的两种组合方案：

方案 A（金融/交易类产品）：Lightweight Charts（K 线） + Recharts 或 ECharts（其他图表）

方案 B（通用 SaaS 仪表盘）：Apache ECharts（主力，性能好功能全） 或 Recharts + Nivo（React 友好 + 精致视觉，适合数据量不大的场景）

如果只能选一个并且对性能有要求，Apache ECharts 是覆盖最广的单一选择：K 线、柱状图、Treemap 全部原生支持，Canvas 渲染不怕大数据，按需引入后体积可控。如果团队 React 经验丰富且数据量有限，Recharts 的开发体验更接近 React 惯例，上手成本最低。