17370845950

go-chart是轻量纯Go图表库，仅支持PNG/SVG静态图；需用chart.Chart定义图表、chart.Series定义序列、XYFloat64表示点；X轴标签须为字符串，整数需显式转换。

用 go-chart 生成柱状图和折线图

Go 原生不带图表能力，go-chart 是目前最轻量、最易上手的纯 Go 图表库，适合生成 PNG/SVG 格式的统计图。它不依赖 CGO 或外部二进制，直接 go build 即可部署。

常见错误是误以为它支持交互或 HTML 渲染——它只输出静态图片。若需 Web 展示，得配合 HTTP handler 返回 image/png 响应体。

• 安装：go get github.com/wcharczuk/go-chart/v2
• 关键结构：用 chart.Chart 定义图表，chart.Series 定义数据序列，chart.XYFloat64 表示坐标点
• 注意 X 轴标签默认是字符串；若传整数（如年份），需显式转为 string，否则会显示为空白

package main

import (
	"os"
	"github.com/wcharczuk/go-chart/v2"
)

func main() {
	graph := chart.Chart{
		Width:  800,
		Height: 400,
		XAxis: chart.XAxis{
			Name: "月份",
		},
		YAxis: chart.YAxis{
			Name: "销售额（万元）",
		},
		Series: []chart.Series{
			chart.Series{
				Name: "Q1",
				Values: []chart.Value{
					{X: "1月", Y: 12.5},
					{X: "2月", Y: 9.3},
					{X: "3月", Y: 15.7},
				},
			},
		},
	}

	f, _ := os.Create("sales_q1.png")
	defer f.Close()
	graph.Render(chart.PNG, f)
}

用 encoding/csv 和 strconv 汇总原始数据

报表核心是数据清洗与聚合，Go 不像 Python 有 Pandas，但标准库已足够处理中等规模（

典型陷阱是字段类型混淆：CSV 中数字常为字符串，直接用 fmt.Sscanf 或忽略错误会导致静默失败；必须检查 strconv.ParseFloat 的 error 返回。

• 逐行读取比一次性 ReadAll 更省内存，尤其对大文件
• 用 map[string]float64 按分类字段（如 "region"）累加，比切片遍历快得多
• 时间字段若含日期，优先用 time.Parse 解析后再按年/月分组，避免字符串截取出错

package main

import (
	"encoding/csv"
	"log"
	"os"
	"strconv"
	"strings"
)

func main() {
	f, _ := os.Open("sales.csv")
	defer f.Close()

	r := csv.NewReader(f)
	records, _ := r.ReadAll()

	totalByRegion := make(map[string]float64)
	for _, row := range records[1:] { // 跳过 header
		if len(row) < 3 {
			continue
		}
		region := strings.TrimSpace(row[0])
		amountStr := strings.TrimSpace(row[2])
		amount, err := strconv.ParseFloat(amountStr, 64)
		if err != nil {
			log.Printf("跳过无效金额行：%v，错误：%v", row, err)
			continue
		}
		totalByRegion[region] += amount
	}

	for region, total := range totalByRegion {
		log.Printf("%s: %.2f 万元", region, total)
	}
}

用 html/template 渲染带表格的报表页面

纯图片报表难筛选、不可搜索，加一层 HTML 表格能显著提升可用性。Go 的 html/template 天然防 XSS，适合渲染可信数据源的报表页。

注意模板变量名必须首字母大写（导出），否则在模板里取不到值；且结构体字段要加 json: tag 才方便后续导出 JSON 接口。

• 模板中用 {{range .Data}} 遍历切片，{{.Region}} 访问字段
• 数值格式化建议在 Go 层完成（如 fmt.Sprintf("%.2f", v)），别丢给模板做计算
• 若需排序，用 sort.Slice 在执行 tmpl.Execute 前完成，模板内不支持复杂逻辑

package main

import (
	"html/template"
	"log"
	"os"
)

type ReportRow struct {
	Region string  `json:"region"`
	Total  float64 `json:"total"`
}

func main() {
	data := []ReportRow{
		{"华东", 245.6},
		{"华北", 189.2},
		{"华南", 312.8},
	}

	tmpl := template.Must(template.New("report").Parse(`




各区域销售额（万元）

{{range .Data}}

{{end}}

区域
总额
{{.Region}}
{{printf "%.1f" .Total}}


`))

	f, _ := os.Create("report.html")
	defer f.Close()
	err := tmpl.Execute(f, map[string]interface{}{"Data": data})
	if err != nil {
		log.Fatal(err)
	}
}

为什么不用 gonum 做统计计算

gonum 功能强大，支持回归、分布拟合、矩阵运算，但对简单报表属于“杀鸡用牛刀”：编译慢、二进制体积大（+3–5MB）、文档晦涩、且多数统计函数要求数据已加载到 mat64.Matrix 中——这反而增加内存拷贝开销。

真正需要它的场景很明确：你正在实现一个自定义的移动平均算法，或要从百万级日志中实时计算标准差并告警。否则，用 for 循环 + math 就够了。

• 求和、均值、最大值：手写循环，清晰可控
• 百分位数：先 sort.Float64s，再按索引取值，比调用 stat.Quantile 更直白
• 若报表要对接 Prometheus，直接用 promclient 暴露指标，比本地算完再展示更贴近可观测性实践

图表和表格只是表达层，数据怎么来、是否可信、更新是否及时，才是报表系统最难绷住的一环。别花太多时间调 go-chart 的颜色渐变，先确保 csv.NewReader 读进来的每行都经过校验。