|
@@ -10,7 +10,9 @@ function employment() {
|
|
|
type: "shadow",
|
|
|
},
|
|
|
},
|
|
|
- legend: {},
|
|
|
+ legend: {
|
|
|
+ type: "scroll",
|
|
|
+ },
|
|
|
grid: {
|
|
|
left: "3%",
|
|
|
right: "4%",
|
|
@@ -20,24 +22,61 @@ function employment() {
|
|
|
xAxis: {
|
|
|
type: "category",
|
|
|
boundaryGap: [0, 0.01],
|
|
|
+ data: ["2022年全年", "2023年一季度", "2023年二季度", "2023年三季度"],
|
|
|
},
|
|
|
- yAxis: {
|
|
|
- type: "value",
|
|
|
- data: ["Brazil", "Indonesia", "USA", "India", "China", "World"],
|
|
|
- },
|
|
|
+ yAxis: [
|
|
|
+ {
|
|
|
+ type: "value",
|
|
|
+ axisLabel: {
|
|
|
+ formatter: "{value} 人",
|
|
|
+ },
|
|
|
+ },
|
|
|
+ {
|
|
|
+ type: "value",
|
|
|
+ interval: 20,
|
|
|
+ max: 100,
|
|
|
+ axisLabel: {
|
|
|
+ formatter: "{value} %",
|
|
|
+ },
|
|
|
+ },
|
|
|
+ ],
|
|
|
series: [
|
|
|
{
|
|
|
name: "城镇新增就业人数",
|
|
|
type: "bar",
|
|
|
- data: [18203, 23489, 29034, 104970, 131744, 630230],
|
|
|
- itemStyle:{
|
|
|
- color:'#509EF3'
|
|
|
- }
|
|
|
+ yAxisIndex: 0,
|
|
|
+ data: [18203, 23489, 29034, 104970],
|
|
|
+ itemStyle: {
|
|
|
+ color: "#509EF3",
|
|
|
+ },
|
|
|
},
|
|
|
{
|
|
|
name: "城镇登记失业人员就业人数",
|
|
|
type: "bar",
|
|
|
- data: [19325, 23438, 31000, 121594, 134141, 681807],
|
|
|
+ yAxisIndex: 0,
|
|
|
+ data: [19325, 23438, 31000, 121594],
|
|
|
+ },
|
|
|
+ {
|
|
|
+ name: "城镇新增就业人数同比增减",
|
|
|
+ type: "line",
|
|
|
+ yAxisIndex: 1,
|
|
|
+ tooltip: {
|
|
|
+ valueFormatter: function (value) {
|
|
|
+ return value + " %";
|
|
|
+ },
|
|
|
+ },
|
|
|
+ data: [38.55, 24.93, 34.84, 20.75],
|
|
|
+ },
|
|
|
+ {
|
|
|
+ name: "城镇登记失业人员就业人数同比增减",
|
|
|
+ type: "line",
|
|
|
+ yAxisIndex: 1,
|
|
|
+ tooltip: {
|
|
|
+ valueFormatter: function (value) {
|
|
|
+ return value + " %";
|
|
|
+ },
|
|
|
+ },
|
|
|
+ data: [38.55, 24.93, 34.84, 20.75],
|
|
|
},
|
|
|
],
|
|
|
};
|