</div><div data-lake-id="f50a332fbd9d4b1eeb07c51e3034aeff">var ctx = document.getElementById("myChart").getContext('2d');</div><div data-lake-id="4cb2769986a9106012a4ce1c58e0dcfd">var myChart = new Chart(ctx, {</div><div data-lake-id="6e63a1dcc72d372c297b7ed758ea87f0">type: 'line',</div><div data-lake-id="22dd70bc05e495e79bc28f1e4accbc80">data: {</div><div data-lake-id="4e78c759f6b548dc8b27ea76ff4f855c">labels: ["Red", "Blue", "Yellow", "Green", "Purple", "Orange"],</div><div data-lake-id="4f177f8a15cf351c635331120707eb6d">datasets: [{</div><div data-lake-id="f45610a7baf2b33b86d6a205b0699fdb">label: '# of Votes',</div><div data-lake-id="223efac332af38b5b0f575845c43fe60">data: [12, 14, 3, 5, 2, 3],</div><div data-lake-id="b2e1e11ff5217b5522e72f26bb421c07">backgroundColor: [</div><div data-lake-id="bbc30c1500446444c5c573f662a0e6fa">'rgba(255, 99, 132, 0.2)', 'rgba(54, 162, 235, 0.2)', 'rgba(255, 206, 86, 0.2)', 'rgba(75, 192, 192, 0.2)',</div><div data-lake-id="5e2b8b81c44b736131110df6c5c53ed3">'rgba(153, 102, 255, 0.2)', 'rgba(255, 159, 64, 0.2)'</div><div data-lake-id="2a6b288887359032b66f8d0a0598ab21">],</div><div data-lake-id="57b1bea362faffe6c211a15e18754f61">borderColor: [</div><div data-lake-id="bc62da31632d20d9b1b0c909ff6e9f04">'rgba(255,99,132,1)', 'rgba(54, 162, 235, 1)', 'rgba(255, 206, 86, 1)', 'rgba(75, 192, 192, 1)',</div><div data-lake-id="babcca20040aff3bf7fc34f4d0f09e1f">'rgba(153, 102, 255, 1)', 'rgba(255, 159, 64, 1)'</div><div data-lake-id="2228d4dc4d9be52895a2a41fcd025816">],</div><div data-lake-id="7b2e59223326fcce6de21a7d0dd96ddb">borderWidth: 1</div><div data-lake-id="12308c72f7d5a22378b0035e45c1666a">}]</div><div data-lake-id="93103c1421c4d37fc13cf241a0761276">},</div><div data-lake-id="ffc6d6094f1672cf0737ad0397ded329">options: {</div><div data-lake-id="0ebd15509fa9e515263d33375fb12018">responsive: false,</div><div data-lake-id="3f90535f217768792234840ed45da156">scales: {</div><div data-lake-id="f9a66aff3ee8553624bb424dec173947">yAxes: [{</div><div data-lake-id="689fc032bd91cb282495ed405b696cd7">ticks: {</div><div data-lake-id="bc2c09bf8fe10ab4acb2f0e9d9307eb3">beginAtZero:true</div><div data-lake-id="e75077fe6d5a723381175e2a3f676350">}</div><div data-lake-id="22fe09b12eeac4c26d592da18a1af123">}]</div><div data-lake-id="ccc150edf230fe734f06239869a9eff2">}</div><div data-lake-id="1119265115311a34584e24570fc038d6">}</div><div data-lake-id="90536e134af63f9ccba943bf3fc77114">});</div><div data-lake-id="8913308cd49b2bbf8cfc55f4d4233d60">
简单解释下代码。
第二行： 这个canvas结点作为最后绘制出的图表显示的一个容器，也就是说，最后画出来的统计图表就显示在这个canvas结点里。大家可以根据需要定义图标的宽（width）和高（height）。
第三行：声明了这个开源库的CDN地址。
第八行：声明要显示的统计图的类型。同一套数据是可以用不同的统计图类型显示出来的，可选的有bar, bubble, doughnut, horizontalBar, line, pie, polarArea, radar, scatter这几种。本文后半部分提供了每一种图的效果。
第十行：labels: [“Red”, “Blue”, “Yellow”, “Green”, “Purple”, “Orange”]。定义了统计图表的一个维度。如果是线状图，柱状图这些类型，则labels定义的维度作为统计同的横坐标（也就是X坐标）。
第十三行：data: [12, 14, 3, 5, 2, 3] 定义了统计图表的另一个维度。如果是线状图，柱状图这些类型，则labels定义的维度作为统计图的纵坐标（也就是Y坐标）。如果是饼状图，data定义的这些值是描述每个维度占整个饼（一个完整圆）的百分比。
第二十六行：responsive: false，意思是使用第二行canvas指定的宽和高来绘制统计图表。如果response置为true，意思是响应式布局，会以全屏的方式显示图表。
这40行代码就讲解完了，对于应用程序开发人员来说，无需去研究里面的绘图细节，甚至连用户把鼠标放到图标上自动弹出tooltip这些细节都自动由这个库实现了，使用起来非常方便。
下面是把第八行代码图标的类型属性type传入各种支持的类型后的渲染结果，方便大家查阅：
type: line - 线状图