ggdist 3.3.3版本发布:统计可视化工具的重大升级
ggdist是一个基于ggplot2的R语言扩展包,专注于统计分布的可视化。它为数据科学家和统计分析师提供了强大的工具,能够直观地展示数据分布、不确定性以及各种统计推断结果。最新发布的3.3.3版本带来了一系列功能增强和用户体验改进,使统计可视化更加灵活和强大。
核心功能升级
子比例尺(subscale)系统增强
3.3.3版本在原有子引导(subguide)系统的基础上,引入了子比例尺(subscale)功能。这一创新允许用户针对每个几何对象的厚度比例尺单独设置限制(limits)和扩展(expand)参数。与scale_thickness_shared()类似,但提供了更细粒度的控制。
用户现在可以通过全局环境设置默认的子比例尺和子引导,包括subscale_thickness、subguide_slab、subguide_dots和subguide_spike。这一改进使得在多图环境中保持一致的视觉风格变得更加容易。
模糊点图(blur dots)支持方形形状
geom_blur_dots()现在支持方形(square)形状,为数据可视化提供了更多样化的表现方式。这一改进特别适用于需要区分不同类别或条件的点图场景。
参数传递机制优化
stat_slabinterval()及其相关函数现在更多地使用waiver()机制,使得参数既可以在统计变换调用时设置,也可以在密度估计器调用时指定。这种灵活性让用户能够更自然地组织代码逻辑。
统计功能增强
直方图密度估计改进
density_histogram()函数新增了right_closed和outermost_closed参数,允许用户精确控制箱(bin)的边缘开闭性。这一改进在处理边界条件时特别有用,确保了统计结果与用户预期一致。
区间宽度辅助函数
新引入的interval_widths()和pretty_widths()函数简化了创建美观嵌套区间集的过程。这些工具函数特别适用于需要展示多个置信水平或不确定性范围的可视化场景。
用户体验优化
文档改进
几乎所有参数的文档现在都包含了有效数据类型的注释,大大提高了文档的实用性和可读性。这一改进使得用户能够更快地理解如何正确使用各个函数。
错误修复与行为一致性
3.3.3版本修复了多个影响用户体验的问题:
- 统计和几何对象现在正确传递
check.aes和check.param参数,避免了在管道操作中产生不必要的警告 point_interval()函数现在完全支持tidy evaluation,并确保在输入为tibble时始终返回tibble,提高了行为的一致性
兼容性说明
值得注意的是,3.3.3版本将最低R版本要求提升至4.0,这是由于多个依赖包已经提高了版本要求。用户在升级前应确保其R环境符合这一要求。
ggdist 3.3.3版本的这些改进和新增功能,使得统计可视化更加灵活、强大且用户友好,进一步巩固了它作为R生态系统中统计可视化重要工具的地位。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112