EWW 图表组件新增垂直布局与轴方向配置功能
2025-05-22 11:08:39作者:乔或婵
在数据可视化领域,图表的方向和坐标轴布局对于信息呈现至关重要。EWW 项目近期对其图表组件(graph widget)进行了重要功能升级,增加了垂直布局和坐标轴方向配置选项,为开发者提供了更灵活的图表展示方式。
功能背景
传统的图表组件通常采用水平布局,即X轴水平延伸表示时间,Y轴垂直延伸表示数值。然而在某些应用场景中,垂直布局可能更加合适,例如:
- 在狭窄的侧边栏中展示长条状图表
- 需要与界面其他元素保持一致的视觉流向
- 特殊的数据展示需求
EWW 原有的图表组件缺乏这方面的灵活性,开发者无法自由调整图表方向,这限制了组件的应用场景。
功能实现
新版本通过引入两个关键配置参数解决了这一问题:
-
yaxis-vertical:布尔值参数,控制Y轴是否垂直显示
- 设置为false时,Y轴将水平显示
- 默认值为true,保持传统垂直布局
-
origin:字符串参数,定义图表原点位置
- 可选值:"topleft"、"topright"、"botleft"、"botright"
- 控制数值增长方向和起始点
配置示例
以下是一个典型的垂直图表配置示例:
(graph
:width 20
:height 100
:yaxis-vertical false
:origin "botleft"
:value {EWW_CPU.avg}
:time-range "30s"
:dynamic false
:max 100
:min 0)
这个配置将产生一个:
- 宽度20单位,高度100单位的图表
- Y轴水平向右延伸
- X轴垂直向上延伸
- 原点位于左下角
- 显示CPU平均使用率数据,时间范围为30秒
技术实现原理
在底层实现上,EWW 通过以下方式支持这一功能:
- 坐标变换:根据yaxis-vertical参数决定是否交换X/Y坐标系的处理逻辑
- 绘制方向控制:origin参数影响坐标轴的数值增长方向和标签位置
- 布局计算:自动调整图表元素的位置关系以适应不同方向
应用场景
这一功能特别适用于以下场景:
- 系统监控面板:在狭窄的侧边栏中垂直显示CPU、内存使用率图表
- 音频可视化:垂直显示音频波形或频谱分析结果
- 特殊数据展示:需要从右向左或从下向上展示增长趋势的数据
注意事项
开发者在使用时需要注意:
- 当使用非传统方向时,要确保用户能够正确理解图表含义
- 图表标签可能需要额外配置以适应新的方向
- 与其他组件的布局配合可能需要调整
这一功能的加入显著提升了EWW图表组件的灵活性,使其能够适应更多样化的界面设计需求。开发者现在可以根据具体场景选择最合适的图表方向,创造出更具表现力的用户界面。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
暂无简介
Dart
653
149
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
641
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
656
291
仓颉编译器源码及 cjdb 调试工具。
C++
130
864
React Native鸿蒙化仓库
JavaScript
251
320
仓颉编程语言测试用例。
Cangjie
37
856