Datagrid 技术文档
2024-12-26 00:07:00作者:冯爽妲Honey
1. 安装指南
在开始使用 Datagrid 之前,需要先将其添加到您的项目中。您可以通过以下方式将 Datagrid 添加到您的 Ruby 项目中:
gem 'datagrid'
然后,在您的项目根目录下执行以下命令来安装 Datagrid:
bundle install
确保您的项目已经安装了所需的 ORM (ActiveRecord、Mongoid、MongoMapper、Sequel 或 Array),因为 Datagrid 需要与 ORM 集成。
2. 项目的使用说明
Datagrid 是一个 Ruby 库,它可以生成包括管理面板、分析和数据浏览器的报告。它提供了过滤、列、排序、本地化以及导出为 CSV 等功能。
要使用 Datagrid,您需要创建一个继承自 Datagrid::Base 的类,并在其中定义您的数据网格的范围、过滤器、列等信息。
以下是一个基本的使用示例:
class UsersGrid < Datagrid::Base
scope { User.includes(:group) }
filter(:category, :enum, select: ["first", "second"])
column(:name)
column(:group) { |user| user.group.name }
column(:active) { |user| !user.disabled }
end
3. 项目API使用文档
Datagrid 的 API 使用非常直观。以下是一些核心的 API 方法:
scope: 定义查询的范围。filter: 定义数据过滤器。column: 定义显示的列。
以下是具体的使用方法:
Scope
scope do
User.includes(:group)
end
Filters
filter(:category, :enum, select: ["first", "second"])
Columns
column(:name)
column(:group, order: -> { joins(:group).order(groups: :name) }) { |user| user.name }
column(:active, header: "Activated") { |user| !user.disabled }
数据获取
report = UsersGrid.new(group_id: [1,2], logins_count: [1, nil], category: "first", order: :group, descending: true)
report.assets # 返回符合条件的 User 实例数组
report.header # 返回列头信息
report.rows # 返回表格行数据
report.data # 返回表格的完整数据,包括 header 和 rows
report.to_csv # 导出数据为 CSV 格式
4. 项目安装方式
项目安装方式已在安装指南中说明。简要步骤如下:
- 将
gem 'datagrid'添加到您的 Gemfile 文件中。 - 执行
bundle install命令安装 Datagrid。
请遵循上述指南来安装和使用 Datagrid。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0237
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
JoyAI-VL-Interaction-Preview京东开源首个开源、视觉驱动的实时交互模型——它能实时监控视频流,并自主决定何时发言、保持沉默或委托任务。Jinja00
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0166
kornia🐍 空间人工智能的几何计算机视觉库Python03
PaddleParallel Distributed Deep Learning: Machine Learning Framework from Industrial Practice (『飞桨』核心框架,深度学习&机器学习高性能单机、分布式训练和跨平台部署)C++02
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
783
5.13 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
893
2.06 K
Ascend Extension for PyTorch
Python
764
983
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
713
1.44 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
477
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
468
165
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++
1.11 K
1.16 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.42 K
683
昇腾LLM分布式训练框架
Python
187
239