Fastplotlib v0.5.0 发布：交互式可视化工具的重大升级

Fastplotlib 是一个基于 Python 的高性能交互式可视化库，它构建在 Pygfx 和 WGPU 之上，专注于提供快速、灵活且易于使用的 2D/3D 数据可视化解决方案。该库特别适合处理大规模数据集，同时保持流畅的交互体验。

核心功能升级

1. 智能工具提示系统

新版本引入了自动工具提示功能，开发者只需简单设置 Figure(show_tooltips=True) 即可启用。这一功能能够实时显示鼠标指针所在位置的数据信息，显著提升了数据探索的效率。对于需要定制化显示的场景，Fastplotlib 提供了丰富的自定义选项，包括：

• 工具提示内容格式定制
• 显示样式调整
• 触发条件设置

2. 图形系统架构开放

v0.5.0 版本将核心图形系统的多个关键组件公开为公共 API：

• Graphic 类现在可直接导入，便于类型提示和子类化开发
• 所有图形特性(GraphicFeatures)现在可通过 fastplotlib.graphics.features 命名空间访问
• GraphicFeatureEvent 也作为顶级导入项提供

这种架构开放为高级用户提供了更大的灵活性，使得自定义图形开发和事件处理变得更加便捷。

性能优化

1. 智能数组子采样算法

新版本采用了更高效的数组子采样策略，该算法会考虑输入数组的相对维度，明显提升了大数据集的处理速度。这一优化特别体现在 quick_min_max() 函数中，使得极值计算更加高效。

2. 选择器渲染改进

利用 Pygfx 的 LineInfiniteSegmentMaterial 材质，新版中的 LinearSelector 实现了更加平滑和美观的视觉效果。同时，选择器的拖拽行为也经过了重构，交互体验更加自然流畅。

开发者体验提升

1. 顶点大小参数统一：将 vertex_thickness 重命名为 vertex_size，与散点图属性命名保持一致，提高了 API 的一致性。

2. 右键菜单增强：新增了显示 FPS 和混合模式选项，方便开发者进行性能调优和视觉效果调试。

3. 事件系统改进：iw.current_index 现在是非重入的，避免了潜在的事件循环问题。

技术细节优化

1. 项目构建系统迁移至 pyproject.toml，符合现代 Python 打包标准。

2. 版本管理现在使用包含 git 详细信息的 _version.py，便于追踪开发版本。

3. 文档系统进行了全面清理和更新，包括修复拼写错误、完善文档字符串等。

Fastplotlib v0.5.0 的这些改进使得它在大数据可视化、交互式数据探索等场景下表现更加出色，同时为开发者提供了更强大的定制能力和更友好的开发体验。无论是科研数据分析还是工业级应用开发，这个版本都值得升级尝试。