Vizro项目0.1.34版本发布:图表优化与KPI增强
Vizro是一个由McKinsey开源的Python数据可视化框架,旨在帮助数据分析师和开发者快速构建交互式仪表盘。该项目基于Plotly和Dash构建,提供了声明式的API设计,使得创建复杂的可视化界面变得更加简单高效。
本次发布的0.1.34版本带来了一系列改进和优化,主要集中在图表显示效果和关键绩效指标(KPI)展示方面。下面我们将详细介绍这些更新内容。
图表显示优化
新版本对图表显示效果进行了两项重要改进:
-
移除Graph组件中的PNG导出按钮:开发团队移除了图表模式栏中的PNG导出功能,这一调整使得界面更加简洁,减少了不必要的操作干扰。对于需要导出图表的用户,可以考虑使用其他方式如截图工具或编程方式导出。
-
透明背景支持:现在当图表在仪表板中使用时,会自动采用透明背景。这一改进使得图表能够更好地融入仪表板的整体设计风格,避免了白色背景与其他主题颜色不协调的问题,提升了整体的视觉一致性。
KPI卡片增强功能
在关键绩效指标展示方面,新版本为kpi_card_reference
组件新增了reverse_color
参数。这个功能特别实用:
- 当
reverse_color
设置为True时,系统会根据数值变化方向自动反转颜色显示。例如,负增长通常会显示为红色,正增长显示为绿色,但在某些业务场景下,用户可能希望反色显示(如成本指标,希望减少显示为绿色)。这个参数让这种需求可以轻松实现。
技术兼容性改进
本次更新还包含了对Kedro集成的优化:
-
数据集工厂支持:
datasets_from_catalog
函数现在能够正确处理Kedro 0.19.9及以上版本中的数据集工厂模式。这使得Vizro能够更好地与Kedro的数据管道集成,特别是在处理动态生成的数据集时更加稳定可靠。 -
依赖版本调整:为了保持与最新Kedro功能的兼容性,项目将Kedro的最低版本要求提升到了0.19.0。使用较旧版本Kedro的用户需要注意升级环境。
问题修复
新版本修复了一个类型系统相关的问题:
- 修正了
add_type
方法在重复添加相同类型时会报错的问题。现在该方法能够正确处理类型重复添加的情况,提高了框架的健壮性。
总结
Vizro 0.1.34版本虽然是一个小版本更新,但在图表展示效果和KPI功能方面都带来了实用的改进。透明背景的支持让仪表板设计更加灵活,KPI卡片的颜色反转功能则增强了业务场景的适用性。同时,与Kedro集成的优化也体现了该项目对数据工程工作流的良好支持。
对于现有用户,建议关注Kedro依赖版本的变化,及时更新环境配置。新功能如reverse_color
参数可以立即在项目中尝试使用,以提升仪表板的表达能力。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









