标题:用艺术装点数据——探索Pomological Colors的魅力
2024-05-20 11:12:50作者:冯梦姬Eddie
标题:用艺术装点数据——探索Pomological Colors的魅力
【项目介绍】 Pomological Colors是一款为R语言的ggplot2设计的主题包,它以美国农业部的果蔬水彩画集为灵感,将传统美学与现代数据分析相结合,为你的图表添加了一抹独特的艺术气息。这款主题包不仅提供了色彩丰富且协调的调色板,还拥有可选择的手写字体,让你的数据可视化作品更添生动。
【项目技术分析】
Pomological Colors通过devtools安装,允许用户直接从GitHub获取最新版本,并在安装时可以选择构建附带的示例文档。这个包内含三个主题生成函数:theme_pomological()、theme_pomological_plain()和theme_pomological_fancy(),分别对应不同的背景样式。此外,还有scale_color_pomological()和scale_fill_pomological()用于颜色和填充比例尺。特别地,paint_pomological()函数可以添加纸张纹理背景,以提升视觉效果。
【项目及技术应用场景】
无论你是数据科学家还是报告制作者,Pomological Colors都能帮助你打造引人入胜的图形。例如,你可以用它来美化标准的散点图、堆积柱状图、密度图甚至使用ggridges包绘制脊线图。这种风格尤其适用于需要展示复杂信息但又希望保持美观的场合,如学术报告、产品展示或教育材料。
【项目特点】
- 独特灵感:源自USDA Pomological Watercolors的艺术风格。
- 定制化主题:提供三种不同风格的主题,包括透明背景和平面背景,以及一个采用手写字体的“豪华”版。
- 高质量色彩:精心挑选的颜色组合,既适合连续色阶也适用于离散分类。
- 文字艺术:支持多种手写字体,增加视觉吸引力。
- 图形增强:通过
paint_pomological功能,让图表仿佛印在真实的水彩纸上,增加了层次感和质感。
总之,Pomological Colors是将数据可视化提升到新高度的理想工具,它将艺术美感融入科学数据,让每个图表都成为一件艺术品。立即尝试,让你的报告和演示与众不同吧!
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
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++
638
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
148
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
226
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310