VisActor/VChart 1.13.9版本发布:增强图表交互与可视化能力
VisActor/VChart是一个功能强大的可视化图表库,它提供了丰富的图表类型和灵活的配置选项,帮助开发者快速构建专业级的数据可视化应用。在最新发布的1.13.9版本中,VChart团队重点优化了图表交互体验和可视化表现能力,为开发者带来了多项实用改进。
核心功能增强
轴数据筛选器支持上下文功能
在1.13.9版本中,轴数据筛选器(axis datafilter)新增了对上下文的支持。这一改进使得开发者可以在筛选操作中获取更多上下文信息,从而能够实现更复杂的筛选逻辑和交互效果。例如,当用户进行数据筛选时,可以基于当前视图状态或其他图表组件的状态来动态调整筛选行为。
仪表盘图表优化
针对仪表盘(gauge)图表,新版本增加了当标记超出轴线范围时的裁剪支持。这一改进解决了当仪表盘指针或其他标记元素超出预设范围时的显示问题,确保了图表在任何情况下都能保持整洁美观的视觉效果。
标记线与标记区域的多标签支持
标记线(markLine)和标记区域(markArea)现在支持渲染多个标签。这一增强使得开发者可以在同一标记上展示更多信息,例如同时显示数值、百分比和说明文字等,大大提升了图表的信息承载能力和可读性。
交互体验优化
刷选交互重构
本次版本对刷选(brush)交互进行了全面重构,解决了多个长期存在的问题。新的刷选交互更加稳定和灵活,特别是在处理复杂数据场景和多个图表联动时表现更佳。这一改进使得数据探索和分析体验更加流畅。
十字准线改进
修复了当bandSize为0时矩形十字准线(rect crosshair)的坐标计算问题,确保了在各种数据分布情况下十字准线都能准确定位。同时,为十字准线的defaultSelect属性添加了axisIndex的默认值0,简化了配置过程。
问题修复与稳定性提升
1.13.9版本还包含多项问题修复,包括:
- 修复了更新图表规格(updateSpec)时普通动画事件监听器未清除的问题,避免了内存泄漏
- 解决了数据缩放(datazoom)组件文本类型错误的问题
- 修正了标题标签在autoWidth为true时宽度自适应的问题
- 修复了空数据占位符在数据更新后未及时更新的问题
- 改进了标记线的有效性判断逻辑
总结
VisActor/VChart 1.13.9版本通过多项功能增强和问题修复,进一步提升了图表的交互体验和可视化表现力。特别是对轴数据筛选器、仪表盘图表和标记元素的改进,为开发者提供了更多灵活性和控制力。这些改进使得VChart在各种数据可视化场景中都能提供更加专业和可靠的解决方案。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~057CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
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!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









