VisActor/VChart 1.13.8版本发布:图表动画优化与交互体验升级
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的数据可视化应用。作为一款现代化的图表解决方案,VChart不断优化用户体验和功能特性,本次发布的1.13.8版本带来了一系列重要的改进和修复。
核心功能增强
图表动画优化
本次版本重点修复了柱状图在非零基线情况下的生长动画问题。在之前的版本中,当用户将坐标轴的zero
属性设置为false
时,柱状图的生长动画可能会出现异常。新版本通过优化动画计算逻辑,确保了在任何基线设置下都能呈现流畅的柱状图生长效果。
交叉指示线交互改进
交叉指示线(Crosshair)是图表中常用的交互元素,用于精确查看数据点的数值。1.13.8版本对交叉指示线进行了多项优化:
- 当标签内容无效时自动隐藏交叉指示线,避免显示空内容
- 在数据缩放(DataZoom)操作时自动隐藏交叉指示线,提升交互一致性
- 修复了在某些情况下交叉指示线会残留显示的问题
移动端交互体验提升
针对移动设备的使用场景,新版本优化了缩放交互的实现:
- 修复了仅支持指针事件的移动设备上的缩放功能
- 解决了数据缩放时拖动和缩放可能同时触发的问题
- 优化了触摸操作的响应速度和准确性
数据与样式配置增强
数据域控制
新增了通过data.fields
设置字段域的功能,开发者现在可以更灵活地控制数据的显示范围。同时,统计锁定功能新增了onlyFull
选项,允许用户指定仅在完整数据范围内应用统计锁定。
图例标题可见性
修复了图例标题可见性控制的bug,现在通过legends.title.visible
配置可以准确控制图例标题的显示与隐藏,满足更多样化的展示需求。
象形图绘制修复
对象形图(Pictogram)的SVG路径绘制进行了修复,确保了象形图能够正确显示。象形图是一种使用图形符号表示数据的图表类型,在数据可视化中具有独特的表达效果。
框架集成优化
针对React框架的集成,修复了工具提示(Tooltip)子元素处理的问题。现在React组件作为工具提示内容时,不会被错误地设置为图表规范(spec),保证了React组件的正常渲染和交互。
性能与稳定性
- 修复了按需加载仪表盘(Gauge)图表时的错误问题
- 优化了事件处理机制,解决了事件阻止可能导致的气泡层级问题
- 升级了底层依赖vgrammar至0.16.3版本,提升了整体稳定性和性能
VisActor/VChart 1.13.8版本通过这些改进,进一步提升了图表的交互体验、视觉效果和稳定性,为开发者提供了更强大、更可靠的数据可视化工具。无论是简单的业务图表还是复杂的数据看板,VChart都能提供专业级的解决方案。
- 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









