Voyager 项目使用教程
2026-01-23 05:15:44作者:羿妍玫Ivan
1. 项目介绍
Voyager 是一个数据探索工具,旨在结合手动和自动化的图表规范。Voyager 2 结合了 PoleStar(受 Tableau 和 Polaris 启发的传统图表规范工具)与两个部分图表规范接口:
- 通配符(Wildcards):允许用户并行指定多个图表。
- 相关视图(Related Views):建议与当前指定图表相关的可视化。
Voyager 2 的目标是帮助分析师在广度导向的探索和深度导向的问题回答之间进行交互。
2. 项目快速启动
2.1 安装依赖
首先,确保你已经安装了 yarn,然后克隆项目并安装依赖:
git clone https://github.com/vega/voyager.git
cd voyager
yarn install
2.2 运行测试
安装完成后,运行测试以确保一切正常:
yarn test
2.3 构建项目
要构建一个可部署的版本,运行以下命令:
yarn build
2.4 启动项目
构建完成后,启动项目:
yarn start
3. 应用案例和最佳实践
3.1 在 JupyterLab 中使用 Voyager
Voyager 可以通过 JupyterLab 扩展在 JupyterLab 中使用。安装 DataVoyager.jl 包可以将 Voyager 2 集成到 Julia 编程语言中。
3.2 嵌入式使用
Voyager 可以嵌入到其他 Web 应用程序中。以下是一个简单的嵌入示例:
const libVoyager = require('voyager');
const container = document.getElementById("voyager-embed");
const config = undefined;
const data = undefined;
const voyagerInstance = libVoyager.CreateVoyager(container, config, data);
3.3 更新数据
你可以通过以下方式更新数据:
const data = {
"values": [
{"fieldA": "A", "fieldB": 28},
{"fieldA": "B", "fieldB": 55},
{"fieldA": "C", "fieldB": 43},
{"fieldA": "D", "fieldB": 91},
{"fieldA": "E", "fieldB": 81},
{"fieldA": "F", "fieldB": 53},
{"fieldA": "G", "fieldB": 19},
{"fieldA": "H", "fieldB": 87},
{"fieldA": "I", "fieldB": 52}
]
};
voyagerInstance.updateData(data);
4. 典型生态项目
4.1 Vega-Lite
Vega-Lite 是一个高级语法,用于生成 Vega 可视化规范。Voyager 使用 Vega-Lite 作为其底层可视化规范语言。
4.2 JupyterLab
JupyterLab 是一个基于 Web 的交互式开发环境,支持 Voyager 扩展,使得数据探索和可视化更加便捷。
4.3 Voyager-Server
Voyager-Server 是一个可选的服务器端组件,用于处理 Voyager 中计算密集型的部分,从而提高性能和可扩展性。
通过以上步骤,你可以快速上手并使用 Voyager 进行数据探索和可视化。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2