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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134