Altair 5.5.0 版本将全面支持 Python 3.13
在 Python 数据可视化领域,Altair 作为一个基于 Vega-Lite 的声明式可视化库,因其优雅简洁的 API 设计而广受欢迎。然而,随着 Python 3.13 的发布临近,用户在使用最新 Python 版本时遇到了兼容性问题。
问题背景
当用户在 Python 3.13 rc2 环境下尝试导入 Altair 5.4.1 时,会遇到类型错误。具体表现为 _TypedDictMeta.__new__() 方法不接受 closed 关键字参数。这一错误源于 Python 3.13 对类型系统的重要变更。
技术分析
该问题的核心在于 Python 3.13 实现了 PEP 728,对 TypedDict 的行为进行了修改。在旧版本中,TypedDict 支持 closed 参数来控制是否允许额外字段,但在 Python 3.13 中这一参数已被移除。
Altair 代码库中使用了 _ConditionClosed 这个 TypedDict 子类,并显式设置了 closed=True 参数。这种用法在新的 Python 版本中不再被支持,导致了导入错误。
解决方案
Altair 开发团队已经通过两个重要变更解决了这个问题:
- 移除了对
closed参数的使用,改为更兼容的写法 - 添加了专门的代码分支来处理 PEP 728 带来的变化
这些修改已经合并到主分支,并将在即将发布的 Altair 5.5.0 版本中提供给用户。
影响范围
需要注意的是,虽然 Altair 本身已经准备好支持 Python 3.13,但由于上游依赖的限制,完整的 Python 3.13 支持还需要等待相关生态系统的更新。
结论
对于计划迁移到 Python 3.13 的数据科学家和开发者来说,Altair 5.5.0 将是一个重要的升级版本。开发团队建议用户在正式发布后及时更新,以获得最佳的兼容性和性能体验。
这一案例也提醒我们,在大型 Python 生态系统中,保持依赖关系的最新状态对于确保项目长期健康至关重要。Altair 团队对 Python 新特性的快速响应,展现了项目维护者对用户体验的重视。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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