Vico 2.0.0 发布:Android 图表库的重大革新
Vico 是一个专注于 Android 平台的现代化图表库,它提供了简洁的 API 和高度可定制的图表组件。最新发布的 Vico 2.0.0 版本是一次全面的架构重构,带来了诸多突破性的改进和新特性。
核心架构重构
Vico 2.0.0 最显著的改变是其重新设计的 API 架构。新版本将单层和多层图表的绘制与模型生成统一为单一类对,大大简化了库的结构。这种设计不仅减少了代码量,还提供了更大的灵活性。
在数据类型方面,Vico 2.0.0 将系列值从 Float 升级为 Double 类型。这一改变特别有利于处理 Unix 时间戳等需要更高精度的场景,避免了大多数范围和精度损失的问题。
新增图表类型与样式
本次更新引入了备受期待的K线图(Candlestick Chart)支持。开发者现在可以:
- 完全自定义K线的样式
- 使用预设的填充或空心K线样式
- 轻松实现金融类应用中的K线图功能
线图方面新增了对虚线样式的支持,同时引入了革命性的线条样式框架。这个新框架支持:
- 基于数据的线条和区域填充
- 颜色渐变效果
- 单填充和双填充预设
- 根据y值动态改变样式的功能(如正负值使用不同颜色)
交互体验提升
Vico 2.0.0 重新设计了滚动和缩放系统,提供了更精确的控制能力:
- 支持按指定x单位数滚动
- 可滚动到特定x坐标
- 设置视口宽度为x单位数
- 更流畅的缩放体验
新的标记框架提供了更详细的标记点信息,使值格式化和上下文感知行为的实现更加简单。内置标记的默认格式化器现在能智能判断何时汇总值,何时单独列出。
视觉优化与智能布局
在y轴处理上,Vico 2.0.0 实现了智能默认范围和标签定位:
- 自动推断合适的10的幂次
- 将y范围边界向外舍入到该幂次的倍数
- 在该幂次的倍数位置放置标签
内置的轴项目布局器也得到了增强:
- x轴项目间距可根据缩放因子动态调整
- 防止标签截断
- y轴新增基于步长的项目布局器
性能与扩展性
新的缓存机制显著提升了绘制性能:
- 在帧之间保留更多可重用数据
- 支持在相同组件的多个实例间共享缓存数据
对于使用 Jetpack Compose 的开发者,稳定性相关的改进使得可组合项跳过成为可能,从而提升了性能。
新的提供者接口体系允许对图表层进行细粒度定制,典型用例包括:
- 基于y值设置列样式
- 在线图中只显示选定条目的点
开发者体验
Vico 2.0.0 提供了全新的默认样式,开箱即用的视觉效果更加现代和通用。文档体系也进行了全面重组和扩展,示例应用中的图表现在使用真实世界的数据,更具参考价值。
对于从 Vico 1.x 迁移的开发者,官方将提供支持直到2026年2月28日。在此期间,1.x版本的bug报告和修复仍会得到处理。
Vico 2.0.0 的这些改进使其成为 Android 平台上更加强大、灵活和易用的图表解决方案,无论是简单的数据可视化还是复杂的交互式图表需求,都能得到很好的满足。
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112