G2 5.3.3版本发布:数据可视化库的全面升级与文档完善
G2是AntV旗下的一款强大的数据可视化库,专注于提供灵活、高效的图表绘制能力。作为一款基于图形语法的可视化工具,G2允许开发者通过声明式的方式构建各种复杂的统计图表,满足从基础图表到高级可视化需求的各种场景。
核心功能改进
本次5.3.3版本带来了多项重要改进,特别是在交互功能和文档完善方面:
-
区域高亮功能增强:新增了对区域高亮的支持,使得用户能够更直观地识别图表中的特定区域,提升了数据可视化的交互体验。
-
交互样式合并:交互模块现在支持样式合并功能,开发者可以更灵活地控制交互过程中的元素样式变化,实现更平滑的视觉过渡效果。
-
刷选过滤优化:修复了刷选过滤器在无区域时仍会触发过滤的问题,确保了交互逻辑的严谨性。
-
雷达图和极坐标图修复:针对雷达坐标系和绘图过程中的若干问题进行了修复,提升了特殊图表类型的稳定性。
文档体系全面升级
本次版本对文档系统进行了大规模改造和优化:
-
核心概念文档重构:对转换(Transform)相关的多个文档进行了重构,包括stackY、group、dodgeX、jitter等转换操作的详细说明,帮助开发者更好地理解数据转换机制。
-
交互文档完善:全面更新了交互相关的文档,包括poptip、scrollbarFilter、sliderFilter、legendFilter等多种交互方式的详细说明和示例。
-
坐标系文档补充:新增了螺旋坐标系(helix)的文档说明,完善了极坐标(theta)、径向坐标(radial)、平行坐标(parallel)和鱼眼坐标(fisheye)等特殊坐标系的文档内容。
-
比例尺文档优化:对线性比例尺(linear)、对数比例尺(log)、平方根比例尺(sqrt)和时间比例尺(time)等进行了文档重构,使比例尺的使用更加清晰易懂。
技术细节优化
-
词云图默认提示框:优化了词云图的默认提示框配置,提升了用户体验。
-
构建问题修复:解决了UMD构建中tslib未找到的错误,确保了构建过程的稳定性。
-
SVG格式化:引入了svgo工具对测试中的SVG字符串进行格式化,提高了测试的可靠性。
-
数据获取方法:新增了通过点位置获取数据的方法,为开发者提供了更便捷的数据查询方式。
总结
G2 5.3.3版本在保持核心功能稳定的同时,重点优化了交互体验和文档体系。通过新增区域高亮、交互样式合并等功能,进一步丰富了可视化交互的可能性;而全面的文档重构则大大降低了新用户的学习门槛,使开发者能够更快速地掌握G2的强大功能。这些改进使得G2在数据可视化领域的竞争力得到进一步提升,为开发者构建复杂、交互式可视化应用提供了更加强大的支持。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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