Makie.jl 中基于kwargs的绘图配方回归问题分析
2025-06-30 19:13:46作者:凌朦慧Richard
问题背景
在Makie.jl绘图库的最新补丁版本v0.21.10中,一个重要的回归问题被发现:接受关键字参数(kwargs)的绘图配方(plot recipes)不再正常工作。这个问题主要影响那些返回SpecApi的配方实现。
技术细节
在Makie.jl中,绘图配方是一种强大的机制,允许用户自定义如何将数据转换为可视化元素。典型的配方实现包括定义convert_arguments和used_attributes方法。
在v0.21.9版本中,以下实现可以正常工作:
using Makie
import Makie.SpecApi as S
struct MyS end
Makie.convert_arguments(::Type{Lines}, ::MyS; kwargs...) =
S.Lines([1,2,3], [1,2,3]; kwargs...)
Makie.used_attributes(T::Type{<:Plot}, ::MyS) =
(Makie.attribute_names(T)...,)
lines(MyS(); color=:red) # 绘制红色线条
但在v0.21.10中,同样的代码会抛出MethodError: no method matching transform!(::Transformation, ::Nothing)错误。
问题根源
这个回归问题的根本原因是Makie.jl内部对属性传播机制的修改。新版本不再推荐也不支持在convert_arguments方法中直接转发所有关键字参数。相反,属性应该通过Makie的自动传播机制来处理。
推荐解决方案
根据Makie核心开发者的建议,正确的实现方式应该是:
function Makie.convert_arguments(::Type{Lines}, ::MyS)
S.Lines([1, 2, 3], [1, 2, 3])
end
这样,color等属性会自动传播到生成的绘图元素上,而不需要在convert_arguments中显式处理。
深入讨论
属性传播机制
Makie.jl现在采用了一种更智能的属性传播机制:
- 当配方返回单个PlotSpec时,所有适用的属性会自动应用到该spec上
- 这种机制简化了配方的实现,减少了手动属性管理的需要
复杂场景限制
需要注意的是,当前自动传播机制仅适用于返回单个PlotSpec的情况。对于更复杂的场景,如:
- 返回包含多个绘图元素的GridLayout
- 需要特殊属性处理逻辑的情况
开发者可能需要等待Makie提供更完善的解决方案,或者考虑其他实现方式。
最佳实践建议
- 避免在convert_arguments中转发kwargs:这是不推荐的做法,可能导致不可预期的行为
- 利用自动属性传播:让Makie自动处理属性传播,简化配方代码
- 关注实验性功能状态:SpecApi仍被标记为实验性功能,使用时应注意可能的变更
- 贡献测试用例:如果依赖特定功能,贡献测试用例有助于防止未来意外破坏
总结
这次回归问题反映了Makie.jl在改进其内部架构过程中的一些调整。虽然短期内可能造成一些代码需要修改,但从长远来看,新的属性传播机制提供了更简洁、更可靠的解决方案。开发者应该遵循新的最佳实践,同时理解实验性功能可能带来的变化风险。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.52 K
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
223
90
暂无简介
Dart
721
174
Ascend Extension for PyTorch
Python
283
316
React Native鸿蒙化仓库
JavaScript
286
338
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++
849
438
🎉 (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
1.27 K
699
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
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19