see数据可视化包0.11.0版本发布:主题增强与功能优化
项目简介
see是R语言中一个专注于数据可视化的扩展包,它作为easystats生态系统的一部分,为统计分析和数据可视化提供了美观且功能强大的工具。该包特别注重与ggplot2的深度集成,通过提供一系列精心设计的主题、配色方案和可视化增强功能,帮助用户创建专业水准的统计图表。
主题系统全面升级
0.11.0版本对主题系统进行了多项重要改进。首先,所有theme_*()函数现在都支持...参数,这个参数会被传递给底层的ggplot2::theme()函数。这一改变为用户提供了更大的灵活性,允许他们在使用see预设主题的同时,还能进行更细致的自定义调整。
另一个显著改进是尺寸参数的智能缩放。现在,像plot.title.size或axis.text.size这样的参数会自动与base_size参数进行比例缩放。这意味着当用户调整基础字体大小时,图表中的所有元素都会按比例调整,确保整体视觉效果的一致性。例如,当用户将base_size从默认值增大时,标题、轴标签等所有文本元素都会保持协调的比例关系。
新增主题与功能增强
本次更新引入了一个全新的主题——theme_azurelight()。这个主题以浅蓝色为主色调,设计上减少了网格线的使用,呈现出更加清爽简洁的视觉效果。它特别适合需要突出数据本身而非图表框架的场景。
对于现有的theme_modern()主题,新增了show.ticks参数。当设置为TRUE时,会在坐标轴上显示刻度线,并自动调整轴标签与轴线之间的距离,使图表更加清晰易读。
颜色系统优化
颜色标度函数(以scale_*()开头的函数)迎来了两项重要更新。首先是新增了"gradient"调色板,它提供了蓝色和橙色的渐变颜色值,特别适合用于连续变量的可视化。
更智能的是,颜色标度函数现在能够根据数据类型自动选择合适的调色板。对于离散数据,默认使用"contrast"调色板以增强类别区分度;而对于连续数据,则会选择"gradient"等适合的调色板。这种自动化选择大大简化了用户的工作流程,同时保证了可视化的专业性。
问题修复与稳定性提升
在功能增强的同时,0.11.0版本也修复了一些已知问题。特别是修复了estimate_density()函数在添加先验层时可能出现的问题,提高了函数在不同使用场景下的稳定性。
总结
see 0.11.0版本的发布,通过主题系统的全面升级、新增主题的引入以及颜色系统的智能化改进,进一步提升了R语言数据可视化的体验。这些改进不仅增强了图表的美观性和专业性,也通过自动化选择和智能缩放等功能,让用户能够更专注于数据分析本身而非图表调整的细节。对于需要创建高质量统计可视化的R用户来说,这个版本无疑提供了更加强大且易用的工具集。
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