VisActor/VChart 1.13.6版本发布:图表功能优化与问题修复
项目简介
VisActor/VChart是一个功能强大的可视化图表库,提供了丰富的图表类型和灵活的配置选项。它基于Web技术构建,支持多种数据可视化场景,从基础的柱状图、折线图到复杂的地理地图、瀑布图等都能轻松实现。VChart以其高性能和易用性著称,是数据可视化领域的优秀解决方案。
版本亮点
瀑布图连接线优化
在1.13.6版本中,VChart对瀑布图的连接线(leaderLine)显示效果进行了优化。瀑布图是一种特殊的柱状图,用于展示数值的累积变化过程,常用于财务数据分析。连接线在瀑布图中起着连接各阶段数据的关键作用,帮助用户直观理解数据间的递进关系。本次优化提升了连接线的视觉表现,使其更加清晰美观。
漏斗图转化率文本自定义
新增了transformRatioText配置项,允许开发者自定义漏斗图工具提示中的转化率文本内容。漏斗图常用于展示转化流程中各阶段的转化率情况,如销售漏斗、用户行为分析等。通过这个新配置,开发者可以根据业务需求灵活调整转化率文本的显示格式,使其更符合具体场景的表达需求。
问题修复
地图缩放问题修复
修复了地图缩放时可能出现的错误问题。地图组件是VChart中的重要功能,支持地理数据的可视化展示。之前的版本在某些缩放操作下可能出现异常,影响用户体验。本次修复确保了地图缩放功能的稳定性和流畅性。
折线图标签显示优化
解决了当seriesField缺失时折线图标签显示异常的问题。折线图是数据分析中最常用的图表类型之一,用于展示数据随时间或其他连续变量的变化趋势。修复后,即使缺少系列字段配置,图表也能正常显示标签信息,提高了容错能力。
自定义标记组件修复
修复了自定义标记(customMark)在getVRenderComponents()方法中未能正确返回组件的问题。自定义标记功能允许开发者在图表中添加个性化元素,增强图表的表达能力。此修复确保了自定义标记组件能够被正确识别和操作。
技术改进
线性比例尺新增clamp支持
新增了对线性比例尺(linear scales)中clamp参数的支持。比例尺是数据可视化的核心概念,负责将数据值映射到视觉属性(如位置、颜色等)。clamp参数可以控制当输入值超出定义域时的行为,设置为true时会限制输出值在值域范围内,避免图表元素超出预期位置。
总结
VisActor/VChart 1.13.6版本在保持稳定性的同时,针对特定图表类型进行了优化,并修复了若干影响用户体验的问题。这些改进进一步提升了库的实用性和可靠性,为开发者构建数据可视化应用提供了更好的支持。无论是商业分析、科学研究还是日常数据展示,VChart都能提供专业级的可视化解决方案。
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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00