VisActor/VTable v1.17.5版本发布:表格组件功能增强与问题修复
VisActor/VTable是一个功能强大的表格组件库,为开发者提供了丰富的表格展示和交互能力。该组件支持多种表格类型,包括基础表格、透视表、甘特图等,并具备高性能渲染、自适应布局等特性。最新发布的v1.17.5版本带来了一系列功能增强和问题修复,进一步提升了表格组件的稳定性和用户体验。
单元格标记功能增强
本次更新中,VTable为单元格增加了标记函数支持。这一功能允许开发者通过自定义函数来标记特定单元格,为数据可视化提供了更多可能性。例如,可以根据数据值动态标记异常数据或重要信息,使表格展示更加直观。这一特性特别适合需要突出显示关键数据的业务场景。
透视表角部处理优化
针对透视表在无行或列情况下的角部显示问题,v1.17.5版本进行了专门优化。当透视表没有列或行时,角部的显示逻辑得到了重构,确保了表格在各种数据情况下的正确渲染。这一改进使得透视表在边界条件下的表现更加稳定和一致。
甘特图功能修复与增强
在甘特图方面,本次更新解决了多个问题:
- 修复了季度时间刻度解析问题,确保时间轴在不同粒度下的正确显示。
- 改进了overscrollBehavior设置为none时的行为,使滚动控制更加精确。
- 解决了树形模式下更新记录时的错误问题,增强了数据更新的稳定性。
这些改进使得甘特图组件在处理时间相关数据和复杂交互时更加可靠。
自适应高度模式优化
针对自适应高度模式下的行高计算问题,新版本进行了修复。现在当设置adaptive heightMode时,行高计算更加准确,避免了因高度计算错误导致的布局问题。这一改进对于需要动态调整行高的应用场景尤为重要。
异步渲染与数据更新
v1.17.5版本修复了在设置renderChartAsync时调用setRecords API可能导致的渲染错误问题。这一修复确保了在异步渲染模式下数据更新的正确性,为大数据量场景下的性能优化提供了更好的支持。
合并单元格与复选框状态
针对合并单元格中的复选框状态更新问题,新版本进行了专门修复。现在合并单元格中的复选框状态能够正确响应数据变化,保证了交互的一致性。这一改进对于需要批量操作数据的业务场景特别有价值。
填充手柄功能重构
本次更新还对填充手柄功能进行了重构。填充手柄是表格中常用的数据快速填充工具,通过重构提升了其稳定性和性能。这一改进使得数据填充操作更加流畅,提升了用户的操作体验。
总结
VisActor/VTable v1.17.5版本通过一系列功能增强和问题修复,进一步提升了表格组件的稳定性和功能性。从单元格标记到透视表优化,从甘特图修复到自适应高度改进,这些更新覆盖了表格组件的多个关键方面。开发者可以更加自信地在各种复杂场景下使用VTable,为用户提供更优质的表格展示和交互体验。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









