DataCards 项目设置参数完全指南:从基础配置到高级技巧
2025-06-19 22:48:01作者:牧宁李
前言
DataCards 是一款功能强大的数据可视化工具,它能够将结构化数据以精美的卡片形式呈现。本文将全面解析 DataCards 的各项设置参数,帮助用户从入门到精通地掌握配置技巧。
配置方式概述
DataCards 提供了两种灵活的配置方式:
- 全局配置:适用于所有数据卡片的默认设置
- 区块级配置:针对特定代码块的个性化设置
全局配置详解
全局配置是所有数据卡片的默认行为,建议将最常用的配置项设置在此处:
- 打开应用设置面板
- 在插件列表中找到 DataCards 选项
- 根据需求调整各项参数
区块级配置详解
区块级配置允许针对特定查询进行个性化定制,语法规则为:
TABLE 字段1, 字段2 FROM 数据源
SORT 排序字段
// Settings
参数名: 参数值
参数名: 参数值
参数分类详解
预设样式参数
preset 是最核心的样式参数,决定了卡片的整体布局风格:
grid:网格布局(默认)portrait:纵向布局,适合展示图片square:方形布局compact:紧凑布局dense:高密度布局
图像显示参数
图像相关参数控制着卡片中图片的展示方式:
imageProperty:指定使用哪个元数据字段作为图片源imageHeight:图片高度(支持CSS单位)imageFit:图片填充方式(cover/contain)
内容显示参数
内容参数决定了卡片中信息的呈现方式:
properties:指定显示的字段(all或字段列表)exclude:排除不显示的字段scrollableProperties:是否启用内容滚动contentHeight:可滚动区域的高度
布局控制参数
精细控制卡片布局的高级参数:
columns:固定列数dynamicColumns:是否启用动态列数minCardWidth:卡片最小宽度(动态布局时有效)
移动端适配参数
专为移动设备优化的参数:
mobilePreset:移动端预设样式mobileColumns:移动端列数(通常设为1-3)mobileContentHeight:移动端内容区域高度
实用配置示例
基础配置示例
TABLE 文件链接, 作者, 评分 FROM #书籍
SORT 评分 DESC
// Settings
preset: portrait
imageProperty: 封面
高级配置示例
TABLE 文件链接, 作者, 评分, 类型, 封面 FROM #书籍
SORT 评分 DESC
// Settings
preset: grid
imageProperty: 封面
columns: 8
fontSize: small
showLabels: true
响应式布局示例
TABLE 文件链接, 作者, 评分, 类型, 封面 FROM #书籍
SORT 评分 DESC
// Settings
preset: grid
imageProperty: 封面
dynamicColumns: true
minCardWidth: 280px
参数优先级规则
当同一参数在多处设置时,系统遵循以下优先级:
- 区块级设置(最高优先级)
- 全局设置
- 预设默认值
- 移动端特殊设置(在移动设备上自动生效)
特别提示:对于列数设置,固定列数参数会覆盖动态列数设置,这在需要精确控制布局时非常有用。
最佳实践建议
- 性能优化:对于包含大量图片的数据集,建议启用
enableLazyLoading参数 - 移动端适配:始终测试移动端显示效果,必要时使用
mobilePreset单独配置 - 内容溢出处理:长文本内容建议启用
truncateText或scrollableProperties - 布局一致性:在全局设置中定义基础样式,在区块级设置中仅覆盖必要参数
通过合理组合这些参数,您可以创建出既美观又实用的数据卡片展示效果。建议从简单配置开始,逐步尝试更复杂的参数组合,以找到最适合您需求的展示方式。
登录后查看全文
热门项目推荐
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
302
Ascend Extension for PyTorch
Python
105
135
暂无简介
Dart
568
127
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++
599
164
🎉 (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
1.03 K
607
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
280
26