nim-plotly 的安装和配置教程
2025-05-29 02:47:44作者:田桥桑Industrious
nim-plotly 是一个为 nim 语言编写的绘图库,它支持多种图表类型,包括折线图、散点图、柱状图、直方图、热力图和烛台图等。该库内部将 nim 数据结构序列化成 JSON 格式,以符合 Plotly 的数据格式要求。
项目的基础介绍和主要的编程语言
nim-plotly 是一个开源项目,旨在为 nim 语言提供一个简单易用的绘图解决方案。nim 语言是一种静态类型的系统编程语言,它结合了 Python 的语法简洁性和 C 的性能。
项目使用的关键技术和框架
该项目的关键技术是 nim 语言本身,以及它所依赖的 Plotly.js 库。Plotly 是一个开源的图形和图表库,可以在浏览器中创建互动式图表。
项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装 nim-plotly 之前,您需要确保已经安装了以下环境和工具:
- Nim 编译器:可以从 nim 官方网站下载并安装 nim 编译器。
- Git:用于从 GitHub 克隆 nim-plotly 项目。
安装步骤
-
克隆 nim-plotly 项目:
打开命令行工具,运行以下命令来克隆项目:
git clone https://github.com/SciNim/nim-plotly.git -
安装 nim-plotly:
进入克隆后的项目目录,使用 nim 的编译命令来编译 nim-plotly:
cd nim-plotly nim c -r src/plotly.nim-r参数表示编译后立即运行。 -
测试安装:
为了验证 nim-plotly 是否安装成功,您可以尝试运行项目提供的示例代码。例如,运行散点图的示例:
import plotly var colors = @[Color(r: 0.9, g: 0.4, b: 0.0, a: 1.0), Color(r: 0.9, g: 0.4, b: 0.2, a: 1.0), Color(r: 0.2, g: 0.9, b: 0.2, a: 1.0), Color(r: 0.1, g: 0.7, b: 0.1, a: 1.0), Color(r: 0.0, g: 0.5, b: 0.1, a: 1.0)] var d = Trace[int](mode: PlotMode.LinesMarkers, `type`: PlotType.Scatter) d.marker = Marker[int](size: @[16], color: colors) d.xs = @[1, 2, 3, 4, 5] d.ys = @[1, 2, 1, 9, 5] d.text = @["hello", "data-point", "third", "highest", "<b>bold</b>"] var layout = Layout(title: "testing", width: 1200, height: 400, xaxis: Axis(title: "my x-axis"), yaxis: Axis(title: "y-axis too"), autosize: false) var p = Plot[int](layout: layout, traces: @[d]) p.show()如果没有出现错误,并且能够弹出包含图表的浏览器窗口,那么 nim-plotly 就安装成功了。
以上步骤就是 nim-plotly 的安装和配置过程。如果您在使用过程中遇到任何问题,可以查阅项目的官方文档或向项目维护者寻求帮助。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。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Python00
HunyuanVideo-1.5暂无简介00
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210