Prompt-ScrollTelling
网页内容: 1、滚动叙事网页内的文案 2、滚动叙事网页内的图像 3、文案和画面风格、交互参考纽约时报或南华早报网站中叙事可视化内容
共 51 篇文章。
网页内容: 1、滚动叙事网页内的文案 2、滚动叙事网页内的图像 3、文案和画面风格、交互参考纽约时报或南华早报网站中叙事可视化内容
在传统的金融技术(Fintech)领域,数据展示长期被密集的表格、复杂的K线图和枯燥的财务报表所主导。这种“机构级”的界面设计虽然信息密度极高,但对于普通个人投资者而言,存在着巨大的认知门槛。Simply Wall St(以下简称SWS)的出现代表了金融数据可视化的一种范式转移:它不旨在提供毫秒级的
这个文章是将[[元框架-ECharts]]中基于「第一性原理 + 数学建模 + 形式化方法」的框架 简化为可用于团队培训的版本,目标是:不丢核心思想,但让工程师能听懂、能用、能落地、能快速掌握。
1. General Component Options:
你不是在“学习如何配置”,你是在“学习一个用来描述图表的领域特定语言(DSL)的语法和语义”。
Haskell 是一种纯函数式 (purely functional) 编程语言。
需要提炼出核心要素,使其适用于任何领域,无论是技术(如前端框架、数据库、机器学习)还是非技术(如语言学习、乐器、商业分析)场景。
请从当前项目代码中,抽取可复用的工具函数,加入这个模板代码(visualization-framework)的合适位置中去
这篇不是抱怨 ECharts 配置项太多。真正的问题是,series、axis、grid、visualMap 这些东西的依赖都藏在一个 JSON 里,复杂图表一多,就像在维护一份隐式场景图。
这篇最有价值的地方,是用源码证据把 Recharts 的架构讲清楚:它更像一个 Redux 驱动的可组合声明式图表库,而不是一个可以随手套上“微内核”名词的系统。
您提出的关于成本和精力投入的顾虑非常实际,尤其对于一个精干的小团队来说。这确实是推行任何新战略时需要优先考虑的核心问题。让我们来深入探讨这两个方面,并为您提供一套适合小型团队、低成本且高效的执行方案。
可以提供一个default theme,即跨业务线通用的那部分主题。
@Abby鹿子野: 我英语高考147,从不学语法。都是整篇整篇背课文,我喜欢背课文,基本上读三四遍我就可以背下来。先读一遍,然后边读心中边翻译。然后再读两遍,再用自己的语句翻译出来,然后再打开课文对照一下。这样几遍下来很长的高中课文我都可以会背。
这篇把问题从“图表怎么画”往前推了一层。做组件库时,真正先决定的是用户是谁、API 长什么样、渲染层怎么抽、扩展机制要不要开放。
VISALL这个项目本身是基于微内核架构去设计的,但是随着多次版本的迭代,功能越来越多,其架构已经存在一些偏离了,因此准备对其进行系统的分析,找出里面存在的问题,然后我们计划对其进行一次重构。使其更加符合微内核架构的设计理念,以增强其程序质量和可维护性、可扩展性。
在当今数据驱动的时代,可视化系统已成为企业决策和用户体验的核心组成部分。然而,构建一个健壮、可扩展的可视化平台并非易事。本文将借鉴J2EE(Java 2 Platform, Enterprise Edition)的架构思想,探讨如何构建现代化的可视化基础设施。
文档驱动开发的核心思想是:No Code - 先用 AI 生成完整的技术文档,再基于文档生成代码。这种方法论源于我在实际项目中的探索和思考。
这篇不是在说“封装几个组件”。我真正想拆的是:一个可视化组件库怎么跨框架使用,怎么同时支持 CDN 和 npm,怎么按需加载,组件销毁时怎么把事件、动画和资源清理干净。
在开发基于 AI 的 ECharts 配置修改器时,我遇到一个问题:当 AI 返回包含 JavaScript 函数的图表配置时,这些函数在传输和解析过程中丢失,导致动态配置(如颜色函数、格式化器等)无法正常工作。 关联内容:[[流式输出]]
文档转PPT https://stackblitz.com/github/slidevjs/new?file=slides.md 帮我基于 /Users/leozhou/git/VISALL/docs/refactor/MCP 下的内容,用 Slidev 这个专门用来用 Markdown 格式生成
Recently, in my development work, I have extensively used Vibe Coding, continuously engaging in a demand-feedback-correction cycle with AI IDEs. Durin
最近在开发工作中,我大量使用了 Vibe Coding,不断与 AI IDE 进行需求-反馈-修正的循环交互。在这个过程中,我一直在思考如何能够将 Vibe Coding 的效果发挥到最大。我认为最关键的是需要整理出一套方法论,解决以下两个核心问题:
// - 自定义标记图元(dvMarker,显示事件详情)
这篇不是在讨论“再做一个图表生成器”,而是在记录一件更实际的事:已有图表能力怎么变成 AI 可以稳定调用的工具。我的判断是,先把成熟 case、schema 和渲染出口整理好,比从零开始训练一个“会画图”的模型更靠谱。
一些registry.m.jd.com的包报502,但是没管也能继续跑。 ## 依赖 Node版本:v18 ## 技术拆解
第二层就是 Tailwind CSS,第四层就是组件了。 越往下走,颗粒度越来越大,约束性变高,自由性不足。
更注重抽象(Core)与扩展性(让业务方可以基于我们提供的 Core 机制,快速扩展自己的个性化需求)
我们基于 ECharts 的竞赛图 封装了一个动态柱状图组件,用于对多周期数据进行动态展示。这是之前的同事封装的,现在业务上线之后,发现当本周期有新数据出现时,效果非常差:
这篇不是在整理 ECharts 的通用扩展教程,而是记录一次具体需求的实现过程:在不直接修改业务代码的情况下,为 ECharts 扩展出新的生命周期,并在这个过程中处理组件类型识别、坐标系渲染时机和 patch-package 的问题。
https://www.zhihu.com/question/26646855/answer/68503768
这里的交互指的并不一定是常规的鼠标交互行为,其代表的是我们将一种事物变更为另一种状态的行为,例如一个列表中文本的搜索、筛选高亮,交互则指的是搜索和筛选的这两种用户行为。
之所以问这2个问题,是因为就我观察到,公司目前大部分前端开发人员,都是在做体力活,陷入了无尽的业务开发中。这些低效的工作浪费了大家大量的时间。
最近给海外组做图解财报的3D组件,陆陆续续耗费了我不少时间,但是最终回头来看,这个需求实际上可能只需要1天就能搞出来。究其原因,在于我的技术方案选型上,误入歧途了。
最近在给业务方开发动态折线图,期间遇到N多问题,这里做个记录,就当是技术复盘了,避免下次重复踩坑。
房大佬说一个月就带着前端团队转UE开发了,这个是很可信的。二者本质上都是一样的。
https://2022.stateofjs.com/zh-Hans/
应该先画图,有哪几个生命周期,每个阶段应该做什么,不应该做什么,把这个想清楚,形成原则,就是设计了,框架也就出来了。
参考散点图的案例
我们团队被定义为A系列团队,即探索型团队,因此我们的年度目标和计划,肯定有很大一部分比重是需要投入到可视化探索中去的。那数据可视化有哪些方向可以探索呢?这是我们必须明确的一个问题。
2020年读的书太少了,读书计划也没有完成。2021继续加油!
http://jira002.iwencai.com:8080/browse/DATAV-2055
我喜欢做简单的、收益又不错的、正向反馈快的;这样筛选下来,只剩下业务开发了。
这个是最大的问题。方向不确定,感觉我们组就像浮萍一样,随波逐流,每一天都战战兢兢,如履薄冰。
在一知半解的情况下,凭感觉去评估难度、工作量和时间,结果很多细节上的问题都没考虑,估算的时间可能只有真实工作量的三分之一(甚至更少,比如这次我预估半天不到就能搞定,结果搞了整整两天,且第一天还是三个人一起搞)。
业务组件的建设和推广,结合结果页,找几个新业务实践下,我们不只是提供可视化组件,这样才能扩大团队规模,才能发展。
上周末Boss要求做一个全球疫情的项目,产品经理准备通过一个全球地图来展示疫情情况,我们考虑了下,选择了沿用之前全国疫情的技术选型,即ECharts来实现该地图。
PS:标题为<span style="color:red">红色</span>的书籍,是我还没看完、但是后面会继续看下去。
最近写一个行业关系图的组件,写的时候我是直接拆分为几个JS文件,然后在html页面中引入这几个文件,没有采用模块化的方法。开发到后期时,准备处理打包相关的事情了,然后就得将这些程序转为模块化的形式。这个过程耗费了我不少时间,因此这里记录下,用于今后参考。
工作这么多年,一直都没有读书计划。今年因为一些工作上的原因,迫切的感觉到了读书的重要性,因此这里列下我的读书情况,等到年末回头再检验下。
数据可视化是数据驱动的领域,不过我发现不仅仅是数据可视化,在很多其他场景,也应用到了数据驱动的理念。
注意,HTML 引入 dist 下的文件;如果遇到 TS 报错,设置@ts-ignore 即可。