VChart源码解析之代码组织结构
版本:V1.11.7
背景
VChart源码阅读系列文章的前置任务,学习优秀开源框架、熟悉代码组织结构,了解核心模块。
Observable Plot是一个免费的开源 JavaScript 库,用于可视化表格数据,专注于加速探索性数据分析。
Observable Plot用于探索性数据可视化。它用于快速发现见解。它的 API 不仅富有表现力且可配置,还针对简洁性和易记性进行了优化。我们希望首次绘制图表的时间尽可能快。
而且速度还不止于此:Plot 可帮助您快速调整和优化数据视图。我们希望 Plot 能让您花更少的时间阅读文档、搜索要复制粘贴的代码和调试 — 而花更多时间询问数据问题。
与其他可视化工具(包括 D3 等低级工具和图表模板等表达能力较弱的高级工具)相比,我们认为使用 Plot 探索数据会更有效率。您将花更多时间“用视觉思考”,而花更少的时间处理编程机制。
属性和特性是完全不同的东西
1 | <div foo="bar">…</div> |
本文是《数据可视化之美》的阅读笔记,解构并重组了其原本的组织形式,剔除了部分具体的可视化案例(如词云、纽约地铁、美国民航以及本书后期的大量具体案例)。目的是从中分析和总结一些可视化设计的原则和方法论,以指导未来的可视化设计和开发。
《数据可视化之美》主要讲述了可视化的一些设计准则,如何通过数据可视化来讲述故事,以及一个可视化项目的执行流程,并通过具体案例了解可视化探索的过程和一些有趣的发现。
其中,大多数信息可视化的原始驱动力在于对数据的探索和描述,推动其发展的主要是一些出版机构(如《纽约时报》、《连线》)。可视分析的推动者多为非营利组织或学术组织,而在一些科学可视化和可视化软件中则可以看到商业组织的身影。
针对无限画布这个场景,在业界figma的画布交互体验是公认的比较好的。不过figma
采用的是canvas
方案。本文介绍基于Dom的无限画布实现方案。
1 | <!-- 画布容器 --> |
1 | // 画布的移动属性 |
笔者之前参与过两个低代码项目,大屏编辑器,图表编辑器。其表现形式均为通过拖拽和配置表单来编排物料,进而生成交付产物。其中物料的丰富程度、可复用程度又是重中之重。如果物料本身依赖某一种框架,比如React
或Vue
在大时间跨度下必然会产生迁移成本。届时面对海量的待升级的基础物料,如何迁移就会变成一个非常麻烦的问题。
Web Components
提出了一种无需任何库或框架即可运行的组件化方案。用于将物料解耦具体前端框架十分合适。本文尝试从Web Components
的发展历史、现状、优缺、趋势等方面尝试判断现在是否合适将已有的物料迁移至Web Components
。