当前位置: 首页 > 软件库 > 大数据 > 可视化 >

Percival

声明式数据查询和可视化语言
授权协议 MIT
开发语言 TypeScript Rust
所属分类 大数据、 可视化
软件类型 开源软件
地区 不详
投 递 者 堵凯
操作系统 跨平台
开源组织
适用人群 未知
 软件概览

Percival 是一种声明式数据查询和可视化语言。它提供了一个基于 Web 的反应式 notebook 环境,用于探索复杂的数据集、生成交互式图形和共享结果。该项目目前处于早期阶段。

Percival 结合了 Datalog 作为关系数据查询语言的灵活性和探索性可视化语法的优点。这些声明性组件通过一个反应式数据流系统进行交互。由于 Percival 使用了网络技术(包括用于多线程、沙盒执行的 Web Workers),完全交互式的 notebook 可以与互联网上的任何人分享,使数据分析对其他人更有意义。

Percival 的核心是一个自定义的 Datalog 编译器,它使用 Rust 和 WebAssembly 构建,并与其 notebook 运行时集成。这通过分阶段的评估过程将查询语言编译为 JavaScript,该过程还允许用户嵌入他们自己的 JavaScript 代码。该界面旨在轻量级、友好和可访问,并且没有隐藏的工作区状态。

Percival 是一个完全在用户浏览器中运行的客户端 Web 应用程序。notebook 界面使用Svelte构建,并使用 Tailwind CSS 设计样式。它依赖于许多其他开源库,包括用于实时代码编辑和语法突出显示的 CodeMirror 6、 用于 Markdown 渲染的Remark 和 KaTeX,以及用于前端捆绑的 Vite。

Web 前端的代码位于 中src/,其中包含 Svelte (in src/components/) 和 TypeScript (in src/lib/) 的组合。这些模块在构建时捆绑到一个静态网站中,并且没有动态的服务器端渲染。

  • vbulletin论坛 Sitting high atop the director’s chair, John Percival has a lot to be proud of. As an integral part of Jelsoft, and the creator of vBulletin, John has taken a dream and made it into quite

 相关资料
  • 数据可视化工具 JS 库: d3 sigmajs **部件 & 组件:</h5> Chart.js C3.js Google Charts chartist-jsj amCharts [$] Highcharts [Non-commercial free to $] FusionCharts [$] ZingChart [free to $] Epoch 服务: Datawrapper infog

  • 在侧边导航栏点击 Visualize 开始视化您的数据。 Visualize 工具能让您通过多种方式浏览您的数据。例如:我们使用饼图这个重要的可视化控件来查看银行账户样本数据中的账户余额。点击屏幕中间的 Create a visualization 蓝色按钮开始。 有很多种可视化控件可供选择。我们点击其中一个名为 Pie 的。 您可以为已保存的搜索建立可视化效果,或者输入新的搜索条件。使用后者时,

  • 问题内容: 我的MySQL数据库具有以下列标题: 我有兴趣根据typeOfWork和月份显示结果。例如,所有typeOfWork条目将显示在左侧的第一列中,并且每个字段将在每一列的指定月份总计该特定typeOfWork。因此,我的SQL数据透视表语句当前为: 我目前遇到语法错误,指定了最后一行(从’DEC到ROLLUP’)。我感到困惑的原因是,我只是从脚本中的另一个工作枢轴表改编了该表。我认为差异

  • SwiftUI 是声明式语法,对比与指令式语法的话,可以举例说明它们的区别吗?

  • 机器学习关于将模型拟合到数据;出于这个原因,我们首先讨论如何表示数据以便计算机理解。 除此之外,我们将基于上一节中的matplotlib示例构建,并展示如何可视化数据的一些示例。 sklearn 中的数据 scikit-learn 中的数据(极少数例外)被假定存储为形状为[n_samples, n_features]的二维数组。许多算法也接受形状相同的scipy.sparse矩阵。 n_sampl

  • 数据可视化主要旨在借助于图形化手段,清晰有效地传达与沟通信息。 热力图 散点图 动画要素图 高效率点图层 ECharts Mapv OSM Buildings

  • 在我们开始的我们的可视化的之旅之前,需要简单的介绍一些数据分析工具,我们的数据可视化的任务也是建立在数据分析的基础之上。Python 的主要数据分析工具如下所示: Numpy:这个是数据计算的工具,主要用来进行矩阵的运算,矢量运算等等。 Scipy:科学计算函数库,主要用在学术领域,主要包含线性代数模块,信号与图像处理模块,统计学模块等等。 Sympy:数学符号计算库 Pandas:包含了 num

  • 主要内容:普通函数声明(定义),函数的返回值,调用函数函数构成了代码执行的逻辑结构,在Go语言中,函数的基本组成为:关键字 func、函数名、参数列表、返回值、函数体和返回语句,每一个程序都包含很多的函数,函数是基本的代码块。 因为Go语言是编译型语言,所以函数编写的顺序是无关紧要的,鉴于可读性的需求,最好把 main() 函数写在文件的前面,其他函数按照一定逻辑顺序进行编写(例如函数被调用的顺序)。 编写多个函数的主要目的是将一个需要很多行代码的复