TLDR 本文系统性地介绍了数据可视化的核心概念、方法论、发展历程与前沿趋势。文章首先阐释了可视化的本质——通过视觉编码优化信息传递，结合人眼的高带宽并行处理能力，达到快速理解数据的目的。接着梳理了从 17 世纪至今的可视化演进脉络，及国内图表库从 ECharts 到 AntV 再到 VCharts 的发展缩影。在应用层面，文章划分了科学可视化（模拟）、信息可视化（传达）、可视分析（分析）三大方向，并重点探讨了可视化叙事、AI4VIS、VIS4AI、沉浸式可视化等前沿热点。最后指出，通过 AI 赋能设计链路和引入合理的叙事交互，可以有效解决业内设计师匮乏和用户认知门槛高的双重挑战。

TLDR 本文深入探讨了 Leland Wilkinson 的《图形语法》理论，该理论将可视化设计从图表降维到更底层的图形元素。文章首先介绍了图形语法的核心思想、及其规范（数据、变换、度量、坐标、元素、引导）、组装和展示三个步骤。接着，通过对比 ECharts 和 AntV G2 的实现，阐释了基于图表类型和基于图形语法的不同设计哲学及其优劣。最后，文章进一步反思了当前可视化领域的核心挑战在于设计本身，而非工具，并通过极值处理、班级成绩单等具体案例，强调了在复杂场景下专业可视化设计知识和思辨能力的重要性。

TLDR 本文探讨了数据可视化的本质定义和实践应用。通过对表格可视化价值的思考引入，阐述了可视化的核心是"通过视觉编码手段优化信息传递"。文章以账单可视化为具体案例，详细介绍了从设计思路到实现过程的完整流程，包括柱状图排序、动画设计、版面布局等多个技术要点。最终提出并实现了一个基于极坐标系的多层次可视化方案，通过内、中、外三环结构，有效展现了账单数据的多维度信息，并在实践中不断优化以提升可视化效果。

TLDR 本文系统梳理了如何高效、正确地使用 Cursor 这类 AI 编码助手。核心观点包括：多轮对话会显著降低 LLM 的准确率，应优先采用一次性完整描述需求的方式；通过“AI 友好架构”优化项目结构和代码语义（如自文档化、契约式设计、结构化 README、DSL 术语映射等），能极大提升 AI 理解和协作效率；合理利用 Cursor 的多种问询模式（Agent、Ask、Manual、Custom、Background）和上下文管理功能，结合项目实际灵活切换；并建议根据任务类型和模型特性选择合适的 AI 模型。整体强调：以工程化视角优化代码和文档结构，主动为 AI 提供高质量上下文，是发挥 AI 编码助手最大价值的关键。

TLDR HCT 色彩空间是 Google 推出的新一代色彩模型，兼顾了人眼感知与设计需求，广泛应用于动态主题配色。其工具库支持多语言，能自动生成前端友好的主题色板，并允许自定义分布函数以适配本地化和图表等多场景。HCT 的等步长色彩梯度和主题生成机制，为设计师和开发者带来更自然、舒适的配色体验，但在本地化和特殊应用中仍有优化空间。

TLDR 样条曲线是由分段多项式定义的平滑曲线，在数据可视化中应用广泛。不同类型的样条曲线各有特点：Bezier 曲线易于使用但在高阶时缺乏局部控制；Hermite 曲线基于物理意义的速度向量；Cardinal 和 Catmull-Rom 曲线能够直接穿过控制点；B-Spline 达到 C² 连续性的同时保持局部控制能力。连续性（C^n 和 G^n）影响曲线的平滑程度和视觉效果。对于数据可视化，选择合适的样条曲线可以兼顾精确性和减少视觉错觉。

TLDR
本文介绍了多种 2D 图形碰撞检测方法：从基础的轴对齐包围盒（AABB）和圆形碰撞，到定向包围盒（OBB）和 Welzl 算法求最小外接圆；从适用于凸多边形的分离轴定理（SAT），到基于像素级别的精确碰撞检测；最后介绍了通过分层边界框（HBB）和四叉树等空间划分方法来优化性能。不同方法适用于不同场景，从简单几何形状到复杂不规则图形的碰撞检测都有对应解决方案。

TLDR
流体模拟主要有两种经典方法：欧拉方法和拉格朗日方法。本文将详细介绍这两种方法的原理和实现。

TLDR

本文详细介绍了如何为 神界原罪 2 的 Odinblade 系列职业 MOD 进行中文本地化。主要步骤包括：

1. 使用 LSLib Toolkit 解包 MOD 的 PAK 文件
2. 定位并翻译 MOD 中的本地化文件，包括 Public/Localization 和 Mods/Localization 中的内容
3. 使用 The Divinity Engine2 编辑器进行更深入的本地化工作，处理未在标准本地化文件中包含的文本
4. 重新打包并发布本地化 MOD

通过这种方式，作者成功为 Odinblade 系列职业 MOD 提供了完整的中文本地化支持，获得了约 3000 的订阅量。

TLDR

本文探讨了一种适用于复杂网络可视化的新型交互方法，该方法结合了鱼眼变形效果与眼动追踪技术。这种方法允许用户通过目光控制鱼眼效果，自然地探索密集的节点-链接图，同时保持鼠标可用于其他交互。这对于组织关系可视化尤其有用，用户需要在特定连接的概览和详细视图之间切换。

TLDR

本文探讨了游戏行业的演变和当前状态。它分析了显示该行业巨大规模（2400 亿美元）和快速增长的关键指标，全球有 34.2 亿游戏玩家，2024 年收入达 1877 亿美元。文章追溯了该行业从简单的三部分结构（开发商、发行商、平台）到如今由索尼、任天堂和微软等主要参与者主导的垂直整合生态系统的转变。它分析了订阅模式如何成为主要收入来源，类似于 Netflix 对娱乐业的影响。文章最后讨论了由于可访问性和碎片化游戏体验，移动游戏的崛起，同时预测虚拟现实头显一旦克服当前技术障碍，将成为下一个主要平台发展方向。

TLDR 本文探讨了如何使用 ControlNet-Canny 增强数据可视化，灵感来源于历史上的拟动物地图。通过利用 ComfyUI 和 ControlNet 等 AI 工具，我们可以在保持数据完整性的同时，为图表注入主题元素，创建更具吸引力和上下文相关性的可视化。实验展示了一种现代方法，借鉴了古老的制图技术，通过创意视觉表达使数据更具表现力和意义。

TLDR 本文记录了我使用 AI 工具创建像素艺术动画的实验尝试。通过探索 ComfyUI 等不同方法，我尝试为简单的奔跑动画生成角色精灵表。虽然结果仍处于初步阶段并面临几个挑战，但这个实验提供了一些将 AI 与像素艺术创作结合的见解。文章分享了我的学习过程和开发的技术工作流程，希望对对类似实验感兴趣的人有所帮助。

TLDR

本研究调查了自动化在叙事可视化工具中的应用，总结了六种类型：注释图表、信息图表、时间线和故事线、数据漫画、滚动讲述和幻灯片，以及数据视频。研究根据智能和自动化水平将工具分为四类：设计空间、创作工具、机器学习/人工智能支持工具，以及机器学习/人工智能生成工具。通过调查 105 篇论文和相关工具，研究探讨了自动化如何逐步参与可视化设计和叙事过程，以帮助用户创建叙事可视化。该研究旨在提供当前研究和发展的概述，确定每个类别中的关键研究问题，并为该领域的进一步研究提供机会。

TLDR

本文提供了人工智能(AI)的全面概述，涵盖了其基本概念、历史发展和关键里程碑。从将智能基本定义为一个将输入映射到特定输出的系统开始，它探讨了重要事件，如 1956 年确立 AI 作为学术领域的达特茅斯会议，以及 1958 年引入神经网络方法的联结主义的出现。文章包含详细的解释、图表和数学概念，以帮助理解 AI 的理论基础和实际应用。

TLDR

本文探讨 ECharts 如何实现不同形状之间的形态过渡动画。我们将研究源代码中的核心实现，将过程分解为关键步骤，包括路径转换、结构对齐和最佳旋转角度计算。通过这种分析，我们将了解 ECharts 如何在保持视觉连续性的同时实现平滑的形状变换。

TLDR

本文探讨如何扩展 ECharts 的全局漫游功能。虽然 ECharts 通过 dataZoom 为笛卡尔坐标系图表提供了漫游功能，但关系型图表缺乏完整的全局漫游支持。我们将研究 ECharts 当前的单系列漫游实现，并开发一个解决方案来实现所有图表类型的全局漫游功能。

TLDR

LIDA 是一种新型工具，用于生成与语法无关的可视化和信息图表。它解决了自动化可视化创建中的几个关键挑战：

1. 理解数据语义
2. 枚举可视化目标
3. 生成可视化规范

该系统使用由大型语言模型（LLMs）和图像生成模型（IGMs）驱动的多阶段流程。它由 4 个主要模块组成：

1. SUMMARIZER：将数据转换为简洁的自然语言摘要
2. GOAL EXPLORER：基于数据识别潜在的可视化目标
3. VISGENERATOR：处理可视化代码生成、优化和过滤
4. INFOGRAPHER：使用 IGMs 创建数据驱动的风格化图形

LIDA 提供了 Python API 和交互式用户界面，支持直接操作和多语言自然语言，用于生成图表、信息图表和数据故事。

TLDR

本文包含我关于字体渲染的笔记。

TLDR

在过去两年中，我的工作涉及基于 ECharts 构建图表组件。这段经历让我对可视化组件库有了基本的了解。本文主要从时间线、特性和架构三个角度介绍 ECharts。