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：
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：
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：
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。
TLDR
本文包含我对论文"D-Map: Visual Analysis of Ego-centric Information Diffusion Patterns in Social Media"（D-Map：社交媒体中以自我为中心的信息扩散模式的可视化分析）的笔记。我将讨论该论文如何提出一种可视化方法来分析社交媒体平台上的信息传播模式，重点关注 D-Map 布局算法，该算法将力导向图转换为蜂窝图。
