亚洲中字慕日产2020,大陆极品少妇内射AAAAAA,无码av大香线蕉伊人久久,久久精品国产亚洲av麻豆网站

資訊專欄INFORMATION COLUMN

inMap 2.0 重磅發(fā)布!

wdzgege / 2671人閱讀

摘要:忙忙活活了兩個月,終于正式對外發(fā)布啦本次更新發(fā)布涉及到多個重要的圖層以及新特性,重新設(shè)計,更加簡潔,接口采用標準的地理數(shù)據(jù)格式,使用成本更低。新增線路軌跡動畫圖層。修復圖層小數(shù)點造成的聚合算法精度問題。配置不起作用問題。

忙忙活活了兩個月,inMap 2.0終于正式對外發(fā)布啦!本次更新發(fā)布涉及到多個重要的圖層以及新特性,API重新設(shè)計,更加簡潔,接口采用標準的地理數(shù)據(jù)格式,使用成本更低。這次升級了文檔,換了一種方式描述接口,更加詳細,里面有很多示例,都可以在線編輯預覽,以下是inMap demo 效果截圖:

主要變化:

支持GeoJson格式格式,使地理數(shù)據(jù)更加低成本的復用。

新增LabelOverlay 文字圖層。

新增PointAnimationOverlay 圓點動畫圖層。

新增PolygonEditorOverlay 編輯多邊形圖層。

新增LineStringAnimationOverlay 線路軌跡動畫圖層。

新功能及改進

LineStringOverlay 增加線的拾取,自定義顏色、粗細樣式等。

MoveLineOverlay 圖層支持鼠標拾取。

PolygonOverlay 圖層支持漏空、多島等復雜多邊形。

改進圖層的聚合算法,使性能得到恨到的提高,加載17W條數(shù)據(jù)仍然能保持著流暢性。

Bug 修復

HoneycombOverlay 圖層

小數(shù)點造成的聚合算法精度問題。

splitList 配置不起作用問題。

圖例

數(shù)據(jù)維度不夠造成的圖例重復問題

相關(guān)鏈接

2.0文檔地址 http://inmap.talkingdata.com/

GitHub 地址:https://github.com/TalkingData/inmap

文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址:http://www.ezyhdfw.cn/yun/96512.html

相關(guān)文章

  • iView 一周年了,同時發(fā)布2.0 正式版,但這只是開始...

    摘要:在許多志愿者的幫助下,將文檔全部翻譯為英文,在開發(fā)者社區(qū)頗受歡迎。有了英文版后,更多的國外開發(fā)者也參與到討論之中,相信接下來會有更多來自國外的。英文版的翻譯離不開社區(qū)的貢獻,在此特別感謝和三位熱心志愿者。 showImg(https://segmentfault.com/img/bVRG13?w=2880&h=1800); 兩年前,我開始接觸 Vue.js 框架,當時就被它的輕量、組件...

    alexnevsky 評論0 收藏0
  • iView 一周年了,同時發(fā)布2.0 正式版,但這只是開始...

    摘要:在許多志愿者的幫助下,將文檔全部翻譯為英文,在開發(fā)者社區(qū)頗受歡迎。有了英文版后,更多的國外開發(fā)者也參與到討論之中,相信接下來會有更多來自國外的。英文版的翻譯離不開社區(qū)的貢獻,在此特別感謝和三位熱心志愿者。 showImg(https://segmentfault.com/img/bVRG13?w=2880&h=1800); 兩年前,我開始接觸 Vue.js 框架,當時就被它的輕量、組件...

    Drinkey 評論0 收藏0
  • 賦能社區(qū),PingCAP University 培訓課程 2.0 重磅升級

    摘要:于年底正式成立,開設(shè)的官方認證培訓課程于年月正式落地。目前,首批線下培訓已經(jīng)開展余期,得到了社區(qū)伙伴的廣泛響應(yīng)。云和恩墨和東方龍馬在數(shù)據(jù)庫領(lǐng)域深耕多年,其專業(yè)的培訓服務(wù)能力惠及了大量對于數(shù)據(jù)庫產(chǎn)品有需求的企業(yè)和個人用戶。 經(jīng)過半年時間的持續(xù)打磨,PingCAP University 迎來了一次重大升級,發(fā)布「培訓課程 2.0」。 作為世界級的開源項目,經(jīng)過四年的發(fā)展,TiDB 在越來越...

    Winer 評論0 收藏0
  • 重磅!Uber發(fā)布史上最簡單的深度學習框架Ludwig!

    摘要:通用性一種新的基于數(shù)據(jù)類型的深度學習模型設(shè)計方法,使該工具可以跨許多不同的應(yīng)用領(lǐng)域使用。可理解性深度學習模型內(nèi)部通常被認為是黑匣子,但是該庫提供標準的可視化來理解它們的性能并比較它們的預測。 昨日,Uber官網(wǎng)重磅宣布新開源深度學習框架Ludwig,不需要懂編程知識,讓專家能用的更順手,讓非專業(yè)人士也可以玩轉(zhuǎn)人工智能,堪稱史上最簡單的深度學習框架!Ludwig是一個建立在TensorFlow...

    zhichangterry 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<