百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 热门文章 > 正文

新的一年为你送上15个有用的JS类库

bigegpt 2025-02-15 14:36 8 浏览

2015年1月,本文为你提供最有用的JS类库,可能有人会熟悉这些程序库,而有的人还不会,不管哪种情况,你都应该将这些收藏起来,我们希望这份汇总文件可以帮你发现一些未来项目中可能用到的插件程序。所以,别磨蹭了,让我们一一检验这些JS类库吧!

1、Snabbt.js

Snabbt.js是一个简约的js动画库,侧重围绕元素进行移动,它会平移、旋转、缩放、倾斜并调整你的元素,通过矩阵乘法运算,变化成任何你想要的组合方式,最终结果可以通过CSS3变换矩阵设置。

这是一个适用于各种颜色处理的JS库,可以启动并操作颜色,适合所有色阶。

3、ECharts

ECharts是一个复杂的图表库,可以毫不费力地为你的商品增加交互式图,基于以Zrender为基础上的坐标系、图例、提示文本、工具箱和其他基本组件,Echarts可以同时支持横列、纵列、散点图、饼图、雷达系统、柱状图、弦、量规、漏斗图、地图和力导向布局图,其中不同图表类型可以压缩到一张图表内。

TheaterJS是创造一个模拟人类打字效果的JS库,包括多个角色管理(特征都不相同)和事件处理等。

5、Particles.js

这是一个用来在网页上创建颗粒效果的轻量级JS库,设置方便、配置参数多样,可以达到客户需求。

6、Fancy Form

这是一个基于jQuery的JS表单设计库,可以校验和提交ajax库,并增加开发人员的验证类型,正则表达式和功能都非常好用。

7、Turf.js

是一个JS语言的模块化GIS引擎,通过GeJSON数据执行地理空间任务,可以在服务器或在浏览器上运行。

8、.BigPicture.js

允许HTML网页无限平移和放大的类库。

9、Decimal.js

任意精度的JS十进制类型。简约、但应用程序界面强大,类库独立,只有8kb大小、可压缩。

10、Thaw.js

可以异步综合处理JS,浏览器执行前无法处理进程,提供文件对象模型,这与多线程解决方案有所不同。

11、101 : Modern JS Utility Library

12、textAssist

是提供高度自定义选项的智能自动文本助手脚本。此脚本使用 jQuery 框架,可以用在动态 web 页面上,使网页开发工程师的网站更易用,对用户更友好。

13、SmartUnderline

这个JS文库更易创建跨浏览器中的下划线,可以搜索页面链接,运用CSS下划线,并将之替代为美化后更具风格的下划线。

14、MetricsGraphics.js

构建在可视化图表库D3之上以布置时间序列数据,当前功能支持线形图、散点图和柱状图,附加功能有地毯图和基本的线性回归分析,开发人员要做的就是插入几个默认参数和几个可选参数即可启动程序。

15、Blip

连接网页音频应用程序接口的JS库,简化了节点和音频程序,提供灵活的循环和样本操作方法、时序精度和音频输出等。

相关推荐

机器学习分类模型评估(三)-F值(F-Measure)、AUC、P-R曲线

概述上二篇文章分别讲述了准确率(accuracy)、精确率(Precision)、查准类、召回率(Recall)、查全率、ROC曲线,本文讲述机器学习分类模型评估中的F值(F-Measure)、AUC...

SPSS ROC曲线诊断临界值确定

ROC曲线是在临床医学和流行病学研究中一种常用的在诊断试验、预测模型中用于决定最佳临界点的方法。ROC曲线用真阳性率和假阳性率作图得出曲线,其横轴表示假阳性率(1-特异度),纵轴表示真阳性率(灵敏度)...

分类器模型检测--ROC曲线和AUC值

在监督学习建模中有一个重要的模块是模块的检测,就是怎样判断一个模型的好坏?那么常用的的检测的指标有P值、R值、F值、ROC曲线、AUC值等,今天来学习他们都是怎么来的,有什么用处。这里为二分类问题,即...

【Python机器学习系列】建立梯度提升模型预测心脏疾病

这是Python机器学习系列原创文章,我的第204篇原创文章。一、引言对于表格数据,一套完整的机器学习建模流程如下:针对不同的数据集,有些步骤不适用即不需要做,其中橘红色框为必要步骤,由于数据质量较高...

如何Keras自动编码器给极端罕见事件分类

全文共7940字,预计学习时长30分钟或更长本文将以一家造纸厂的生产为例,介绍如何使用自动编码器构建罕见事件分类器。现实生活中罕见事件的数据集:背景1.什么是极端罕见事件?在罕见事件问题中,数据集是...

机器学习分类问题:9个常用的评估指标总结

对机器学习的评估度量是机器学习核心部分,本文总结分类问题常用的metrics分类问题评估指标在这里,将讨论可用于评估分类问题预测的各种性能指标1ConfusionMatrix这是衡量分类问题性能的...

基于R语言的ROC曲线绘制及最佳阈值点(Cutoff)选择

ROC曲线在介绍ROC曲线之前,我们首先需要介绍混淆矩阵(ConfusionMatrix)。在统计分类模型的评估过程中分别统计分类模型归错类,归对类的观测值个数,然后把结果放在一个表里展示出来的表格...

R数据分析:多分类问题预测模型的ROC做法及解释

有同学做了个多分类的预测模型,结局有三个类别,做的模型包括多分类逻辑回归、随机森林和决策树,多分类逻辑回归是用ROC曲线并报告AUC作为模型评估的,后面两种模型报告了混淆矩阵,审稿人就提出要统一模型评...

SPSS实战:多个指标ROC曲线方向不一致的解决办法汇总(收藏)

在诊断实验和预测模型的临床效能评价中,我们常常用到ROC曲线分析。在SPSS中绘制ROC曲线操作比较简单,但如果将多个指标的ROC曲线绘制在同一个图中,有时候会碰到有些指标的ROC曲线在对角线上面,一...

小果教你快速分析ROC生存曲线图

尔云间一个专门做科研的团队原创小果生信果小伙伴们,大家好呀,很高兴和大家见面,前段时间应小伙伴出的解读ROC曲线图,小伙伴反应很是积极,这不最近小伙伴对于不同年份的ROC曲线图的分析呼声很高,...

生信文章中高频出现、模型评估必备分析——ROC曲线图,怎么看?

尔云间一个专门做科研的团队关注我们做了生信分析,拿到一堆数据,看不懂图怎么办?火山图、热图、散点图、箱线图、瀑布图···这么多类型的图都咋看?风险模型预后评估图、GO-KEGG富集分析图、GSEA...

如何看懂文献里那些图——ROC曲线图

ROC曲线的基本思想是把敏感度和特异性看作一个连续变化的过程,用一条曲线描述诊断系统的性能,其制作原理是在连续变量中不同界值点处计算相对应的灵敏度和特异度,然后以敏感度为纵坐标、1-特异性为横坐标绘制...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

准确性检验 (ROC曲线)的SPSS操作教程及结果解读

作者/风仕在上一期,我们已经讲完了诊断试验的基础知识,这期开始讲准确性检验(ROC曲线),我们主要从准确性检验(ROC曲线)的介绍、基本概念、绘制原理、统计量、使用条件及案例的SPSS操作演示这几...

SPSS:ROC 曲线为什么反了?

【作者介绍】李志辉,长期从事各类统计软件应用研究,主编或参编SPSS、MINITAB、STATISTICA多个统计软件教材共8本。代表作:电子工业出版社《SPSS常用统计分析教程(SPSS22.0中...