Google 发布 Flutter 3,现在支持 macOS 和 Linux 桌面
ztj100 2024-10-30 05:10 16 浏览 0 评论
谷歌几年前创建了 Flutter,旨在打造一个跨平台的软件框架。Flutter 的最大优势在于它可以用于构建适用于 Android、iOS、Linux、Windows、macOS 甚至 Web 的应用程序,并且所有这些都来自同一个共享代码库。虽然为 Windows 构建应用程序在 2 月份获得了稳定的支持,但 macOS 和 Linux 仍仅处于测试阶段。现在这种情况正在发生变化,因为谷歌在今年的谷歌 I/O 上宣布了 Flutter 3,它完全支持为 macOS 和 Linux 构建应用程序。
当然,对这两个新平台的跨平台支持不仅仅需要能够运行的程序。他们需要适应其余的体验,并且还需要支持可能是独特的特定功能。这就是谷歌强调两件事的原因:第一是由 Canonical(Ubuntu 的发行商)和谷歌合作提供的 Linux 支持,以“提供高度集成的、同类最佳的开发选择”。
正如谷歌所说,Canonical 已经在开发“用于关键 shell 体验的 Flutter,包括安装和固件更新”。 更重要的是,他们的 Linux 特定软件包“为核心操作系统服务提供了惯用的 API,包括 dbus、gsettings、networkmanager、蓝牙和桌面通知,以及为 Yaru 提供的综合主题和小部件集,Ubuntu 的外观和感觉。”
至于 macOS,谷歌投资支持 Intel 和 Apple Silicon 设备,支持通用二进制,允许应用程序打包在两种架构上本地运行的可执行文件。
Firebase 和 Flutter
Google 的 Firebase 是一套非常全面的开发工具。它的目标是通过详细的崩溃报告、用户分析、身份验证和存储等功能,使应用程序的开发和维护更容易。据 Google 称,63% 的 Flutter 开发人员在他们的应用程序中使用 Firebase,因此该团队一直在尝试将 Firebase 和 Flutter 集成。这种集成现在比以往任何时候都更好,改进了文档和工具以及新的小部件,例如FlutterFire UI,它为开发人员提供了可重用的身份验证和配置文件屏幕 UI。
此外,Flutter 的 Crashlytics 插件已更新,因此开发人员可以实时跟踪用户的致命错误,具有与其他 iOS 和 Android 开发人员相同的功能集。设置和配置也容易得多。
Flutter 3 的基本改进
当然,Flutter 3 不仅仅是扩展框架的平台支持。它还引入了其他内容,包括对 Material Design 3的支持。Android 12见证了 Material Design 3 的推出,包括 Material You 颜色主题引擎。
Material Design 3 并不是 Flutter 3 带来的唯一改进。它现在原生支持 Apple 芯片——用于开发和编译输出。Dart 去年年底增加了对 Apple 芯片的支持,Flutter 可以利用它在 M1 驱动的设备上更快地编译。
至于 Dart 特有的变化,谷歌表示它已经引入了三种新的语言特性来帮助开发者。这三个特性是增强的枚举、随处命名的参数和超级构造函数。他们还添加了可执行签名、实验性 RISC-V 支持、升级的 linter 和新文档。
相关推荐
- 再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)
-
在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...
- python创建分类器小结(pytorch分类数据集创建)
-
简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...
- matplotlib——绘制散点图(matplotlib散点图颜色和图例)
-
绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...
- python实现实时绘制数据(python如何绘制)
-
方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...
- 简单学Python——matplotlib库3——绘制散点图
-
前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...
- 数据分析-相关性分析可视化(相关性分析数据处理)
-
前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...
- 免费Python机器学习课程一:线性回归算法
-
学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...
- 用Python进行机器学习(2)之逻辑回归
-
前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...
- 【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂
-
一、拟合和回归的区别拟合...
- 推荐2个十分好用的pandas数据探索分析神器
-
作者:俊欣来源:关于数据分析与可视化...
- 向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- 用Python进行机器学习(11)-主成分分析PCA
-
我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...
- 神经网络基础深度解析:从感知机到反向传播
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- Python实现基于机器学习的RFM模型
-
CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)