Ihaka Lecture

How to Add shadcn Charts to a Next.js App Without Writing Recharts Boilerplate

Bối cảnh: Việc thêm charts vào Next.js app thông qua Recharts đòi hỏi nhiều thiết lập boilerplate phức tạp. Nguyên nhân kỹ thuật: Recharts yêu cầu config object cho labels, colors, axes, tooltip, legend và màu sắc riêng. Hệ quả: Developers tốn thời gian viết code lặp lại cho từng loại chart đơn giản. Điều đáng học: shadcn Charts cung cấp giải pháp bằng cách pre-build components chart với các thiết lập sẵn có, giảm đáng kể thời gian development từ 30 phút xuống còn 2-3 phút cho mỗi basic chart. Công nghệ này đặc biệt hữu ích khi cần implement nhiều loại chart khác nhau trong một project Next.js.

Bài này giúp bạn tiết kiệm thời gian thiết lập boilerplate cho biểu đồ bằng cách tích hợp shadcn Charts vào Next.js.

Developer Dad Does Disney: Vacationing in the Personal Software Era

Một developer vừa xây dựng một ứng dụng dữ liệu tùy chỉnh tích hợp API thời gian thực, dữ liệu lịch sử về thời gian chờ và thông tin thời tiết để chọn chuyến đi tiếp theo phù hợp nhất trong lúc xếp hàng tại Disney World.

Những lập trình viên nên đọc bài này để hiểu cách kết hợp công nghệ thực tế—APIs, dữ liệu lịch sử và dự báo—làm cho ứng dụng cá nhân trở nên hiệu quả hơn trong giải quyết vấn đề hàng ngày, từ việc tối ưu hóa thời gian đến tạo ra những giải pháp sáng tạo cho cuộc sống.

Visualizing Nix closures

seenix.dev hiển thị toàn bộ Nix closure trên bản đồ, mỗi byte tương ứng một pixel, cho phép zoom từ toàn bộ hệ thống NixOS xuống đến hex của libc.so.6. Công cụ này xử lý closure của các gói như hello, firefox hoặc GNOME desktop mà không cần chạy trên server. Tác giả tận dụng các mô hình ngôn ngữ lớn (LLM) để khám phá những câu hỏi thú vị về hệ thống. Giải pháp này giúp trực quan hóa cấu trúc phức tạp của Nix closure qua bản đồ tương tác.

seenix.dev giúp lập trình viên trực quan hóa từng byte trong Nix closure, cho phép khám phá hệ thống từ tầm nhìn tổng quan đến chi tiết hex của các thư viện.

How to visualize workflows and business processes in Grafana: Introducing the Graphviz panel

Các đội DevOps và SRE thường dùng Grafana để theo dõi metrics nhưng thiếu cách trực quan hóa luồng công việc kinh doanh như thanh toán hoặc bản đồ mạng. Bài viết giới thiệu panel Graphviz mới, cho phép người dùng viết mô tả đồ thị bằng ngôn ngữ DOT của Graphviz và kết nối trực tiếp với các nguồn dữ liệu thời gian thực của Grafana (Prometheus, Loki, v.v.). Với panel này, bạn có thể vẽ biểu đồ luồng thanh toán, bản đồ thời tiết mạng và sơ đồ quy trình trên cùng dashboard, và các yếu tố trong biểu đồ sẽ tự động cập nhật khi dữ liệu nguồn thay đổi. Các thử nghiệm trong bài cho thấy panel hoạt động mượt mà với hàng nghìn nút và cạnh, không gây tải đáng kể cho backend Grafana. Điều đáng học là minh họa cách mở rộng khả năng của Grafana qua panel tùy chỉnh để xử lý nhu cầu trực quan hóa chuyên biệt, đồng thời nhấn mạnh lợi ích của việc sử dụng ngôn ngữ đồ thị chuẩn như Graphviz để tạo ra các biểu đồ động mà không cần xây dựng từ zero.

Bài viết này giúp bạn kết nối trực tiếp dữ liệu thời gian thực với biểu đồ quy trình và luồng thanh toán trong Grafana qua Graphviz panel.

‘Zero-Shot Probabilistic Stock Returns Forecasting with Pretrained RVFL Networks’ accepted at COPA 2026 (and to appear in the Proceedings of Machine Learning Research)

Bài báo "Dự báo lợi nhuận cổ phiếu zero-shot bằng mạng RVFL đã tiền huấn luyện" được chấp nhận đăng tại hội nghị COPA 2026. Mã nguồn và liên kết bài báo đã được công bố.

Lập trình viên chuyên về phân tích dữ liệu hoặc AI, đặc biệt là trong lĩnh vực dự đoán thị trường tài chính, nên đọc bài này để khám phá cách sử dụng mạng lưới RVFL (Randomized Variational Feature Learning) đã được pretrain để dự đoán kết quả thị trường một cách hiệu quả mà không cần dữ liệu huấn luyện trước (zero-shot), giúp tối ưu hóa hiệu suất và ứng dụng trong các dự án thực tế.

Introduction to D3.js

D3.js là thư viện JavaScript mạnh mẽ giúp lập trình viên biến đổi dữ liệu thành các biểu đồ tương tác trực quan. Với các API linh hoạt như data binding, selections và scales, D3.js cho phép kiểm soát hoàn toàn việc rendering HTML, SVG và Canvas. Thư viện này sử dụng phương thức data-driven approach, giúp kết hợp dữ liệu với DOM một cách hiệu quả. Nếu bạn đang tìm công cụ để xây dựng visualization phức tạp và tùy biến cao, D3.js là lựa chọn đáng cân nhắc với cộng đồng active và tài liệu phong phú.

D3.js giúp lập trình viên biến dữ liệu thành biểu đồ tương tác hấp dẫn với ít code hơn.

How to Create a Function in R: Custom Median & ggplot2 Examples

If you've written the same block of R code three times this week — a group summary, a plot, a cleanup step — you don't need another package. You need a function. A custom function is the solution. For example, two functions you'll actually reuse: a cus...

[R] Understanding position_dodge() and position_dodge2() in ggplot2

Bài viết giải thích tại sao trong ggplot2 cần dùng position_dodge khi vẽ biểu đồ nhóm như cột, boxplot hoặc error bar trên trục categorical. position_dodge() nhận tham số width (mặc định 0.9) và dịch chuyển các geom theo nhóm để tránh chồng lấn, nhưng không giữ nguyên vị trí trung tâm khi các nhóm có độ rộng khác nhau. position_dodge2() mở rộng chức năng này bằng thêm tham số padding (mặc định 0.1) và reverse, cho phép duy trì căn chỉnh trung tâm và hỗ trợ việc đặt khoảng cách đều giữa các nhóm ngay cả khi width thay đổi. Khi sử dụng position_dodge2, các geom như geom_bar, geom_boxplot và geom_errorbar sẽ giữ được sự căn chỉnh chính xác trên trục x, giảm lỗi hiển thị khi có nhóm không đồng đều hoặc khi thay đổi thứ tự các yếu tố. Bài học chính là chọn position_dodge2 khi cần kiểm soát chính xác khoảng cách và padding giữa các nhóm, trong khi position_dodge đủ dùng cho trường hợp đơn giản với width cố định và nhóm đều.

Bài viết này giúp lập trình viên nắm rõ sự khác biệt và cách sử dụng hiệu quả hai hàm position_dodge() và position_dodge2() trong ggplot2 để xử lý dữ liệu nhóm.