百万级别wordpress,网站排名优化培训哪家好,英语网站都可以做哪些内容,江苏扬州建设局网站「写在前面」 学习一个软件最好的方法就是啃它的官方文档。本着自己学习、分享他人的态度#xff0c;分享官方文档的中文教程。软件可能随时更新#xff0c;建议配合官方文档一起阅读。推荐先按顺序阅读往期内容#xff1a; 1.quarto 教程 1#xff1a;Hello, Quarto 2.qu… 「写在前面」 学习一个软件最好的方法就是啃它的官方文档。本着自己学习、分享他人的态度分享官方文档的中文教程。软件可能随时更新建议配合官方文档一起阅读。推荐先按顺序阅读往期内容 1.quarto 教程 1Hello, Quarto 2.quarto 教程 2Computations 3.quarto 教程 3Authoring 4.Quarto Dashboards 教程 1Overview 5.Quarto Dashboards 教程 2Dashboard Layout 目录 1 图 Plots 1.1 htmlwidgets 1.2 R Graphics 2 表格 Tables 2.1 kable 2.2 DT 3 数值框 Value Boxes 3.1 Icon and Color 3.2 Shiny 3.3 Markdown Syntax 4 文本内容 Text Content 4.1 Content Cards 4.2 Content within Cells 4.3 Leading Content 4.4 Dynamic Content 5 单元输出 Cell Output 5.1 Dynamic Titles 5.2 Excluded Cells 5.3 Expression Printing 5.4 Card Layout 官网教程https://quarto.org/docs/dashboards/data-display.html 仪表盘是用于提供导航和呈现数据的组件组合。下面本文将介绍如何使用图、表格、数值框来呈现数据以及如何在仪表盘中包含叙述性内容。 1 图 Plots 图是迄今为止仪表板中显示的最常见的内容类型。支持基于 JavaScript 的交互式绘图例如 Altair 和 Plotly和基于标准光栅的绘图例如 Matplotlib 或 ggplot2。 下面本文提供了一些在仪表盘中包含绘图的特定于语言的提示和技术本教程只展示了 R 语言Python 语言见官方文档。 1.1 htmlwidgets htmlwidgets 框架为 JavaScript 数据可视化库提供高级 R 绑定。一些流行的 htmlwidgets 包括 Plotly、Leaflet、dygraphs。 您可以像使用普通 R plots 一样使用 htmlwidgets。例如以下是我们嵌入 Leaflet 地图的方法 library(leaflet)leaflet() %% addTiles() %% addMarkers(lng174.768, lat-36.852, popupThe birthplace of R) CRAN 上有几十个提供 htmlwidgets 的包。您可以在 htmlwidgets showcase 中找到几个更流行的 htmlwidgets 的示例用法并浏览 gallery 中的所有可用 widgets。 1.2 R Graphics 您可以在仪表盘中使用标准 R 栅格图形base、lattice、grid等创建的任何图。将标准 R 图形与静态仪表盘一起使用时您需要更加注意使绘图的大小适合页面布局。请注意这对于交互式 Shiny 仪表盘中的绘图来说不是问题因为所有绘图类型均由 Shiny 动态调整大小。 静态仪表盘中良好的尺寸调整行为的关键是定义 knitr fig-width 和 fig-height 选项使绘图能够尽可能紧密地适合其布局容器。 下面是一个布局示例其中包含来自 R 基础图形的 3 个图 ## Row {height65%}{r}#| fig-width: 10#| fig-height: 8plot(cars)## Row {height35%} {r}#| fig-width: 5#| fig-height: 4plot(pressure) {r}#| fig-width: 5#| fig-height: 4plot(airmiles) 我们为每个图指定了明确的fig-height和fig-width以便它们的渲染大小尽可能接近其布局容器。请注意这些尺寸的理想值通常需要通过实验来确定。 Tip 对于静态仪表盘使用基于 JavaScript 的绘图有利有弊。虽然基于 JavaScript 的绘图可以比静态绘图更好地处理调整大小以填充其容器但它们还将基础数据直接嵌入到已发布的页面中每个绘图一份数据集的副本这可能会导致加载时间变慢。 对于交互式 Shiny 仪表盘所有绘图类型的大小都是动态调整的因此调整大小行为不像静态仪表盘那样需要担心。 2 表格 Tables 您可以通过以下两种方式之一将数据表包含在仪表盘中 作为简单的表格显示。 作为一个交互式小部件包括排序和过滤。 下面我们提供了一些在仪表盘中包含表格的特定于语言的提示和技术。 有许多 R 包可用于生成表格输出。本文将在下面介绍两种更流行的方法kable 和 DT。 2.1 kable 简单的 markdown 表非常适合少量记录即 20-250 行。使用knitr::kable()函数输出 markdown 表 {r}knitr::kable(mtcars) 仪表盘中的简单 markdown 表格会自动填充其容器根据需要水平和垂直滚动。 2.2 DT DT 包DataTables JavaScript 库的接口可以将 R 矩阵或数据框显示为支持过滤、分页和排序的交互式 HTML 表。 要包含 DataTable请使用DT::datatable函数 {r}library(DT)datatable(mtcars) Options 请注意仪表盘内会自动设置一些DT选项以确保它们在不同尺寸的卡片中良好显示。选项默认值为 options(DT.options list( bPaginate FALSE, dom ifrt, language list(info Showing _TOTAL_ entries))) 您可以根据需要指定替代选项来覆盖这些默认值。 3 数值框 Value Boxes 数值框是在仪表盘中突出显示简单值的好方法。例如这是一个包含三个数值框的仪表盘行 以下是您可以用来创建这些数值框的代码。请注意我们在本示例中混合使用了 Python 和 R 单元来说明每种语言的语法。另请注意我们假设变量 articles、comments 和 spam 是先前在文档中计算的。 ## Row {python}#| content: valuebox#| title: Articles per day#| icon: pencil#| color: primarydict( value articles){python}#| content: valuebox#| title: Comments per daydict( icon chat, color primary, value comments){r}#| content: valuebox#| title: Spam per daylist( icon trash, color danger, value spam) 您可以选择在 YAML 中或在单元格打印的 dict() 或 list()分别适用于 Python 和 R中指定数值框选项。当您希望图标或颜色根据值动态变化时后一种语法很方便。 3.1 Icon and Color 数值框中使用的icon可以是 2,000 个可用的bootstrap icons中的任何一个。 color可以是任何 CSS 颜色值但是有一些专为仪表盘调整的颜色别名您可能会考虑默认使用 Color AliasDefault Theme Color(s)primaryBluesecondaryGraysuccessGreeninfoBright BluewarningYellow/OrangedangerRedlightLight GraydarkBlack 虽然别名适用于所有themes但它们对应的颜色有所不同。 3.2 Shiny 在 Shiny 交互式仪表盘中您可以拥有根据应用程序状态动态更新的数值框。有关如何执行此操作的详细信息是特定于语言的 使用 bslib::value_box() 函数以及从 bsicons 包中绘制的可选图标。例如 {r}library(bslib)library(bsicons)value_box( title Value, value textOutput(valuetext), showcase bs_icon(music-note-beamed)) 3.3 Markdown Syntax 您还可以使用纯 Markdown 创建数值框在这种情况下您通常会通过内联表达式包含该值。例如 ## Row::: {.valuebox iconpencil colorblue}Articles per day{python} articles::: 4 文本内容 Text Content 虽然您经常使用绘图和表格填充仪表盘卡片但您也可以在仪表盘中的任何位置包含任意的 markdown 内容。 4.1 Content Cards 下面是一个仪表盘其中一列的最后一张卡片是纯 markdown 要做到这一点只需在其他单元格旁边包含一个.carddiv ## Column{python}#| title: Populationpx.area(df, xyear, ypop, colorcontinent, line_groupcountry){python}#| title: Life Expectancypx.line(df, xyear, ylifeExp, colorcontinent, line_groupcountry)::: {.card}Gapminder combines data from multiple sources intounique coherent time-series that can’t be foundelsewhere. Learn more about the Gampminder dataset athttps://www.gapminder.org/data/.::: 请注意如果您使用的是 Jupyter Notebook 进行创作则 markdown 单元格将自动变为.Carddiv(即它们不需要显式的::: div 封套)。 4.2 Content within Cells 要在单元格输出的同时包含内容只需将单元格和内容都包含在.card div 中即可。例如 ::: {.card titleLife Expectancy}{python}px.line(df, xyear, ylifeExp, colorcontinent, line_groupcountry)Gapminder combines data from multiple sources intounique coherent time-series that can’t be foundelsewhere. Learn more about the Gampminder dataset athttps://www.gapminder.org/data/.::: 4.3 Leading Content 包含在仪表盘最顶部的内容而不是明确包含在 .content div 中被视为主导内容并且将按原样包含不带卡片样式例如无边框。例如 ---title: My Dashboardformat: dashboard---This content will appear above all of the other rows/columns, with no border.## Row{r}print() 4.4 Dynamic Content 您可以使用内联表达式使文本内容动态化。例如这里有一行包含使用 Python 表达式的文本内容 ::: {.card}The sample size was {python} sample. The mean reported rating was {python} rating.::: 5 单元输出 Cell Output notebook 或源文档中每个计算单元的输出将包含在卡片中。下面我们描述了创建卡片时要遵守的一些特殊规则。 5.1 Dynamic Titles 您可以通过打印title表达式作为单元格的第一个输出来创建动态title与将title包含为 YAML 单元格选项相反。例如 {r}library(leaflet)lat - 48long - 350cat(title, World Map at, lat, long)leaflet() | addTiles() | setView(long, lat, zoom 2) 5.2 Excluded Cells 不产生输出的单元不会成为卡片例如用于导入包、加载和过滤数据等的单元。如果某个单元产生了您想要排除的意外输出请向该单元格添加output: false选项 {python}#| output: false# (code that produces unexpected output) 5.3 Expression Printing 默认情况下顶级表达式的所有输出都显示在仪表盘中。这意味着可以轻松地从一个单元格生成多个图。例如 {python}#| title: Tipping Behaviorpx.box(df, xsex, ytotal_bill, colorsmoker)px.violin(df, xsex, ytotal_bill, colorsmoker) 此行为对应于 Jupyter shell interactivity 的all设置。您可以使用ipynb-shell-interactivity选项在 Quarto 中自定义此行为。 5.4 Card Layout 如果一个单元格产生多个输出您可以使用单元格布局选项来组织它们的显示。例如这里我们修改示例以使用layout-ncol选项并排显示绘图 {python}#| title: Tipping Behavior#| layout-ncol: 2px.box(df, xsex, ytotal_bill, colorsmoker)px.violin(df, xsex, ytotal_bill, colorsmoker) 有关自定义布局的其他文档请参阅有关Figures的文章。 「结束」 注本文为个人学习笔记仅供大家参考学习不得用于任何商业目的。如有侵权请联系作者删除。 本文由 mdnice 多平台发布
