Código
1 + 1
[1] 2
*Baseado no documento modelo do pacote Quarto
e sua vignette disponível em https://cran.r-project.org/web/packages/quarto/vignettes/publishing.html.
Quarto permite que você junte conteúdo e código executável em um documento finalizado. Para saber mais sobre o Quarto consulte https://quarto.org.
Ao clicar no botão Render , será gerado um documento que inclui tanto o conteúdo quanto a saída do código incorporado. Você pode incorporar código como este:
1 + 1
[1] 2
Você pode adicionar opções ao código executável como este:
2 * 2
[1] 4
A opção echo: false
desabilita a impressão do código (somente a saída é exibida).
Alternativas
O pacote quarto inclui várias funções que permitem publicar documentos, sites e livros estáticos e interativos no RStudio Connect e no shinyapps.io . Ao publicar no RStudio Connect, há suporte para publicação de conteúdo simples (renderização local) e publicação de código (renderização no Connect).
Antes de publicar no RStudio Connect ou no shinyapps.io, você deve garantir que tenha uma conta configurada para publicação.
Para RStudio Connect, use a função rsconnect::connectUser()
para o servidor no qual você está publicando. Por exemplo:
rsconnect::connectUser(server = "rsc.example.com")
Você será solicitado a criar sua conta em um navegador da web.
Para shinyapps.io, use a função: rsconnect::setAccountInfo()
. Por exemplo:
rsconnect::setAccountInfo(name = 'norahjones', token = 'AB6783FD23', secret = '36x+k0bBy6W')
Observe que você pode copiar e colar este código na página Tokens do painel de administração do shinyapps.io.
Você encontrará mais detalhes em https://cran.r-project.org/web/packages/quarto/vignettes/publishing.html
Este conjunto de dados contém um subconjunto dos dados de economia de combustível da EPA. Especificamente, usamos o conjunto de dados mpg
do pacote ggplot2 .
A visualização abaixo mostra uma relação positiva, forte e linear entre a quilometragem da cidade e da rodovia desses carros. Além disso, a quilometragem é maior para carros com menos cilindros.
library(ggplot2)
ggplot(mpg, aes(x = hwy, y = cty, color = cyl)) +
geom_point(alpha = 0.5, size = 2) +
scale_color_viridis_c() +
theme_minimal()
Figura da qualidade do ar
library(ggplot2)
ggplot(airquality, aes(Temp, Ozone)) +
geom_point() +
geom_smooth(method = "loess"
)
import numpy as np
import matplotlib.pyplot as plt
= np.arange(0, 2, 0.01)
r = 2 * np.pi * r
theta = plt.subplots(
fig, ax = {'projection': 'polar'}
subplot_kw
)
ax.plot(theta, r)0.5, 1, 1.5, 2])
ax.set_rticks([True)
ax.grid( plt.show()