手把手教你使用 Quarto 构建文档 (2)

简介: 手把手教你使用 Quarto 构建文档 (2)

接着上一期内容:手把手教你使用 Quarto 构建文档 (1),本文介绍如何使用 Quarto,并编译出文档(PDF,MS Word,html)等。

安装

根据官方链接[1],选择适合自己电脑的 Quarto 版本并下载,以及安装某个编辑器(这里默认使用 RStudio,并假设读者安装完成)。

创建并编译文档

安装完后,可以打开 RStudio,创建新的.qmd 文件(如下所示)

之后跳出一个框,根据自身要求,创建新文档。这里以 Document 为例,编译后输出结果为 HTML 格式,

此时,得到以下界面:

可以通过点击 Render 按钮编译文档,得到以下界面。

生成 PDF 文档

当然,读者可以通过修改 YAML 中 format: pdf 来设置输出 PDF 文件格式(需要预先安装 TinyTeX[2] 软件),例如:

也可以通过运行以下命令行,编译出 PDF。

library(quarto)
quarto_render("index.qmd",output_format = "pdf")

类似的操作可以生成 Word,output_format = "docx"

此时,读者基本了解如何生成并编译出不同格式文档。下面简单介绍文档构造和注意事项。

文档构造

与 R Markdown 非常相似,文档中包含两部分:YAML 标题和正文。其中,正文中包含:文字,代码块,图片等。

YAML 标题

由上下 --- 三个破折号分隔而成。中间可以加入命令,例如:标题 title、格式 format、模式 editor

---
title: "Hello, Quarto"
format: html
editor: visual
---

除了以上几个命令外,更多的 YAML 字段可见:html[3]PDF[4]MS Word [5]。感兴趣的读者可以自行探索。

HTML其他命令

R 代码块

R 代码块可以使用快捷键 command + option + I 生成。其中 #| 后的内容为所需命令。例如:

上面案例中,设置了标签为 load-packagesinclude: false 表明不显示代码块和输出。右上角的三角形按钮可以运行该代码块的所有代码,或者使用快捷键 command + shift + enter

注意事项

RStudio 支持 visual(可视化)和 source(源代码)编辑模式。可视化编辑对初学者比较友好,类似 Typora,所见即所得。在可视化编辑方式中,可以直接将图形粘贴入编辑界面, 这时 RStudio 会将图形保存进入项目目录中,此外,还可以修改图形的大小、标题等属性。

小编有话说

  • 本文介绍了 Quarto 的安装、使用,以及编译出不同版本的文档。最后,介绍了文档基本构造以及注意事项。
  • 视频教程正在同步录制,如果觉得文档理解不了,就等我的视频吧~ B站搬运了许多 Quarto 英文教程,可供参考。

参考资料

[1]

官方链接: https://quarto.org/docs/get-started/

[2]

TinyTeX: https://yihui.org/tinytex/

[3]

html: https://quarto.org/docs/reference/formats/html.html

[4]

PDF: https://quarto.org/docs/reference/formats/pdf.html

[5]

MS Word : https://quarto.org/docs/reference/formats/docx.html

目录
相关文章
|
23天前
|
数据采集 前端开发 API
从零开始构建网络爬虫:ScrapeKit库详解
从零开始构建网络爬虫:ScrapeKit库详解
|
机器学习/深度学习 存储 人工智能
Gradio入门到进阶全网最详细教程[一]:快速搭建AI算法可视化部署演示(侧重项目搭建和案例分享)
Gradio入门到进阶全网最详细教程[一]:快速搭建AI算法可视化部署演示(侧重项目搭建和案例分享)
|
14天前
|
存储 机器学习/深度学习 人工智能
【LangChain系列】第八篇:文档问答简介及实践
【5月更文挑战第22天】本文探讨了如何使用大型语言模型(LLM)进行文档问答,通过结合LLM与外部数据源提高灵活性。 LangChain库被介绍为简化这一过程的工具,它涵盖了嵌入、向量存储和不同类型的检索问答链,如Stuff、Map-reduce、Refine和Map-rerank。文章通过示例展示了如何使用LLM从CSV文件中提取信息并以Markdown格式展示
72 2
|
23天前
|
存储 机器学习/深度学习 人工智能
【LangChain系列】第一篇:文档加载简介及实践
【5月更文挑战第14天】 LangChain提供80多种文档加载器,简化了从PDF、网站、YouTube视频和Notion等多来源加载与标准化数据的过程。这些加载器将不同格式的数据转化为标准文档对象,便于机器学习工作流程中的数据处理。文中介绍了非结构化、专有和结构化数据的加载示例,包括PDF、YouTube视频、网站和Notion数据库的加载方法。通过LangChain,用户能轻松集成和交互各类数据源,加速智能应用的开发。
81 1
|
22天前
|
测试技术 API 数据库
【LangChain系列】第二篇:文档拆分简介及实践
【5月更文挑战第15天】 本文介绍了LangChain中文档拆分的重要性及工作原理。文档拆分有助于保持语义内容的完整性,对于依赖上下文的任务尤其关键。LangChain提供了多种拆分器,如CharacterTextSplitter、RecursiveCharacterTextSplitter和TokenTextSplitter,分别适用于不同场景。MarkdownHeaderTextSplitter则能根据Markdown标题结构进行拆分,保留文档结构。通过实例展示了如何使用这些拆分器,强调了选择合适拆分器对提升下游任务性能和准确性的影响。
75 0
|
8月前
|
C++
[笔记]c++基础实践《四》chrono库使用
[笔记]c++基础实践《四》chrono库使用
|
小程序 Python
手把手教你使用 Quarto 构建文档 (1)
手把手教你使用 Quarto 构建文档 (1)
803 0
|
中间件 C#
MasaFramework入门第二篇,安装MasaFramework了解各个模板
MasaFramework入门第二篇,安装MasaFramework了解各个模板
184 0
MasaFramework入门第二篇,安装MasaFramework了解各个模板
|
API Python
《Python编程:从入门到实践》学习记录(17)项目-使用api
《Python编程:从入门到实践》学习记录(17)项目-使用api
《Python编程:从入门到实践》学习记录(17)项目-使用api
|
API
Fluro_Plus项目简介
Fluro_Plus项目简介
82 0

热门文章

最新文章