Quarto Slides with Beamer/PPT/Revealjs

ECNU统计学院模板 — 16:9

汤银才

华东师范大学统计学院

2025-05-07

目录

• 基本介绍
  • 认识 Quarto
• 幻灯片常用要素设定
• 代码
  • R代码
  • Python代码

基本介绍

目录

• 基本介绍

• 幻灯片常用要素设定

• 代码

认识 Quarto

从 Rmarkdown 到 Quarto

• 由Posit (前身为Rstudio) 全新打造: 下一代的RMarkdown， 于2021年1月开始开发，2022年12月发布第一版

• Quarto 是一个基于 Pandoc 的现代开源科技出版系统

• 功能更加强大和灵活: 适用于数据分析和机器学习等领域

• 支持代码块执行: R, Python，Julia，JavaScript Observable 等

• 支持多格式输出: PDF、HTML、、Word 等

• 支持自定义: CSS、JavaScript 和 模板

基于Quarto的文学化统计编程流程

图 1: Quarto 文学化统计编程流程

Quarto工作原理

图 2: Quarto工作原理

幻灯片常用要素设定

目录

• 基本介绍

• 幻灯片常用要素设定

• 代码

有序列表设定

有序列表(代码)

1.  one
2.  two
3.  three

有序列表(结果)

1. one
2. two
3. three

无序列表设定

无序列表(代码)

* fruits
    + apples
    + pears

无序列表(结果)

• fruits
  • apples
  • pears

数学公式

• 行内公式 $x^2+y^2=1$ 或 \(x^2+y^2=1\): x^2+y^2=1.

• 独立行公式: 公式, 公式(1)

\frac{\partial \mathrm C}{ \partial \mathrm t } + \frac{1}{2}\sigma^{2} \mathrm S^{2} \frac{\partial^{2} \mathrm C}{\partial \mathrm C^2} + \mathrm r \mathrm S \frac{\partial \mathrm C}{\partial \mathrm S}\ = \mathrm r \mathrm C \tag{1}

• 多行公式 — 一个标号: 公式(2)

\begin{aligned} g(X_{n}) &= g(\theta)+g'({\tilde{\theta}})(X_{n}-\theta) \\ \sqrt{n}[g(X_{n})-g(\theta)] &= g'\left({\tilde{\theta}}\right) \sqrt{n}[X_{n}-\theta ] \end{aligned} \tag{2}

分栏布局

• 左栏内容

• 左栏内容

1. 右栏内容

2. 右栏内容

代码

目录

• 基本介绍

• 幻灯片常用要素设定

• 代码

R代码

R图形输出: 图 3

plot(pressure)

图 3: R图形

表格输出—使用kable程序包, 表 1

n <- 100
x <- rnorm(n)
y <- 2*x + rnorm(n)
out <- lm(y ~ x)
library(knitr)
kable(caption = "kable", 
      summary(out)$coef, 
      digits=2)

表 1: kable表格

	Estimate	Std. Error	t value	Pr(>|t|)
(Intercept)	-0.14	0.10	-1.41	0.16
x	2.05	0.09	22.12	0.00

Python代码

Python图形输出: 图 4.

import matplotlib.pyplot as plt
import numpy as np
t = np.arange(0.0, 2.0, 0.01)
s = 1 + np.sin(2*np.pi*t)
plt.plot(t, s)
plt.grid(True)
plt.show()
# plt.close("all")

图 4: Python图形

参考文献

Quarto比Rmarkdown更适合进行文学化统计编程 (Knuth, 1984; Xie, 2014, 2015). 有关R语言的学习可参考 R Core Team (2021), 汤银才 (2024).

Knuth, D. E. (1984). Literate Programming. Comput. J., 27(2), 97–111. https://doi.org/10.1093/comjnl/27.2.97

R Core Team. (2021). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing.

Xie, Y. (2014). knitr: A Comprehensive Tool for Reproducible Research in R. 收入 V. Stodden, F. Leisch, & R. D. Peng (编), Implementing Reproducible Computational Research. Chapman; Hall/CRC.

Xie, Y. (2015). Dynamic Documents with R and knitr (2nd 本). Chapman; Hall/CRC.

汤银才. (2024). R语言与统计分析(第二版) (2nd 本). 高等教育出版社.