Plotagem e gráficos

Introdução

A extensão quarto-live prepara os ambientes R e Python com dispositivos gráficos compatíveis com WebAssembly, para que a plotagem funcione imediatamente. Neste guia, você aprenderá como criar visualizações interativas e personalizar seus gráficos diretamente nos documentos Quarto.

Exemplos de visualização dinâmica

Abaixo estão exemplos de plotagem interativa para R e Python, mostrados lado a lado usando um conjunto de guias Quarto.

Código-fonte

Exemplo R

Exemplo Python

Exemplo R

Exemplo Python

Personalização do tamanho do gráfico

Você pode configurar o tamanho do gráfico usando as opções de célula fig-width e fig-height. O tamanho da figura é medido em polegadas e os gráficos são renderizados com uma escala interna de 2×.

R: dimensões personalizadas do gráfico

Código-fonte

```{webr}
#| fig-width: 8
#| fig-height: 4
plot(rnorm(10000), t = 'l')
```

Resultados

Python: dimensões personalizadas do gráfico

Código-fonte

```{pyodide}
#| fig-width: 8
#| fig-height: 4
#| fig-dpi: 72
import matplotlib.pyplot as plt
import numpy as np

x = np.random.normal(1, 1, 10000)
plt.plot(x, '-')
plt.show() 
```

Resultados

Requisitos do navegador para gráficos

Tanto para R quanto para Python, o dispositivo gráfico padrão baseado em tela requer um navegador da web compatível com a API OffscreenCanvas. A maioria dos navegadores modernos suporta essa API; no entanto, sistemas mais antigos ou alguns dispositivos móveis podem não suportar.

Gráficos R

Para gráficos webR, há um dispositivo de fallback bitmap baseado em uma compilação WebAssembly da biblioteca de gráficos Cairo. Embora esse recurso alternativo funcione bem, ele é mais lento e requer o download de um recurso adicional ao carregar a página.

Gráficos Python

Para Pyodide, atualmente não há bitmap fallback. Navegadores não suportados podem exibir uma mensagem de erro semelhante a:

Aviso

Não é possível importar ‘OffscreenCanvas’ de ‘js’

Nota

Um recurso gráfico semelhante bitmap para Python está planejado para uma versão futura do quarto-live.

Leitura adicional

Para obter mais detalhes sobre plotagem interativa, considere explorar:

• Visualização interativa de dados em R – Aprenda a criar visualizações dinâmicas usando ggplot2 e Plotly.
• Gráficos interativos em Python – Aprofunde-se na criação de gráficos interativos usando matplotlib e Plotly.
• Execução e visualização híbridas – Explore técnicas avançadas para combinar gráficos pré-renderizados e interativos ao vivo.

Explore mais artigos

Nota

Aqui estão mais artigos da mesma categoria para ajudá-lo a se aprofundar no tópico.