Код html для картинки: Изображения в HTML — Изучение веб-разработки

 ::: {#фиг-слон}

Слон
::: 

Обратите внимание, что последний абзац в блоке div используется в качестве подписи к рисунку.

Фигурки из латекса

В этом разделе описываются некоторые параметры обработки рисунков, характерные для вывода LaTeX.

Очень важно отметить, что использование опций fig-env и fig-pos , описанных ниже, приведет к созданию плавающей среды LaTeX (чаще всего \begin{figure} ). В зависимости от того, где этот LaTeX генерируется, он (например, находится ли он в другом \begin{figure} ) это может привести к созданию недействительного LaTeX. На всякий случай эти атрибуты обычно следует использовать только для изображений на самом верхнем уровне вашего документа.

Окружающая среда

Существует ряд пакетов LaTeX, которые предоставляют настраиваемые среды для фигур. Например, пакет mdframed включает в себя среду mdframed , используемую для заключения фигур в особый стиль рамки. По умолчанию Quarto использует стандартную среду фигура , но вы можете использовать fig-env атрибут, чтобы указать пользовательский. Например:

 ---
title: "Примечания"
формат:
  pdf:
    включить в заголовок:
      текст: |
        \usepackage{mdframed}
---
![Слон](elephant.png){fig-env="mdframed"} 

Положение рисунка

 \begin{figure}[ht]
\конец{рисунок} 

Вы можете указать fig-pos либо на уровне документа, либо в качестве опции блока исполняемого кода, либо в уценке. Здесь делаем все три:

 ---
title: "Мой документ"
формат:
  pdf:
    фиг-поз: 'h'
---
```{питон}
#| фиг-поз: 'т'
```
![](figure.png){fig-pos='b'} 

Дополнительные сведения о расположении фигурок LaTeX см. в этой статье.

Рисунки и блоки кода

Если ваша фигура была сгенерирована исполняемым блоком кода и код был включен в вывод (

PGF/Ti

Если вы создаете вывод LaTeX, Quarto автоматически создаст правильный LaTeX для уцененных изображений, которые ссылаются на файлы .tex , содержащие векторную графику PGF/Ti k Z. Например, следующие изображения уценки:

 ![](image1. tex)
![](image2.tex){ширина=80%} 

Будет записано в LaTeX как:

 \input{image1.tex}
\resizebox{0.8\linewidth}{!}{\input{image2.tex}} 

Как показано выше, ширина и высота проценты автоматически преобразуются в \linewidth в масштабе. В качестве альтернативы вы можете указать пользовательский LaTeX для аргументов width и height \resizebox .

Расположение подписей

По умолчанию подписи к рисункам располагаются под рисунками. В форматах HTML и PDF это поведение можно изменить с помощью параметра fig-cap-location . Например:

 ---
fig-cap-location: сверху
--- 

Обратите внимание, что этот параметр указан на верхнем уровне, поэтому его можно использовать как в формате PDF, так и в формате HTML. Если вы ориентируетесь только на один формат, вы можете поместить его вместе с другими специфическими параметрами формата .

Допустимые значения для местоположения подписи включают:

Дополнительную информацию о размещении подписей на полях см. в статье о макете статьи.

Пользовательские макеты

В примерах выше использовались атрибуты layout-ncol или layout-nrow для создания простых макетов, в которых все столбцы имеют одинаковые размеры. Атрибут layout позволяет создавать гораздо более сложные макеты.

Например, это определяет макет с двумя фигурами одинакового размера в первой строке, а затем еще одно изображение, которое охватывает всю вторую строку:

 ::: {layout="[[1,1], [1]]"}
![Сурус](surus. png)
![Ханно](hanno.png)
![Линь Ван](lin-wang.png)
::: 

Атрибут макета представляет собой двумерный массив, в котором первое измерение определяет строки, а второе — столбцы. В этом случае "layout="[[1,1], [1]]" переводится как: создать две строки, первая из которых имеет два столбца одинакового размера, а вторая - один столбец.0003

Обратите внимание, что числа в строке являются произвольными и не должны в сумме составлять определенную сумму. Поэтому вы можете использовать любую схему, которая наиболее естественна. Например, здесь мы определяем столбцы, занимающие различную ширину строки в процентах:

 ::: {layout="[[70,30], [100]]"}
![Сурус](surus.png)
![Ханно](hanno.png)
![Линь Ван](lin-wang.png)
::: 

Вы также можете использовать отрицательные значения для создания пространства между элементами. Например:

 ::: {layout="[[40,-20,40], [100]]"}
![Сурус](surus.png)
![Ханно](hanno.png)
![Линь Ван](lin-wang. png)
::: 

Вертикальное выравнивание

Если у вас есть макет с рядом изображений разной высоты, вы можете управлять их выравниванием по вертикали с помощью атрибута layout-valign . Простой пример:

 ::: {layout="[25,-2,10]" layout-valign="bottom"}
![Сурус](surus.png)
![Линь Ван](lin-wang.png)
::: 

Обратите внимание, что выравнивание по вертикали не ограничивается изображениями. Вы также можете выравнивать по вертикали любые другие элементы, включенные в панель.

Вычисления

Фигурки

Обратите внимание, что атрибуты макета рисунка также работают для рисунков, созданных блоками исполняемого кода. Вот примеры для Jupyter и Knitr:

• Jupyter
• Knitr

 ```{python}
#| макет-ncol: 2
#| фиговая шапка:
#| - «Линейный сюжет 1»
#| - «Линейный сюжет 2»
импортировать matplotlib. pyplot как plt
plt.plot([1,23,2,4])
plt.show()
plt.plot([8,65,23,90])
plt.show()
``` 

 ```{r}
#| макет-ncol: 2
#| фиговая шапка:
#| - «Скорость и тормозной путь автомобилей»
#| - «Давление паров ртути в зависимости от температуры»
участок (автомобили)
участок (давление)
``` 

Обратите внимание, что в этих примерах мы также используем опцию fig-cap для добавления подписи к каждой из сгенерированных фигур.

Подзаголовки

Вы можете создавать подзаголовки для вычислительного вывода, комбинируя параметры fig-cap и fig-subcap . При применении подписей к результатам вычислений вы можете дополнительно включить метку с префиксом fig- — если вы сделаете это, рисунок будет пронумерован и на него можно будет ссылаться.

• Jupyter
• Knitr

 ```{python}
#| лейбл: fig-charts
#| fig-cap: "Графики"
#| рис-подкап:
#| - "Первый"
#| - "Второй"
#| макет-ncol: 2
импортировать matplotlib. pyplot как plt
plt.plot([1,23,2,4])
plt.show()
plt.plot([8,65,23,90])
plt.show()
``` 

 ```{r}
#| лейбл: fig-charts
#| fig-cap: "Графики"
#| рис-подкап:
#| - "Легковые автомобили"
#| - "Давление"
#| макет-ncol: 2
участок (автомобили)
участок (давление)
``` 

Пользовательский макет

Макет работает одинаково для фигурок производства Knitr или Jupyter. Например, вот кусок кода Rmd, который создает 3 графика и определяет для них пользовательский макет:

 ```{р}
#| макет: [[45,-10, 45], [100]]
участок (автомобили)
участок (давление)
участок (мткары)
``` 

Макет блока

Хотя приведенные выше примеры иллюстрируют компоновку рисунков, важно отметить, что атрибуты компоновки можно использовать для компоновки содержимого блока любого типа. Например, здесь мы размещаем 2 списка рядом:

 ::: {макет-ncol=2}
### Список один
- Пункт А
- Пункт Б
- Пункт С
### Второй список
- Пункт Х
- Пункт Y
- Пункт З
::: 

Обратите внимание, что заголовки автоматически объединяются с блоком, который следует за ними, поэтому в этой уценке нужно разместить всего 2 столбца. Вот пример абзаца рядом с маркированным списком (без заголовков):

 ::: {макет-ncol=2}
- Пункт Х
- Пункт Y
- Пункт З
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Curabitur gravida eu Erat et Fring. Morbi congue augue vel eros ullamcorper, eget convallis tortor sagittis. Fusce sodales viverra mauris a fringilla. Donec feugiat, justo eu blandit placerat, enim dui volutpat turpis, eu dictum lectus urna eu urna. Mauris sed massa ornare, interdum ipsum a, semper massa.
::: 

Создание образов контейнеров Lambda — AWS Lambda

Предварительные условияТипы изображенийИнструменты контейнераНастройки образа контейнераСоздание образов из базовых образов AWSСоздание образов из альтернативных базовых образовЗагрузить образ в репозиторий Amazon ECRСоздать образ с помощью инструментария AWS SAM

AWS предоставляет набор базовых образов с открытым исходным кодом, которые можно использовать для создайте свой образ контейнера. Эти базовые образы включают в себя интерфейс времени выполнения client для управления взаимодействием между Lambda и кодом вашей функции.

Примеры приложений, включая пример Node.js и пример Python, см. Поддержка образа контейнера для Lambda в блоге AWS.

Чтобы сократить время, необходимое для активации функций контейнера Lambda, см. раздел Использование многоэтапных сборок в документации Docker. Чтобы создавать эффективные образы контейнеров, следуйте рекомендациям по написанию Dockerfiles.

Примечание

Образы контейнеров не поддерживаются для функций Lambda в регионе Ближнего Востока (ОАЭ).

Темы

• Базовые образы для Lambda
• Локальное тестирование образов контейнеров Lambda
• Предварительные условия
• Типы образов
• Инструменты контейнера
• Настройки образа контейнера 9 0369
• Создание образов из базовых образов AWS
• Создание образов из альтернативных базовых образов
• Загрузите образ в репозиторий Amazon ECR
• Создайте образ с помощью набора инструментов AWS SAM

Предварительные условия

Установите интерфейс командной строки AWS (AWS CLI) версии 2 и Docker CLI. Кроме того, обратите внимание на следующие требования:

• Образ контейнера должен реализовывать Lambda Runtime API. АМС клиенты интерфейса среды выполнения с открытым исходным кодом реализуют API. Ты можешь добавьте клиент интерфейса времени выполнения в предпочтительный базовый образ, чтобы сделать его совместимым с Lambda.

• Образ контейнера должен работать в файловой системе, доступной только для чтения. Ваш функциональный код может получить доступ к доступный для записи каталог /tmp с объемом хранилища от 512 МБ до 10 240 МБ с шагом 1 МБ.

• Пользователь Lambda по умолчанию должен иметь возможность читать все файлы, необходимые для запуска кода вашей функции. лямбда следует рекомендациям по безопасности, определяя пользователя Linux по умолчанию с минимальными привилегиями. Проверять что код вашего приложения не зависит от файлов, запуск которых другим пользователям Linux запрещен.

• Lambda поддерживает только образы контейнеров на базе Linux.

• Lambda предоставляет базовые образы для нескольких архитектур. Однако изображение, которое вы создаете для своей функции, должно только одна из архитектур. Lambda не поддерживает функции, использующие мультиархитектурный контейнер. изображений.

Типы образов

Можно использовать базовый образ, предоставленный AWS, или альтернативный базовый образ, например Alpine или Debian. лямбда поддерживает любое изображение, соответствующее одному из следующих форматов манифеста изображения:

Lambda поддерживает максимальный размер несжатого изображения 10 ГБ, включая все слои.

Инструменты контейнера

Чтобы создать образ контейнера, вы можете использовать любой инструмент разработки, который поддерживает один из следующих контейнеров. форматы манифеста образа:

Например, вы можете использовать интерфейс командной строки Docker для создания, тестирования и развертывания образов контейнеров.

Параметры образа контейнера

Lambda поддерживает следующие параметры образа контейнера в Dockerfile:

• ENTRYPOINT — указывает абсолютный путь к точке входа приложения.

• CMD — указывает параметры, которые вы хотите передать с помощью ENTRYPOINT.

• WORKDIR — указывает абсолютный путь к рабочему каталогу.

• ENV — указывает переменную среды для лямбда-функции.

Примечание

Lambda игнорирует значения любых неподдерживаемых параметров образа контейнера в Dockerfile.

Дополнительные сведения о том, как Docker использует параметры образа контейнера, см. в разделе ENTRYPOINT в Dockerfile. ссылка на веб-сайте Docker Docs. Дополнительные сведения об использовании ENTRYPOINT и CMD см. в разделе Демистификация ENTRYPOINT и CMD в Docker на веб-сайте Блог AWS с открытым исходным кодом.

Вы можете указать параметры образа контейнера в файле Dockerfile при создании образа. Вы также можете переопределить эти конфигурации с помощью консоли Lambda или Lambda API. Это позволяет развертывать несколько функций которые развертывают один и тот же образ контейнера, но с разными конфигурациями среды выполнения.

Предупреждение

При указании ENTRYPOINT или CMD в Dockerfile или в качестве переопределения убедитесь, что вы вводите абсолютный путь. Также не используйте символические ссылки в качестве точки входа в контейнер.

Создание образов из базовых образов AWS

Чтобы создать образ контейнера для новой функции Lambda, вы можете начать с базового образа AWS для Lambda. лямбда предоставляет два типа базовых образов:

• Базовый образ для нескольких архитектур

  Укажите один из основных тегов изображения (например, python:3.9 или java:11 ), чтобы выбрать этот тип изображения.

• Базовый образ для конкретной архитектуры

  Укажите тег изображения с суффиксом архитектуры. Например, укажите 3.9-arm64 , чтобы выбрать базовый образ arm64 для Python 3.9.

Вы также можете использовать альтернативный базовый образ из другого реестра контейнеров. Lambda предоставляет среду выполнения с открытым исходным кодом интерфейсные клиенты, которые вы добавляете в альтернативный базовый образ, чтобы сделать его совместимым с Lambda.

Примечание

AWS периодически предоставляет обновления базовых образов AWS для Lambda. Если ваш Dockerfile содержит имя образа в свойстве FROM, ваш клиент Docker извлекает последнюю версию образа из репозитория Amazon ECR. К использовать обновленный базовый образ, необходимо перестроить образ контейнера и обновить код функции.

Чтобы создать образ из базового образа AWS для Lambda

1. На локальном компьютере создайте каталог проекта для новой функции.

2. Создайте каталог с именем приложение в каталоге проекта, а затем добавьте свой код обработчика функции в каталог приложения.

3. Используйте текстовый редактор для создания нового Dockerfile.

   Базовые образы AWS содержат следующие переменные среды:

   Установите все зависимости в каталоге ${LAMBDA_TASK_ROOT} вместе с обработчиком функции, чтобы гарантировать чтобы среда выполнения Lambda могла найти их при вызове функции.

   Ниже показан пример Dockerfile для Node.js, Python и Ruby:

4. Создайте образ Docker с помощью команды docker build . Введите имя для изображения. следующий пример называет изображение привет-мир .

    docker build -t  привет-мир  . 

5. Запустите образ Docker с помощью команды docker run . Для этого примера введите hello-world в качестве имени изображения.

    docker run -p 9000:8080  привет-мир  

6. (необязательно) Протестируйте приложение локально с помощью интерфейса среды выполнения. эмулятор. Из нового окна терминала отправьте событие на следующую конечную точку, используя завиток команда:

    curl -XPOST "http://localhost:9000/2015-03-31/функции/функции/вызовы" -d '{}' 

   Эта команда вызывает функцию, работающую в образе контейнера, и возвращает ответ.

Создание образов из альтернативных базовых образов

Предварительные условия

• Интерфейс командной строки AWS

• Рабочий стол Docker

• Код вашей функции

Для создания образа с использованием альтернативного базового образа

1. Выберите базовый образ. Lambda поддерживает все дистрибутивы Linux, такие как Alpine, Debian и Ubuntu.

2. На локальном компьютере создайте каталог проекта для новой функции.

3. Создайте каталог с именем app в каталоге проекта, а затем добавьте код обработчика функции в приложение. каталог.

4. Используйте текстовый редактор для создания нового Dockerfile со следующей конфигурацией:

   • Задайте для свойства FROM URI базового образа.

   • Добавьте инструкции по установке клиента интерфейса среды выполнения.

   • Установите свойство ENTRYPOINT для вызова клиента интерфейса среды выполнения.

   • Установите аргумент CMD , чтобы указать обработчик функции Lambda.

   В следующем примере показан Dockerfile для Python:

    # Определить каталог функций
   ARG FUNCTION_DIR="/функция"
   ИЗ python: buster как образ сборки
   # Установить зависимости сборки aws-lambda-cpp
   RUN apt-получить обновление && \
     apt-получить установку -y \
     г++ \
     делать \
     cmake \
     распаковать \
     libcurl4-openssl-dev
   # Включить глобальный аргумент на этом этапе сборки
   ARG FUNCTION_DIR
   # Создать каталог функций
   ЗАПУСК mkdir -p ${FUNCTION_DIR}
   # Скопировать код функции
   КОПИРОВАТЬ приложение/* ${FUNCTION_DIR}
   # Установить клиент интерфейса времени выполнения
   ЗАПУСТИТЬ установку пипа \
           --цель ${FUNCTION_DIR} \
           ужасный
   # Многоэтапная сборка: возьмите новую копию базового образа
   ОТ питона: Бастер
   # Включить глобальный аргумент на этом этапе сборки
   ARG FUNCTION_DIR
   # Установить рабочий каталог как корневой каталог функции
   РАБОЧИЙ КАТАЛОГ ${FUNCTION_DIR}
   # Скопируйте зависимости образа сборки
   КОПИРОВАТЬ --from=build-image ${FUNCTION_DIR} ${FUNCTION_DIR}
   ТОЧКА ВХОДА [ "/usr/local/bin/python", "-m", "awslambdaric" ]
   CMD [ "app. handler" ]
            

5. Создайте образ Docker с помощью команды docker build . Введите имя для изображения. В следующем примере изображение называется hello-world .

    docker build -t  привет-мир  . 

6. (необязательно) Протестируйте приложение локально с помощью интерфейса Runtime. эмулятор.

Загрузите образ в репозиторий Amazon ECR

Чтобы загрузить изображение в Amazon ECR и создать функцию Lambda

1. Запустите команду get-login-password для аутентификации интерфейса командной строки Docker в вашем реестре Amazon ECR.

    aws ecr get-login-password --region  us-east-1  | docker login --username AWS --password-stdin  111122223333  .dkr.ecr.  сша-восток-1  .amazonaws.com 

2. Создайте репозиторий в Amazon ECR с помощью команды create-repository.

    aws ecr create-repository --repository-name  hello-world  --image-scanning-configuration scanOnPush=true --image-tag-mutability MUTABLE 

   В случае успеха вы увидите такой ответ:

    {
       "хранилище": {
           "repositoryArn": "arn:aws:ecr:us-east-1:111122223333:repository/hello-world",
           "registryId": "111122223333",
           "repositoryName": "привет-мир",
           "repositoryUri": "111122223333.dkr.ecr.us-east-1.amazonaws.com/hello-world",
           "createdAt": "2023-03-09Т10:39:01+00:00",
           "imageTagMutability": "ИЗМЕНЯЕМЫЙ",
           "imageScanningConfiguration": {
               "сканонпуш": правда
           },
           "конфигурация шифрования": {
               "тип шифрования": "AES256"
           }
       }
   } 

3. Скопируйте репозиторий Uri из выходных данных на предыдущем шаге.

4. Запустите команду docker tag, чтобы пометить локальный образ в репозиторий Amazon ECR как последнюю версию. В этой команде:

   • Замените docker-image:test именем и тегом вашего образа Docker.

   • Замените URI репозитория Amazon ECR на скопированный Uri репозитория . Не забудьте включить :latest в конце URI.

    тег докера  образ докера  :  тест   111122223333  .dkr.ecr.  сша-восток-1  .amazonaws.com/  привет-мир  :последний 

5. Запустите команду docker push, чтобы развернуть локальный образ в репозиторий Amazon ECR. Не забудьте указать :latest в конце URI репозитория.

    docker push  111122223333  .dkr.ecr.  us-east-1  .amazonaws.com/  hello-world  :последний 

6. Создайте роль выполнения для функции, если у вас ее еще нет. На следующем шаге вам потребуется имя ресурса Amazon (ARN) роли.

7. Создайте лямбда-функцию. Для ImageUri укажите URI репозитория из предыдущего. Не забудьте включить :latest в конце URI.

    лямбда-функция создания aws \
     --имя-функции  привет-мир  \
     --package-type Изображение \
     --code ImageUri=  111122223333  .dkr.ecr.  us-east-1  .amazonaws.com/  hello-world  :последние \
     --role  arn:aws:iam::111122223333:role/lambda-ex  

8. Вызов функции.

    aws lambda invoke --function-name  hello-world  response.json 

   Вы должны увидеть такой ответ:

    {
     "ExecutedVersion": "$ ПОСЛЕДНЯЯ",
     «Код состояния»: 200
   } 

9. Чтобы увидеть вывод функции, проверьте файл response.json .

Чтобы обновить код функции, необходимо создать новую версию образа и сохранить образ в репозитории Amazon ECR.