Nano Hash - криптовалюты, майнинг, программирование

Используйте pptxgenjs с chartjs для экспорта диаграмм одним щелчком мыши

Я использую node, express, чтобы создать веб-панель и создавать свои диаграммы с помощью ChartJS. Теперь я хочу экспортировать их в PowerPoint одним щелчком мыши (на 1 странице может быть 6-10 графиков / диаграмм).

Я видел, что PPTxGen JS рекомендуется для экспорта в PPT, но я не могу понять, как подключиться к моим существующим диаграммам.

Помогите пожалуйста?

Заранее спасибо.


Ответы:


1

Вы можете добавить кнопку, которая вызывает функцию, которая получит объект холста, затем вы можете получить dataUrl холста и добавить его как изображение в свой PowerPoint. Вот небольшой пример:

<canvas id="myChart" width="400" height="400"></canvas>
<script>
    var canvas = document.getElementById('myChart').getCanvas();
    var dataUrl = canvas.toDataUrl();
    var pptx = new PptxGenJs();
    var slide = pptx.addNewSlide();
    slide.addImage({data: dataUrl});
    pptx.save("test.pptx");
</script>
12.12.2019
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..