python 讀取 excel 生成 html 頁面

言

有天老板找我到辦公室跟我說要做一個商城，商城賣出去東西就有傭金可以拿。我聽著就頭大。老板打開電腦給我看了網站：你看一下這個網站，照著它的流程就可以擁有一個商城了。我靠過去一看，大概了解一下：原來是利用第三方工具就可以構建一個導購網站，只要消費者在網站領取優惠券就會自動跳轉到某bao的購買頁面，購買成功后就可以有傭金了。我看了一下覺得可以，只要不讓我敲代碼一切好說。于是我照著流程構建了一個網站，然后勾選了很多零食進行推廣，然后我就發現了一個問題：我只勾選了一些零食啊，商城怎么還有其它類型的商品?我思索了一下就明白了，這網站還是挺流氓的，還摻雜著其他人的推廣鏈接，我一想這樣不行，轉化率肯定低啊。果不其然，試用了一天就只有5個單子，因為公司的網站還是挺有流量的，所以這轉化率不可能這么低。老板看了一下，覺得沒什么用讓我把商城入口給關了，我只好照做，但是我心里對這流氓網站不服啊，于是我打算自己做一個導購網站。（最后還是要敲代碼(。?_?)/~~~）

想法

在推廣平臺上下載一個商品清單的excel文檔，文檔的內容包含：商品的名稱、商品的主圖鏈接、商品分類、商品價格、商品推廣鏈接.....。
利用python讀取excel，獲得分類、商品信息的json文件。
創建一個html頁面讀取json文件，把分類和商品顯示出來，利用html中的錨點定位，點擊就會滾動到對應的分類商品，就可以選擇心儀的商品下單，從而達到推廣商品的作用了。

行動

1. 安裝xlrd

cmd窗口： pip install xlrd

2.創建index.py，導入模塊

import xlrd

3.打開Excel文件讀取數據

wb= xlrd.open_workbook('文件路徑')

4.獲取表格

sheet1 = wb.sheet_by_index(0) #這里的excel文檔內只有一個表格，0代表第一個

5.獲取表格的行數

rows = sheet1.nrows

6.獲取表格中的類目

商品一級類目

住宅家具

影音電器

美容護膚

廚房電器

運動服/休閑服裝

餐飲具

category0 = sheet1.col_values(4) #獲取列內容(類目)，這里excel文檔的第四列是類目
del category0[0] #刪除列表中的 "商品一級類目"
category = sorted(set(category0),key=category0.index) #類目列表->去除重復

7.整理數據

[ 
 [
 分類名，
 [商品信息]
 ],
 [
 分類名，
 [商品信息]
 ]
]
data = []
for i,v in enumerate(category):
 data.append([v,[]])
for i,v in enumerate(data):
 for x in range(rows):
 if v[0] == sheet1.cell(x,4).value:
 data[i][1].append(sheet1.row_values(x))

8.導出json文件

jsonData = json.dumps(data, ensure_ascii=False)
with open('results.json', 'w',encoding="utf-8") as f:
 f.write(jsonData)

9.運行index.py,獲得json文件

cmd窗口：python index.py

10.創建html頁面，并引用json文件

<!DOCTYPE html>
<html lang="en">
<head>
 <meta charset="UTF-8">
 <script src="http://libs.baidu.com/jquery/2.0.0/jquery.min.js"></script>
 <script>//引用jquery
 $(function(){
function color16(){//十六進制顏色隨機
 var r = Math.floor(Math.random()*256);
 var g = Math.floor(Math.random()*256);
 var b = Math.floor(Math.random()*256);
 var color = '#'+r.toString(16)+g.toString(16)+b.toString(16);
 return color;
 }
var navo = '';//類目導航
var info = '';//商品內容
$.get('./results.json', function(data) {//請求json文件
 
 $.each(data, function(index, val) {
 navo+="<a href='#"+val[0]+"''>"+val[0]+"</a>　"
 });//把json文件中的類目數組遍歷出來,并用錨定位
 $.each(data, function(index, val) {
 var div_title = "<div id='"+val[0]+"' style='float:left;'>";
 var div_content = "";
 $.each(val[1], function(index, val) {
 div_content+="<div style='background:"+color16()+"' onclick=\"location.href=\'"+val[21]+"\'\" class='pro_img'>"+val[1]+"<span class='money'>￥"+val[6]+"</span><\/div>"
 });
 var div_footer ="</div><br>";
 info+=div_title+div_content+div_footer
 });
$('#nav').html(navo);//把導航顯示出來
$('#content').html(info);//把商品顯示出來
 },'json');
 })
 
 </script>
 <style>
 #content{
 margin-top: 10px
 }
 .money{
 position: absolute;
 left: 0;
 bottom: 0;
 height: 30px;
 line-height: 30px;
 color: #e22a40;
 font-weight: 700
 }
 .pro_img{
 position: relative;
 float: left;
 width: 220px;
 height: 220px;
 line-height: 220px;
 text-align: center;
 border: 1px solid #eee;
 cursor: pointer;
 font-size: 30px;
 white-space:normal; 
 overflow:hidden; /*超過部分不顯示*/
 　　　　　text-overflow:ellipsis; /*超過部分用點點表示*/
 　　　　　white-space:nowrap;*//*不換行
 }
 </style>
</head>
<body>
<div id="nav"></div>
<div id="content"></div>
</body>
</html>

效果

https://fjxasdf.github.io/daogou （github比較卡）

遺留問題

導購頁面沒有樣式，不夠美觀。
沒有顯示商品圖片，由于excel文檔中有1萬條商品信息，把一萬張圖片顯示出來太卡了。

信我或關注微信號：獅范兒，回復：學習，獲取免費學習資源包。

Excel文件轉成html頁面代碼

main類：啟動類

package com.test;
 
import trans.toHtml;
 
public class testToHtml {
 
/**
 * @param args
 */
public static void main(String[] args) {
// TODO Auto-generated method stub
 toHtml th=new toHtml();
 // System.out.println(System.getProperty("java.library.path"));
 //-Djava.library.path=D:\jar\jacob_1.9
 th.excelToHtml("d:/excel/運維門戶通訊錄.xlsx", "d:/test.html");
}
 
}

代碼：

package trans;
 
import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileWriter;
import java.io.IOException;
import java.io.InputStreamReader;
 
import com.jacob.activeX.ActiveXComponent;
import com.jacob.com.Dispatch;
import com.jacob.com.Variant;
 
public class toHtml {
 int WORD_HTML = 8;
 int WORD_TXT = 7;
 int EXCEL_HTML = 44;
 
 /**
 * WORD?HTML
 * @param docfile WORD ? ?· 
 * @param htmlfile ? HTML · 
 */
 public void wordToHtml(String docfile, String htmlfile)
{
 ActiveXComponent app = new ActiveXComponent("Word.Application"); // word
 try
 {
 app.setProperty("Visible", new Variant(false));
 Dispatch docs = app.getProperty("Documents").toDispatch();
 Dispatch doc = Dispatch.invoke(docs,"Open",Dispatch.Method,new Object[] { docfile, new Variant(false),new Variant(true) }, new int[1]).toDispatch();
 Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[] {htmlfile, new Variant(WORD_HTML) }, new int[1]);
 Variant f = new Variant(false);
 Dispatch.call(doc, "Close", f);
 }
 catch (Exception e)
 {
 e.printStackTrace();
 }
 finally
 {
 app.invoke("Quit", new Variant[] {});
 }
 }
 
 /**
 * EXCEL?HTML
 * @param xlsfile EXCEL ? ?· 
 * @param htmlfile ? HTML · 
 */
 public void excelToHtml(String xlsfile, String htmlfile)
{
 ActiveXComponent app = new ActiveXComponent("Excel.Application"); // excel
 try
 {
 app.setProperty("Visible", new Variant(false));
 Dispatch excels = app.getProperty("Workbooks").toDispatch();
 Dispatch excel = Dispatch.invoke(excels,"Open",Dispatch.Method,new Object[] { xlsfile, new Variant(false),new Variant(true) }, new int[1]).toDispatch();
 Dispatch.invoke(excel, "SaveAs", Dispatch.Method, new Object[] {htmlfile, new Variant(EXCEL_HTML) }, new int[1]);
 Variant f = new Variant(false);
 Dispatch.call(excel, "Close", f);
 }
 catch (Exception e)
 {
 e.printStackTrace();
 }
 finally
 {
 app.invoke("Quit", new Variant[] {});
 }
 }
 
 /**
 * /? ? 
 * @param folderPath ? ?· 
 * @param htmlfile ? HTML · 
 */
 public void delFolder(String folderPath)
{
 try
 {
 delAllFile(folderPath); //? 
 String filePath = folderPath;
 filePath = filePath.toString();
 java.io.File myFilePath = new java.io.File(filePath);
 myFilePath.delete(); //? ? 
 } catch (Exception e) {e.printStackTrace();}
 }
 
 /**
 * /? ? ?
 * @param path ? ?· 
 */
 public boolean delAllFile(String path)
{
 boolean flag = false;
 File file = new File(path);
 if (!file.exists())
 {
 return flag;
 }
 if (!file.isDirectory())
 {
 return flag;
 }
 String[] tempList = file.list();
 File temp = null;
 for (int i = 0; i < tempList.length; i++)
 {
 if (path.endsWith(File.separator))
 {
 temp = new File(path + tempList[i]);
 }
 else
 {
 temp = new File(path + File.separator + tempList[i]);
 }
 if (temp.isFile())
 {
 temp.delete();
 }
 if (temp.isDirectory())
 {
 delAllFile(path + "/" + tempList[i]);// ? ? ?
 delFolder(path + "/" + tempList[i]);// ? ? 
 flag = true;
 }
 }
 return flag;
 }
}
需要的jar包
<<jacob.jar>>
<<toHtml.java>>
<<testToHtml.java>>

來源網絡，侵權聯系刪除

私信我或關注微信號：獅范兒，回復：學習，獲取免費學習資源包。

能轉換：R圖和統計表轉成發表級的Word、PPT、Excel、HTML、Latex、矢量圖等

R包export可以輕松的將R繪制的圖和統計表輸出到 Microsoft Office (Word、PowerPoint和Excel)、HTML和Latex中，其質量可以直接用于發表。

你和PPT高手之間，就只差一個iSlide
Excel改變了你的基因名，30% 相關Nature文章受影響，NCBI也受波及

特點

可以用命令將交互式R圖或ggplot2、Lattice或base R圖保存到Microsoft Word、Powerpoint或其他各種位圖或矢量格式。
完全可編輯的Powerpoint矢量格式輸出，支持手動整理繪圖布局。
將統計分析的輸出保存為Excel、Word、PowerPoint、Latex或HTML文檔的表格形式。
自定義R輸出格式。

安裝

export包可以在Windows、Ubuntu和Mac上跨平臺運行。不過有些Mac發行版默認情況下沒有安裝cairo設備，需要自行安裝。如果Mac用戶已安裝XQuartz，這個問題就解決了，它可以從https://www.xquartz.org/免費獲得。

官方CRAN發布（以不能用）

install.packages("export")

從 Github 安裝（推薦

install.packages("officer")
install.packages("rvg")
install.packages("openxlsx")
install.packages("ggplot2")
install.packages("flextable")
install.packages("xtable")
install.packages("rgl")
install.packages("stargazer")
install.packages("tikzDevice")
install.packages("xml2")
install.packages("broom")
install.packages("devtools")
devtools::install_github("tomwenseleers/export")

該包主要包括以下幾種轉換

graph2bitmap
graph2office
graph2vector
rgl2bitmap 轉換3D圖
table2office
table2spreadsheet
table2tex
graph2bitmap: 將當前R圖保存到bmp文件中
graph2png: 將當前R圖保存到png文件中
graph2tif: 將當前R圖保存到TIF文件中
graph2jpg: 將當前R圖保存為JPEG文件

使用幫助信息如下：

graph2bitmap(x = NULL, file = "Rplot", fun = NULL, type = c("PNG","JPG", "TIF"),
        aspectr = NULL, width = NULL, height = NULL, dpi = 300,scaling = 100,
        font =ifelse(Sys.info()["sysname"] == "Windows", "Arial",
        "Helvetica")[[1]], bg = "white", cairo = TRUE,
        tiffcompression = c("lzw", "rle", "jpeg", "zip", "lzw+p", "zip+p"),
        jpegquality = 99, ...)

aspectr: 期望縱橫比。如果設置為空，則使用圖形設備的縱橫比。
width: 所需寬度(英寸);可以與期望的縱橫比aspectr組合。
height: 所需高度(英寸);可以與期望的縱橫比aspectr組合。
scaling: 按一定比例縮放寬度和高度。
font: PNG和TIFF輸出中標簽所需的字體; Windows系統默認為Arial，其他系統默認為Helvetica。
bg: 所需的背景顏色，例如“白色”或“透明”。
cairo: 邏輯，指定是否使用Cairographics導出。
tiffcompression: 用于TIF文件的壓縮。
jpegquality: JPEG壓縮的質量。

準備開始

安裝完 export包后，先調用該包

library(export)

用ggplot2繪圖

library(ggplot2)
library(datasets)

x=qplot(Sepal.Length, Petal.Length, data = iris,
        color = Species, size = Petal.Width, alpha = I(0.7))

qplot()的意思是快速作圖，利用它可以很方便的創建各種復雜的圖形，其他系統需要好幾行代碼才能解決的問題，用qplot只需要一行就能完成。

使用半透明的顏色可以有效減少圖形元素重疊的現象，要創建半透明的顏色，可以使用alpha圖形屬性，其值從0（完全透明）到1（完全不透明）。更多ggplot2繪圖見ggplot2高效實用指南 (可視化腳本、工具、套路、配色) （往期教程更有很多生物信息相關的例子）。

鳶尾花(iris)是數據挖掘常用到的一個數據集，包含150個鳶尾花的信息，每50個取自三個鳶尾花種之一（setosa,versicolour或virginica)。每個花的特征用下面的5種屬性描述萼片長度(Sepal.Length)、萼片寬度(Sepal.Width)、花瓣長度(Petal.Length)、花瓣寬度(Petal.Width)、類(Species)。

在console里展示數據圖（長寬比自己調節）：

導出圖形對象

# 需運行上面的ggplot2繪圖
# Create a file name
# 程序會自動加后綴
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")
# There are 3 ways to use graph2bitmap():
### 1. Pass the plot as an object
graph2png(x=x, file=filen, dpi=400, height = 5, aspectr=4)
graph2tif(x=x, file=filen, dpi=400, height = 5, aspectr=4)
graph2jpg(x=x, file=filen, dpi=400, height = 5, aspectr=4)

導出當前繪圖窗口展示的圖

### 2. Get the plot from current screen device
# 注意這個x，是運行命令，展示圖像
x
graph2png(file=filen, dpi=400, height = 5, aspectr=4)
graph2tif(file=filen, dpi=400, height = 5, aspectr=4)
graph2jpg(file=filen, dpi=400, height = 5, aspectr=4)

導出自定義函數輸出的一組圖

### 3. Pass the plot as a functio
plot.fun <- function(){
  print(qplot(Sepal.Length, Petal.Length, data = iris,
              color = Species, size = Petal.Width, alpha = 0.7))
}
graph2png(file=filen, fun=plot.fun, dpi=400, height = 5, aspectr=4)
graph2tif(file=filen, fun=plot.fun, dpi=400, height = 5, aspectr=4)
graph2jpg(file=filen, fun=plot.fun, dpi=400, height = 5, aspectr=4)

轉換后的圖形:

與Office系列的交互

大部分圖的細節修改都是用代碼完成的，不需要后續的修飾；但如果某一些修改比較特異，不具有程序的通用性特征，或實現起來比較困難，就可以考慮后期修改。比如用AI文章用圖的修改和排版。熟悉PPT的，也可以用PPT，這時R的圖導出PPT，就要用到graph2office系列函數了。

graph2ppt: 將當前R圖保存到Microsoft Office PowerPoint/LibreOffice Impress演示文稿中。

graph2doc:將當前的R圖保存到Microsoft Office Word/LibreOffice Writer文檔中。

函數參數展示和解釋

graph2office(x = NULL, file = "Rplot", fun = NULL, type = c("PPT", "DOC"),
        append = FALSE, aspectr = NULL, width = NULL, height = NULL,scaling = 100,
        paper = "auto", orient = ifelse(type[1] == "PPT","landscape", "auto"),
        margins = c(top = 0.5, right = 0.5, bottom = 0.5, left= 0.5),
        center = TRUE, offx = 1, offy = 1, upscale = FALSE, vector.graphic = TRUE, ...)

margins: 預設留白邊距向量。
paper: 紙張尺寸——“A5”至“A1”用于Powerpoint導出，或“A5”至“A3”用于Word輸出;默認“auto”自動選擇適合您的圖形的紙張大小。如果圖太大，無法在給定的紙張大小上顯示，則按比例縮小。
orient: 所需的紙張方向-“自動”，“縱向”或“橫向”; Word輸出默認為“自動”，Powerpoint默認為“橫向”。
vector.graphic: 指定是否以可編輯的向量DrawingML格式輸出。默認值為TRUE，在這種情況下，編輯Powerpoint或Word中的圖形時，可以先對圖形元素進行分組。如果設置為FALSE，則將該圖以300 dpi的分辨率柵格化為PNG位圖格式。(柵(shān)格化,是PS中的一個專業術語,柵格即像素,柵格化即將矢量圖形轉化為位圖。)

同樣有3種導出方式

# 需運行上面的ggplot2繪圖
# Create a file name
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")
# There are 3 ways to use graph2office():
### 1. Pass the plot as an object
# 導出圖形對象
graph2ppt(x=x, file=filen)
graph2doc(x=x, file=filen, aspectr=0.5)
### 2. Get the plot from current screen device
# 導出當前預覽窗口呈現的圖
x
graph2ppt(file=filen, width=9, aspectr=2, append = TRUE)
graph2doc(file=filen, aspectr=1.7, append =TRUE)
### 3. Pass the plot as a function
# 導出自定義函數輸出的一系列圖
graph2ppt(fun=plot.fun, file=filen, aspectr=0.5, append = TRUE)
graph2doc(fun=plot.fun, file=filen, aspectr=0.5, append = TRUE)

導出到office(ppt和word)中的圖形，是可編輯的:

其它導出到ppt的例子（設置長寬比）

graph2ppt(file="ggplot2_plot.pptx", aspectr=1.7)

增加第二張同樣的圖，9英寸寬和A4長寬比的幻燈片 (append=T，追加)

graph2ppt(file="ggplot2_plot.pptx", width=9, aspectr=sqrt(2), append=TRUE)

添加相同圖形的第三張幻燈片，寬度和高度固定

graph2ppt(file="ggplot2_plot.pptx", width=6, height=5, append=TRUE)

禁用矢量化圖像導出

graph2ppt(x=x, file=filen, vector.graphic=FALSE, width=9, aspectr=sqrt(2), append = TRUE)

用圖填滿幻燈片

graph2ppt(x=x, file=filen, margins=0, upscale=TRUE, append=TRUE)

輸出矢量圖

graph2svg: 將當前的R圖保存為SVG格式
graph2pdf: 將當前的R圖保存為PDF格式
graph2eps: 將當前的R圖保存為EPS格式

函數參數解釋

graph2vector(x = NULL, file = "Rplot", fun = NULL, type = "SVG",aspectr = NULL,
        width = NULL, height = NULL, scaling = 100,
        font = ifelse(Sys.info()["sysname"] == "Windows",
        "Arial","Helvetica")[[1]], bg = "white", colormodel = "rgb",
        cairo = TRUE,fallback_resolution = 600, ...)

fallback_resolution: dpi中的分辨率用于柵格化不支持的矢量圖形。

#需運行上面的ggplot2繪圖
# Create a file name
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")
# There are 3 ways to use graph2vector():
### 1. Pass the plot as an object
# 導出圖形對象
graph2svg(x=x, file=filen, aspectr=2, font = "Times New Roman",
          height = 5, bg = "white")
graph2pdf(x=x, file=filen, aspectr=2, font = "Arial",
          height = 5,  bg = "transparent")
graph2eps(x=x, file=filen, aspectr=2, font = "Arial",
          height = 5, bg = "transparent")
# 導出當前預覽窗口呈現的圖
### 2. Get the plot from current screen device
x
graph2svg(file=filen, aspectr=2, font = "Arial",
          height = 5, bg = "transparent")
graph2pdf(file=filen, aspectr=2, font = "Times New Roman",
          height = 5, bg = "white")
graph2eps(file=filen, aspectr=2, font = "Times New Roman",
          height = 5, bg = "white")
# 導出自定義函數輸出的一系列圖
### 3. Pass the plot as a function
graph2svg(file=filen, fun = plot.fun, aspectr=2, font = "Arial",
          height = 5, bg = "transparent")
graph2pdf(file=filen, fun=plot.fun, aspectr=2, font = "Arial",
          height = 5, bg = "transparent")
graph2eps(file=filen, fun=plot.fun, aspectr=2, font = "Arial",
          height = 5, bg = "transparent")

轉換3D圖形

rgl2png: 將當前的rgl 3D圖形保存為PNG格式。

rgl2bitmap(file = "Rplot", type = c("PNG"))

# Create a file name
filen <- tempfile("rgl") # or
# filen <- paste("YOUR_DIR/rgl")
# Generate a 3D plot using 'rgl'
x = y = seq(-10, 10, length = 20)
z = outer(x, y, function(x, y) x^2 + y^2)
rgl::persp3d(x, y, z, col = 'lightblue')
# Save the plot as a png
rgl2png(file = filen)
# Note that omitting 'file' will save in current directory

生成的3D圖形：

將生成的3D圖形保存為PNG格式：

輸出統計結果到表格 table2spreadsheet

table2excel: 導出統計輸出到Microsoft Office Excel/ LibreOffice Calc電子表格中的一個表.
table2csv:將統計輸出以CSV格式導出到表中(“，”表示值分隔，“。”表示小數)
table2csv2: 將統計輸出以CSV格式導出到表中(“;”表示值分隔，”，”表示小數)

table2spreadsheet(x = NULL, file = "Rtable", type = c("XLS", "CSV",
  "CSV2"), append = FALSE, sheetName = "new sheet", digits = 2,
  digitspvals = 2, trim.pval = TRUE, add.rownames = FALSE, ...)

sheetName: 一個字符串，給出創建的新工作表的名稱(僅針對type==”XLS”)。它必須是惟一的(不區分大小寫)，不受文件中任何現有工作表名稱的影響。
digits:除具有p值的列外，要顯示所有列的有效位數的數目。
digitspvals:具有p值的列要顯示的有效位數的數目。

# Create a file name
filen <- "table_aov" # or
# filen <- paste("YOUR_DIR/table_aov")
# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets'
x=summary(fit)
# Save ANOVA table as a CSV
### Option 1: pass output as object
# 輸出對象
table2csv(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames=TRUE)
# 屏幕輸出導出到文件
### Option 2: get output from console
summary(fit)
table2csv(file=filen, digits = 2, digitspvals = 4, add.rownames=TRUE)
# Save ANOVA table as an Excel
# Without formatting of the worksheet
x
table2excel(file=filen, sheetName="aov_noformatting", digits = 1, digitspvals = 3, add.rownames=TRUE)
# 更多參數
# With formatting of the worksheet
table2excel(x=x,file=filen, sheetName="aov_formated", append = TRUE, add.rownames=TRUE, fontName="Arial", fontSize = 14, fontColour = rgb(0.15,0.3,0.75),  border=c("top", "bottom"), fgFill = rgb(0.9,0.9,0.9), halign = "center", valign = "center", textDecoration="italic")

原始數據的表格：

轉換格式之后的，在console中的數據：

文件(csv和excel)中表格數據：

導出為Word中的表，再也不用復制粘貼調格式了 table2office

table2ppt: 導出統計輸出到Microsoft Office PowerPoint/ LibreOffice Impress演示文稿中的表

table2doc: 將統計輸出導出到Microsoft Office Word/ LibreOffice Writer文檔中的表

table2office(x = NULL, file = "Rtable", type = c("PPT", "DOC"),
  append = FALSE, digits = 2, digitspvals = 2, trim.pval = TRUE,
  width = NULL, height = NULL, offx = 1, offy = 1,
  font = ifelse(Sys.info()["sysname"] == "Windows", "Arial",
  "Helvetica")[[1]], pointsize = 12, add.rownames = FALSE)

# Create a file name
filen <- "table_aov"
# filen <- paste("YOUR_DIR/table_aov")
# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets'
# Save ANOVA table as a PPT
### Option 1: pass output as object
x=summary(fit)
table2ppt(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames =TRUE)
### Option 2: get output from console
summary(fit)
table2ppt(x=x,file=filen, width=5, font="Times New Roman", pointsize=14, digits=4, digitspvals=1, append=TRUE, add.rownames =TRUE) # append table to previous slide
# Save ANOVA table as a DOC file
table2doc(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames =TRUE)
summary(fit)
table2doc(file=filen, width=3.5, font="Times New Roman", pointsize=14,  digits=4, digitspvals=1, append=TRUE, add.rownames =TRUE) # append table at end of document

將表格數據導出到ppt和word中：

table2tex

table2html: 導出統計輸出到HTML表。

table2tex(x = NULL, file = "Rtable", type = "TEX", digits = 2,
  digitspvals = 2, trim.pval = TRUE, summary = FALSE, standAlone = TRUE,
  add.rownames = FALSE, ...)

summary:是否匯總數據文件。

standAlone:導出的Latex代碼應該是獨立可編譯的，還是應該粘貼到另一個文檔中。

add.rownames:是否應該將行名添加到表中(在第一列之前插入一列)。

# Create a file name
filen <- tempfile(pattern = "table_aov") # or
# filen <- paste("YOUR_DIR/table_aov")
# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets'
x=summary(fit)
# Export to Latex in standAlone format
table2tex(x=x,file=filen,add.rownames = TRUE)
# Export to Latex to paste in tex document
summary(fit) # get output from the console
table2tex(file=filen, standAlone = FALSE,add.rownames = TRUE)
# Export to HTML
table2html(x=x,file=filen) # or
summary(fit) # get output from the console
table2html(file=filen,add.rownames = TRUE)

導出到html或tex中的表格數據：

R統計和作圖

Graphpad，經典繪圖工具初學初探
維恩(Venn)圖繪制工具大全（在線+R包）
在R中贊揚下努力工作的你，獎勵一份CheatShet
別人的電子書，你的電子書，都在bookdown
R語言 - 入門環境Rstudio
R語言 - 熱圖繪制 (heatmap)
R語言 - 基礎概念和矩陣操作
R語言 - 熱圖簡化
R語言 - 熱圖美化
R語言 - 線圖繪制
R語言 - 線圖一步法
R語言 - 箱線圖（小提琴圖、抖動圖、區域散點圖）
R語言 - 箱線圖一步法
R語言 - 火山圖
R語言 - 富集分析泡泡圖
R語言 - 散點圖繪制
R語言 - 韋恩圖
R語言 - 柱狀圖
R語言 - 圖形設置中英字體
R語言 - 非參數法生存分析
R語言 - 繪制seq logo圖
WGCNA分析，簡單全面的最新教程
psych +igraph：共表達網絡構建
一文學會網絡分析——Co-occurrence網絡圖在R中的實現
一文看懂PCA主成分分析
富集分析DotPlot，可以服
基因共表達聚類分析和可視化
R中1010個熱圖繪制方法
還在用PCA降維？快學學大牛最愛的t-SNE算法吧, 附Python/R代碼
一個函數抓取代謝組學權威數據庫HMDB的所有表格數據
文章用圖的修改和排版
network3D: 交互式桑基圖
network3D 交互式網絡生成
Seq logo 在線繪制工具——Weblogo
生物AI插圖素材獲取和拼裝指導
ggplot2高效實用指南 (可視化腳本、工具、套路、配色)
圖像處理R包magick學習筆記
SOM基因表達聚類分析初探
利用gganimate可視化全球范圍R-Ladies（R社區性別多樣性組織）發展情況
一分鐘繪制磷脂雙分子層：AI零基礎入門和基本圖形繪制
AI科研繪圖（二）：模式圖的基本畫法
你知道R中的賦值符號箭頭(<-)和等號（=）的區別嗎？
R語言可視化學習筆記之ggridges包
利用ComplexHeatmap繪制熱圖(一)
ggplot2學習筆記之圖形排列
R包reshape2，輕松實現長、寬數據表格轉換
用R在地圖上繪制網絡圖的三種方法
PCA主成分分析實戰和可視化附R代碼和測試數據
iTOL快速繪制顏值最高的進化樹！
12個ggplot2擴展包幫你實現更強大的可視化
編程模板-R語言腳本寫作：最簡單的統計與繪圖，包安裝、命令行參數解析、文件讀取、表格和矢量圖輸出
R語言統計入門課程推薦——生物科學中的數據分析Data Analysis for the Life Sciences
數據可視化基本套路總結
你知道R中的賦值符號箭頭<-和等號=的區別嗎？
使用dplyr進行數據操作30例
交集intersect、并集union、找不同setdiff
R包reshape2，輕松實現長、寬數據表格轉換
1數據類型（向量、數組、矩陣、列表和數據框）
2讀寫數據所需的主要函數、與外部環境交互
3數據篩選——提取對象的子集
4向量、矩陣的數學運算
5控制結構
6函數及作用域
7認識循環函數lapply和sapply
8分解數據框split和查看對象str
9模擬—隨機數、抽樣、線性模型
1初識ggplot2繪制幾何對象
2圖層的使用—基礎、加標簽、注釋
3工具箱—誤差線、加權數、展示數據分布
4語法基礎
5通過圖層構建圖像
6標度、軸和圖例
7定位-分面和坐標系
8主題設置、存儲導出
9繪圖需要的數據整理技術
創建屬于自己的調色板
28個實用繪圖包，總有幾個適合你
熱圖繪制
R做線性回歸
繪圖相關系數矩陣corrplot
相關矩陣可視化ggcorrplot
繪制交互式圖形recharts
交互式可視化CanvasXpress
聚類分析factoextra
LDA分析、作圖及添加置信-ggord
解決散點圖樣品標簽重疊ggrepel
添加P值或顯著性標記ggpubr
Alpha多樣性稀釋曲線rarefraction curve
堆疊柱狀圖各成分連線畫法：突出組間變化
沖擊圖展示組間時間序列變化ggalluvial
桑基圖riverplot
微生物環境因子分析ggvegan
五彩進化樹與熱圖更配ggtree
多元回歸樹分析mvpart
隨機森林randomForest 分類Classification 回歸Regression
加權基因共表達網絡分析WGCNA
circlize包繪制circos-plot
R語言搭建炫酷的線上博客系統
28個實用繪圖包，總有幾個適合你
熱圖繪制
R做線性回歸
繪圖相關系數矩陣corrplot
相關矩陣可視化ggcorrplot
繪制交互式圖形recharts
交互式可視化CanvasXpress
聚類分析factoextra
LDA分析、作圖及添加置信-ggord
解決散點圖樣品標簽重疊ggrepel
添加P值或顯著性標記ggpubr
Alpha多樣性稀釋曲線rarefraction curve
堆疊柱狀圖各成分連線畫法：突出組間變化
沖擊圖展示組間時間序列變化ggalluvial
桑基圖riverplot
微生物環境因子分析ggvegan
五彩進化樹與熱圖更配ggtree
多元回歸樹分析mvpart
隨機森林randomForest 分類Classification 回歸Regression
加權基因共表達網絡分析WGCNA
circlize包繪制circos-plot
R語言搭建炫酷的線上博客系統
維恩(Venn)圖繪制工具大全（在線+R包）
R包circlize：柱狀圖用膩了？試試好看的弦狀圖
獲取pheatmap聚類后和標準化后的結果
增強火山圖，要不要試一下？
一個震撼的交互型3D可視化R包 - 可直接轉ggplot2圖為3D
贈你一只金色的眼 - 富集分析和表達數據可視化
是Excel的圖，不！是R的圖
道友，來Rstudio里面看動畫了
用了這么多年的PCA可視化竟然是錯的！！！

在線咨詢

上一篇：新版Chrome瀏覽器如何使用網頁滾動截圖
下一篇：kpnav跨屏網址導航主題模板發布上線

您的項目需求

*請認真填寫需求信息，我們會在24小時內與您取得聯系。

整合營銷服務商