Slider

Komponentti, joka näyttää lapsensa diaesityksenä tai karusellina.

Vaihtoehdot

• title | (string|node): diaesityksen / karusellin otsikko, joka näytetään sen yläosassa.. Default: none.
• dots | boolean: näytön alareunassa olevat pisteet, joiden avulla voit siirtyä nopeasti mihin tahansa diaan.. Default: true.
• fade | boolean: ohjaa, käytetäänkö häivytystä siirtymisessä diojen välillä.. Default: false.
• draggable | boolean: ohjaa, voivatko käyttäjät raahata dioja siirtyäkseen niiden välillä.. Default: false.
• pagination | string: näytetäänkö sivunumerointi joko top, bottom vai both.. Default: 'bottom'.
• goto | number: Jos ominaisuutta muutetaan, komponentti hyppää diaan, jonka indeksi on valittu.. Default: 0.
• infinite | boolean: ohjaa, kiertääkö diaesitys sen sisällön ympärille.. Default: false.
• interval | number: asettaa aikaväli automaattiselle dianvaihdolle. Default: none.
• swipe | boolean: mahdollistaa raahaus/pyyhkäisy-käyttäytymisen. Default: false.
• style | object: CSS-inline-tyylit. Default: {}.
• onClick | function: callback, joka käynnistyy, kun napsautetaan seuraava/edellinen-painikkeita.. Default: onClick() {}.

Esimerkkejä

• Minimal
• Customize Pagination
• Slideshow
• Custom Styling

Live Editor

<Slider title="Questions to explore:" > <p>Try generating new samples of the Normal data. You'll notice that the points don't always lie exactly on the line. This is typical variation. As you generate more random realizations of this plot you'll get better calibrated to the kind of deviation you can expect to see from this large a sample of Normal data.</p> <p>How do the normal qq plots change as you vary the df parameter for the t-distributed data?</p> <p>Can you tell just by looking at the t.data histograms that the data aren't normally distributed? Is it easier to tell from the QQ plots?</p> <p>How do the normal qq plots change as you vary the shape parameter in the gamma-distributed data?</p> </Slider>

<Slider title="Questions to explore:" >
    <p>Try generating new samples of the Normal data. You'll notice that the points don't always lie exactly on the line. This is typical variation. As you generate more random realizations of this plot you'll get better calibrated to the kind of deviation you can expect to see from this large a sample of Normal data.</p>
    <p>How do the normal qq plots change as you vary the df parameter for the t-distributed data?</p>
    <p>Can you tell just by looking at the t.data histograms that the data aren't normally distributed? Is it easier to tell from the QQ plots?</p>
    <p>How do the normal qq plots change as you vary the shape parameter in the gamma-distributed data?</p>
</Slider>

Tulos

ReferenceError: Provider is not defined