shiny 初级课程

1. 简介shiny

什么是shiny： Shiny 是一个开源的 R 包，它为使用 R 构建 Web 应用提供了一个优雅有力的 Web 框架。Shiny 帮助R用户在不需要前端知识的条件下将数据分析的结果转变为可交互的 Web 应用。

shiny能够帮助R用户在没有前端，后端知识的情况下，构建web工程，独立，快速的实现web上数据可视化的工作。学完本课程，同学们可以实现从数据分析，建模，到最后的分享结果，结果展示。

案例展示

https://liam.shinyapps.io/dashboard/

案例

同学们可以通过这个链接查看我制作的一个shiny案例。这个案例是一个推荐系统，可以帮助店铺找到某一个商品相似的商品，以及可能对这个商品感兴趣的人。另外还对商品以及店铺进行了数据分析，并展示

2. shiny app 的基本部分

我们通过几个例子开始

2.1 案例1

我们现来查看一个例子，然后分析其工作原理：

library(shiny)
runExample("01_hello")

example1

这个例子使用的是自带的faithful数据集合，通过改变slider的值调整直方图的bin。

shiny程序包含两个部分：UI部分和server部分，简单的来书，UI部分就是我们需要设定web页面要怎么展示， server 部分就是后台的计算是如何进行。

我们来看一下上面这个程序的源代码：

首先是UI部分：

ui <- fluidPage( 
  
  # App title ----
  titlePanel("Hello Shiny!"),
  
  # 这里指定的是什么布局方式
  sidebarLayout(
    
    # Sidebar panel  
    sidebarPanel(
      
      # 这里是定义一个slider 作为输入
      sliderInput(inputId = "bins",
                  label = "Number of bins:",
                  min = 1,
                  max = 50,
                  value = 30)
      
    ),
    
    # 主页面，这里主页面是一个绘图
    mainPanel(
      
      # Output: Histogram ----
      plotOutput(outputId = "distPlot")
      
    )
  )
)

然后是Server部分

定义我们UI部分展示的结果是如何计算的

server <- function(input, output) {
  

  output$distPlot <- renderPlot({
    
    x    <- faithful$waiting
    bins <- seq(min(x), max(x), length.out = input$bins + 1)
    
    hist(x, breaks = bins, col = "#75AADB", border = "white",
         xlab = "Waiting time to next eruption (in mins)",
         main = "Histogram of waiting times")
    
  })
  
}

生成app

shinyApp(ui, server)

简单的修改

我们现在对UI进行一点简单的修改,直接换成一个数值的输入

ui <- fluidPage( 
  
  # App title ----
  titlePanel("Hello Shiny!"),
  
  # 这里指定的是什么布局方式
  sidebarLayout(
    
    # Sidebar panel  
    sidebarPanel(
      
      # 这里是定义一个slider 作为输入
      numericInput(inputId = "bins",
                  label = "Numeric input",value = 10)
      
    ),
    
    # 主页面，这里主页面是一个绘图
    mainPanel(
      
      # Output: Histogram ----
      plotOutput(outputId = "distPlot")
      
    )
  )
)

shinyApp(ui, server)


server <- function(input, output) {
}
shinyApp(ui, server)

大家可以看到，刚才的对应的slider 的位置就变成了一个直接写数字的输入窗口了。第一个例子大家可能对很对东西都有疑惑，其实这没关系，第一个例子是让大家对 shiny的构建有一个简单的了解。

总结

shiny 程序分为两个部分

UI
Server

2.2 第二个例子

这个例子展示了直接打印R对象，以及使用HTML表格显示数据

library(shiny)
runExample("02_text")

shinyexample2

第一个例子展示了使用单个数字输入来调整直方图，这个例子包含了两个输入和两种了类型的输出。

如果同学们观察的仔细的话，同学们可以发现shiny程序最重要的属性，就是输入与输出是实施的连接在一起的这种情况下，这种交互性，是shiny非常重要的一个特性。

我们来查看一下代码：

UI部分

# Define UI for dataset viewer app ----
ui <- fluidPage(
  
  # App title ----
  titlePanel("Shiny Text"), # 标题
  
  # Sidebar layout with a input and output definitions ----
  sidebarLayout(
    
    # Sidebar panel for inputs ----
    sidebarPanel(
      
      # Input: Selector for choosing dataset ----
      selectInput(inputId = "dataset",
                  label = "Choose a dataset:",
                  choices = c("rock", "pressure", "cars")), # 这是一个选择输入
      
      # Input: Numeric entry for number of obs to view ----
      numericInput(inputId = "obs",
                   label = "Number of observations to view:",
                   value = 10) # 这是一个数字输入
    ),
    
    # Main panel for displaying outputs ----
    mainPanel(
      
      # Output: Verbatim text for data summary ----
      verbatimTextOutput("summary"), # 这是一个输入
      
      # Output: HTML table with requested number of observations ----
      tableOutput("view") # 这是一个表格输入
      
    )
  )
)

Server

我们来查看一下Server，这个时候Server也变得有一点复杂：

 #Define server logic to summarize and view selected dataset ----
server <- function(input, output) {
  
  # Return the requested dataset ----
  datasetInput <- reactive({ # 输入
    switch(input$dataset,
           "rock" = rock, # 对应了不同的数据集合
           "pressure" = pressure,
           "cars" = cars)
  })
  
  # Generate a summary of the dataset ----
  output$summary <- renderPrint({ # 输出一个summary，这是一个R对象
    dataset <- datasetInput()
    summary(dataset)
  })
  
  # Show the first "n" observations ----
  output$view <- renderTable({ # 另外一个输出
    head(datasetInput(), n = input$obs)
  })
  
}

这里我们接触到了输入与输出是的联动性，在具有交互式用户界面的传统程序中，这可能涉及设置事件处理程序和编写代码以读取值和传输数据，shiny是如何处理的，目前还没有仔细讲解其工作的原理，同学们不要担心，接下来的课程会介绍

2.3 交互性

在之前我们已经了解到shiny 的交互性，使用shiny构建交互程序非常容易，但是为了利用好这一项工具，需要对其原理有一个简单的了解，在shiny中，有三种对象：

Reactive source
Reactive conductor
Reactive endpoin

分别称为：反应源，中间件，反应端

反应式编程

shiny交互编程最简单的结构就是反应源直接到反应端

简单结构

在shiny程序中，反应源通常是通过浏览器界面的用户输入，比如之前的案例，比如输入数值调整直方图的bin。

反应端通常出现用户的浏览器，比如一张图或者一个表。

在一个简单shiny程序中：

input 对应的是输入
output 对应的是输出

server <- function(input, output) {
  output$distPlot <- renderPlot({
    hist(rnorm(input$obs))
  })
}

案例

另外我们回到前面的案例

datasetInput <- reactive({ # 输入
    switch(input$dataset,
           "rock" = rock, # 对应了不同的数据集合
           "pressure" = pressure,
           "cars" = cars)
  })

大家可能还有注意到reactive函数，这个函数用于封装慢速或计算上昂贵的操作

上面就已经涵盖了很多基本的概念，下一节我们要做一个总结，然后开始从0到1开始构建一个shiny程序

3. shiny 总结

回顾我们课程，我们是如何实现一个shiny的web程序：

程序分为两个部分，UI和server
UI定义我们的网页是如何展示的，server定义后台是如何运算的
UI中有哪些输出函数

UI部分	server部分
dataTableOutput	renderDataTable
imageOutput	renderImage
plotOutput	renderPlot
verbatimTextOutput	renderPrint
tableOutput	renderTable
textOutput	renderText
uiOutput	renderUI
htmloutput	renderUI

UI中有哪些输入函数

actionButton
actionLink
checkboxGroupInput
checkboxInput
dateInput
dateRangeInput
fileInput
numericInput
passwordInput
radioButtons
selectInput
sliderInput
submitButton
textInput

介绍几个主要的输入：

actionButton

actionButton(inputId = '按钮',label = '按钮')

checkboxGroupInput

checkboxGroupInput(inputId = '选择框',label = '选择框',choices = c('a','b','c'))

3. checkboxInput

checkboxInput(inputId = '勾选框',label = '勾选框',value = TRUE)

dateInput

dateInput(inputId = '时间输入',label = '时间输入')

dateRangeInput

dateRangeInput(inputId = '时间范围输入',label = '时间范围输入',start = 1,end = 100)

numericInput

numericInput(inputId = '数字输入',label = '数字输入',value = 100)

textInput

textInput(inputId = '文本输入',label = '文本输入')

主要的输出：

dataTableOutput

output$a = renderDataTable({
  head(iris)
})
dataTableOutput(outputId = 'a')

plotOutput

output$b = renderPlot({
  plot(iris$Sepal.Length,iris$Sepal.Width)
})
plotOutput(outputId = 'b')

3. 制作一个shiny

3.1 准备工作

打开Rstudio，点击file，创建一个shiny app

使用的数据数据是，ggplot里面自带的数据diamonds，绘制不同的直方图：


#
# This is a Shiny web application. You can run the application by clicking
# the 'Run App' button above.
#
# Find out more about building applications with Shiny here:
#
#    http://shiny.rstudio.com/
#

library(shiny)
library(ggplot2)
# Define UI for application that draws a histogram
ui <- fluidPage(
   
   # Application title
   titlePanel("Diamond data"),
   
   # Sidebar with a slider input for number of bins 
   sidebarLayout(
      sidebarPanel(
        selectInput(inputId = "x",label = 'x',choices = names(diamonds)[c(1,5,6,7,8,9,10)],
                    selected = T),
        selectInput(inputId = "y",label = 'y',choices = names(diamonds)[c(1,5,6,7,8,9,10)],
                    selected = T)
      ),
      
      
      # Show a plot of the generated distribution
      mainPanel(
         plotOutput("diamondplot")
      )
   )
)

# Define server logic required to draw a histogram
server <- function(input, output) {
   
   output$diamondplot <- renderPlot({
      # generate bins based on input$bins from ui.R
    plot(x = diamonds[[input$x]],y = diamonds[[input$y]],xlab = 'x',ylab = 'y')
     
   })
}

# Run the application 
shinyApp(ui = ui, server = server)

需要联系我可以添加我的微信

shiny

LIam

2019/1/20