R語言學(xué)習(xí)之Shiny入門

Shiny是一個(gè)R程序包,它有助于使用R代碼創(chuàng)建交互式Web應(yīng)用程序旁仿,該代碼可以在本地也可以在自己的服務(wù)器上托管藕夫。shiny可以從極其簡單到極其復(fù)雜。在其眾多用途中枯冈,Shiny是與他人進(jìn)行數(shù)據(jù)互動(dòng)的絕佳方法毅贮,本文通過一個(gè)示例先來簡單介紹一下Shiny

安裝Shiny軟件包

install.packages("shiny")
library(shiny)

Shiny附帶了一組內(nèi)置示例,可以使用runExample( )函數(shù)來查看示例

runExample("01_hello")

本示例是一個(gè)帶有滑塊的直方圖示例,用于控制箱的大小尘奏。該代碼也顯示在示例中

運(yùn)行下方代碼查看更多的示例

runExample("02_text")
runExample("03_reactivity")
runExample("04_mpg")
runExample("05_sliders")
runExample("06_tabsets")
runExample("07_widgets")
runExample("08_html")
runExample("09_upload")
runExample("11_timer")

在RStudio中轉(zhuǎn)到File -> New File -> Shiny Web App選擇一個(gè)文件Web應(yīng)用程序滩褥,將看到如下代碼

library(shiny)

# Define UI for application that draws a histogram
ui <- fluidPage(
   
   # Application title
   titlePanel("Old Faithful Geyser Data"),
   
   # Sidebar with a slider input for number of bins 
   sidebarLayout(
      sidebarPanel(
         sliderInput("bins",
                     "Number of bins:",
                     min = 1,
                     max = 50,
                     value = 30)
      ),
      
      # Show a plot of the generated distribution
      mainPanel(
         plotOutput("distPlot")
      )
   )
)

# Define server logic required to draw a histogram
server <- function(input, output) {
   
   output$distPlot <- renderPlot({
      # generate bins based on input$bins from ui.R
      x    <- faithful[, 2] 
      bins <- seq(min(x), max(x), length.out = input$bins + 1)
      
      # draw the histogram with the specified number of bins
      hist(x, breaks = bins, col = 'darkgray', border = 'white')
   })
}
# Run the application 
shinyApp(ui = ui, server = server)

Shiny將其應(yīng)用程序的功能分為三個(gè)不同的部分:

第一部分
ui <- fluidPage()
第二部分
server <- function(input, output) {}
第三部分
shinyApp(ui = ui, server = server)

下面通過一個(gè)例子來展示

library(shiny)
library(shinyWidgets)
library(dslabs)
library(tidyverse)
library(plotly)


data("us_contagious_diseases")
disease <- us_contagious_diseases
disease <- mutate(disease, percapita = count/(population/100000)) %>% 
    pivot_longer(cols = c(count, percapita), 
                 names_to = "data", values_to = "value")

ui <- fluidPage(
    
    titlePanel("Diseases in the US 1928-2011"),
    sidebarLayout(
        sidebarPanel(
            # inputs
# selectizeInput()所有狀態(tài)名稱創(chuàng)建一個(gè)下拉菜單
            selectizeInput("stateInput", "State",
                           choices = unique(disease$state),  
                           selected="Virginia", multiple =FALSE), 
# checkboxGroupInput()來創(chuàng)建復(fù)選框
            checkboxGroupInput("diseaseInput", "Disease",
                               choices = c("Hepatitis A",
                                           "Measles",
                                           "Mumps", "Pertussis",
                                           "Polio", "Rubella", 
                                           "Smallpox"),
                               selected = c("Hepatitis A", "Polio")),
# sliderInput()創(chuàng)建可以滑動(dòng)的刻度條
            sliderInput("yearInput", "Year", min=1928, max=2011, 
                        value=c(1928, 2011), sep=""),
            radioGroupButtons("dataInput", "Data",
                              choiceNames = list("Count", "Per capita"),
                              choiceValues = list("count", "percapita"))
        ),  
        
        mainPanel(
            plotOutput("diseaseplot"),
            br(), br(),
            verbatimTextOutput("stats"), 
            br(), br(),
            plotlyOutput("distplot")
        ) 
    )   
)   

server <- function(input, output) {
    
    d <- reactive({
        disease %>%
            filter(state == input$stateInput,
                   disease %in% input$diseaseInput,
                   year >= input$yearInput[1],
                   year <= input$yearInput[2],
                   data == input$dataInput)
    }) 
    
    
    output$diseaseplot <- renderPlot({
        
        ggplot(d(), aes(x=year, y = value, color=disease)) +
            geom_line() + 
            theme_bw() +
            xlab("Year") +
            ylab(input$dataInput) +
            ggtitle("Cases over time")
    })
    
    output$stats <- renderPrint({
        
        aggregate(value ~ disease, data = d(), sum)
        
    })
    
    output$distplot <- renderPlotly({
        
        box <- plot_ly(d(), y = ~value,
                       color = ~disease, type = "box")  %>%
            layout(title = "Distribution of cases over different years",
                   yaxis = list(title=input$dataInput))
        
    })
    
}

shinyApp(ui=ui, server=server)
  • renderPlot() 僅創(chuàng)建一個(gè)圖,而其他類型的輸出還有許多其他功能
  • renderDataTable() 創(chuàng)建一個(gè)交互式表
  • renderImage() 創(chuàng)建圖像
  • renderText() 創(chuàng)建一個(gè)字符串

可以看到要完全掌握Shiny進(jìn)行交互式數(shù)據(jù)分析還是有一定難度的炫加,上面所列的11個(gè)示例數(shù)據(jù)希望對(duì)大家有所幫助

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末瑰煎,一起剝皮案震驚了整個(gè)濱河市铺然,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌酒甸,老刑警劉巖魄健,帶你破解...
    沈念sama閱讀 216,324評(píng)論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異插勤,居然都是意外死亡沽瘦,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,356評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門农尖,熙熙樓的掌柜王于貴愁眉苦臉地迎上來析恋,“玉大人,你說我怎么就攤上這事盛卡≈恚” “怎么了?”我有些...
    開封第一講書人閱讀 162,328評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵窟扑,是天一觀的道長喇颁。 經(jīng)常有香客問我,道長嚎货,這世上最難降的妖魔是什么橘霎? 我笑而不...
    開封第一講書人閱讀 58,147評(píng)論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮殖属,結(jié)果婚禮上姐叁,老公的妹妹穿的比我還像新娘。我一直安慰自己洗显,他們只是感情好外潜,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,160評(píng)論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著挠唆,像睡著了一般处窥。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上玄组,一...
    開封第一講書人閱讀 51,115評(píng)論 1 296
  • 那天滔驾,我揣著相機(jī)與錄音,去河邊找鬼俄讹。 笑死哆致,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的患膛。 我是一名探鬼主播摊阀,決...
    沈念sama閱讀 40,025評(píng)論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了胞此?” 一聲冷哼從身側(cè)響起臣咖,我...
    開封第一講書人閱讀 38,867評(píng)論 0 274
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎豌鹤,沒想到半個(gè)月后亡哄,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,307評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡布疙,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,528評(píng)論 2 332
  • 正文 我和宋清朗相戀三年蚊惯,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片灵临。...
    茶點(diǎn)故事閱讀 39,688評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡截型,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出儒溉,到底是詐尸還是另有隱情宦焦,我是刑警寧澤,帶...
    沈念sama閱讀 35,409評(píng)論 5 343
  • 正文 年R本政府宣布顿涣,位于F島的核電站波闹,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏涛碑。R本人自食惡果不足惜精堕,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,001評(píng)論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望蒲障。 院中可真熱鬧歹篓,春花似錦、人聲如沸揉阎。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,657評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽毙籽。三九已至洞斯,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間坑赡,已是汗流浹背巡扇。 一陣腳步聲響...
    開封第一講書人閱讀 32,811評(píng)論 1 268
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留垮衷,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,685評(píng)論 2 368
  • 正文 我出身青樓乖坠,卻偏偏與公主長得像搀突,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子熊泵,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,573評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容