RStudio Shiny

RStudio Shiny在R中轻松使用的Web应用程序
Shiny是一个开源的R程序包，它提供了一个简洁而强大的Web框架，用于使用R创建Web应用程序. Shiny可以帮助您将分析转换为交互式Web应用程序，您不需要掌握HTML，CSS或JavaScript知识。

 

想要建立自己的Shiny apps？
交互·分析·通信。
使用Shiny采用新颖，互动的方式来展现你的数据。使用户与您的数据和分析产生相互作用。 使用R可以做到这一切。

Shiny是R的一个程序包，可以直接从R中创建交互式Web应用程序。您可以在网页上托管单机app，也可以将其嵌入到R Markdown文档或构建仪表盘中。您还可以使用CSS主题，htmlwidgets和JavaScript操作来扩展Shiny apps。

Shiny app
Shiny apps编写方法简单。无需Web开发技能。
Google趋势指数

Google Travel Index可以追踪与航空公司，酒店，沙滩，西南部地区，拉斯维加斯，航班等相关的查询。索引在2004年1月1日设定为1.0，仅适用于美国的搜索流量。

 

描述

Shiny带有各种内置输入部件。使用极小部分的语法，就可以包含如app左侧所示的小部件：

＃选择要绘制的趋势类型

selectInput(inputId = "type", label = strong("Trend index"),

            choices = unique(trend_data$type),

            selected = "Travel")

＃选择要绘制的日期范围

dateRangeInput("date", strong("Date range"),

               start = "2007-01-01", end = "2017-07-31",

               min = "2007-01-01", max = "2017-07-31")

显示输出同样轻松简单：

mainPanel(

  plotOutput(outputId = "lineplot", height = "300px"),

  textOutput(outputId = "desc"),

  tags$a(href = "https://www.google.com/finance/domestic_trends",

         "Source: Google Domestic Trends", target = "_blank")

)

按照R中通常的方式创建您的绘图或表格，使其与调用相应的渲染函数无关：

output$lineplot <- renderPlot({

    plot(x = selected_trends()$date, y = selected_trends()$close, type = "l",

         xlab = "Date", ylab = "Trend index")

  })

想知道我们如何创建左侧显示的Google Trend Index app？有关完整的源代码，请参阅下一个选项卡。

 

app.R

＃加载包

library(shiny)

library(shinythemes)

library(dplyr)

library(readr)

 

＃加载数据

trend_data <- read_csv("data/trend_data.csv")

trend_description <- read_csv("data/trend_description.csv")

 

＃定义UI

ui <- fluidPage(theme = shinytheme("lumen"),

  titlePanel("Google Trend Index"),

  sidebarLayout(

    sidebarPanel(

 

      # Select type of trend to plot

      selectInput(inputId = "type", label = strong("Trend index"),

                  choices = unique(trend_data$type),

                  selected = "Travel"),

 

      # Select date range to be plotted

      dateRangeInput("date", strong("Date range"), start = "2007-01-01", end = "2017-07-31",

                     min = "2007-01-01", max = "2017-07-31"),

 

      # Select whether to overlay smooth trend line

      checkboxInput(inputId = "smoother", label = strong("Overlay smooth trend line"), value = FALSE),

 

      # Display only if the smoother is checked

      conditionalPanel(condition = "input.smoother == true",

                       sliderInput(inputId = "f", label = "Smoother span:",

                                   min = 0.01, max = 1, value = 0.67, step = 0.01,

                                   animate = animationOptions(interval = 100)),

                       HTML("Higher values give more smoothness.")

      )

    ),

 

    # Output: Description, lineplot, and reference

    mainPanel(

      plotOutput(outputId = "lineplot", height = "300px"),

      textOutput(outputId = "desc"),

      tags$a(href = "https://www.google.com/finance/domestic_trends", "Source: Google Domestic Trends", target = "_blank")

    )

  )

)

 

# Define server function

server <- function(input, output) {

 

＃子集数据

selected_trends <- reactive({

    req(input$date)

    validate(need(!is.na(input$date[1]) & !is.na(input$date[2]), "Error: Please provide both a start and an end date."))

    validate(need(input$date[1] < input$date[2], "Error: Start date should be earlier than end date."))

    trend_data %>%

      filter(

        type == input$type,

        date > as.POSIXct(input$date[1]) & date < as.POSIXct(input$date[2]

        ))

  })

 

＃创建plotOutput函数所期望的散点图对象

output$lineplot <- renderPlot({

    color = "#434343"

    par(mar = c(4, 4, 1, 1))

    plot(x = selected_trends()$date, y = selected_trends()$close, type = "l",

         xlab = "Date", ylab = "Trend index", col = color, fg = color, col.lab = color, col.axis = color)

＃仅当检查滤波器时才显示

if(input$smoother){

      smooth_curve <- lowess(x = as.numeric(selected_trends()$date), y = selected_trends()$close, f = input$f)

      lines(smooth_curve, col = "#E6553A", lwd = 3)

    }

  })

 

#引入趋势描述

output$desc <- renderText({

    trend_text <- filter(trend_description, type == input$type) %>% pull(text)

    paste(trend_text, "The index is set to 1.0 on January 1, 2004 and is calculated only for US search traffic.")

  })

}

 

＃创建Shiny对象

shinyApp(ui = ui, server = server)

准备好分享您所创建的应用程序了吗？
引入Shiny Web Apps Online

RStudio允许您以最适合的方式将shiny web应用程序和交互式文档进行联机。
针对Shiny应用程序，请考虑Shiny Server或Shiny Server Pro，它将企业级扩展，安全性和管理功能添加到基本的开源版本。

 

如果您希望我们托管您的Shiny应用程序，我们的一个shinyapps.io计划一定会为您做到这一点。
当您准备就绪时，RStudio Connect是您的团队在R中所创建的所有工作的全新发布平台。可以在方便的地点共享Shiny应用程序，R Markdown报告，仪表盘，绘图，API等。使用RStudio IDE的按钮发布，定期执行报告和灵活的安全策略，将数据学科的力量带给整个企业。

 

不想维护服务器？

在线分享您的Shiny应用程序！
使用shinyapps.io在几分钟内即可在Web上配置Shiny应用程序。

方便使用
部署Shiny应用程序会变得非常简单！您不需要拥有服务器，或者了解如何配置防火墙来部署和管理云中的应用程序。无需硬件，安装程序或年度采购合同。

安全
Shinyapps.io使用的是安全设计。每个Shiny应用程序都在自己受保护的环境中运行，并且访问会进行SSL加密。标准和专业计划可提供用户身份验证，防止匿名访问者访问您的应用程序。用户需要通过当前包括Google，GitHub或shinyapps.io帐户的受支持系统进行身份验证。

 

可扩展性
我们自己拥有IT团队，所以您不必在这方面费心。当您的Shiny应用程序和用户增加时，我们确保您的计算资源将轻松扩展。您还可以通过控制可用资源来调整应用程序的性能。这包括在给定实例中运行多个R进程的能力，以及添加其它实例以提高应用程序性能的能力。 Shinyapps可以进行扩展以满足任何工作量。

 

文档
如何使用shinyapps.io的相关说明，请参阅shinyapps.io用户指南。
Shiny有什么新功能？查看Shiny Dev Center，您可以在其中找到有关创建Shiny应用程序的文档，教程和示例。

社区支持

获得shinyapps.io帮助的最佳地点是是Shinyapps用户的邮件列表。
如果您在shinyapps上遇到困难，请随时去那里提问。

高级支持
具有基本版，标准版或专业版的订阅客户可以通过在RStudio支持网站上打开案例直接访问我们的技术工程师。时间为周一至周五的上午9点至5点（美国东部标准时间）。