作者: 糖甜甜甜 ,R语言中文社区专栏作者
公众号:经管人学数据分析
前言
之前过年的时候有好友询问,没有太多web和开发的基础,但是想在掌握R语言的基础上,实现web动态交互式可视化公司的业务数据,百度的Echarts,它最初是为了满足企业商业体系里各种业务系统(如凤巢、广告管家等等)的报表需求,后来发展成为一个纯Javascript的商业级数据图表库。但是对于普通没有开发经验的小白,无法完全能运用该库到自己的web项目中,那么R语言的ECharts2Shiny就可以轻松实现以上需求。
在学习ECharts2Shiny前,我们先来了解下如何用R Shiny包来构建应用程序。在掌握了Shiny后,即可轻松实现用ECharts2Shiny实现web动态交互式可视化数据。
1、Hello Shiny!
我们先从简单的将Hello Shiny展示在你的应用程序上,效果如下,可以选择在浏览器查看效果。
要运行这个例子,只需键入:
1library(shiny) 2runExample("01_hello")
Shiny应用程序分为两个部分:用户界面定义和服务端脚本。
用户界面是在源文件ui.R中定义的,这里举例在用户界面展示一个生成正态分布的随机数,随机数个数可以由用户定义,并且绘制这些随机数的直方图:
UI.R
1library(shiny)
2
3# Define UI for app that draws a histogram ----
4ui <- fluidPage(
5
6 # App title ----
7 titlePanel("Hello Shiny!"),
8
9 # Sidebar layout with input and output definitions ----
10 sidebarLayout(
11
12 # Sidebar panel for inputs ----
13 sidebarPanel(
14
15 # Input: Slider for the number of bins ----
16 sliderInput(inputId = "bins",
17 label = "Number of bins:",
18 min = 1,
19 max = 50,
20 value = 30)
21
22 ),
23
24 # Main panel for displaying outputs ----
25 mainPanel(
26
27 # Output: Histogram ----
28 plotOutput(outputId = "distPlot")
29
30 )
31 )
32)
服务端的代码。生成给定个数的随机变量,然后将直方图画出来。代码中返回图形的函数被renderPlot封装后传递给output$distPlot。
server.R
1# Define server logic required to draw a histogram ----
2server <- function(input, output) {
3
4 # Histogram of the Old Faithful Geyser Data ----
5 # with requested number of bins
6 # This expression that generates a histogram is wrapped in a call
7 # to renderPlot to indicate that:
8 #
9 # 1. It is "reactive" and therefore should be automatically
10 # re-executed when inputs (input$bins) change
11 # 2. Its output type is a plot
12 output$distPlot <- renderPlot({
13
14 x <- faithful$waiting
15 bins <- seq(min(x), max(x), length.out = input$bins + 1)
16
17 hist(x, breaks = bins, col = "#75AADB", border = "white",
18 xlab = "Waiting time to next eruption (in mins)",
19 main = "Histogram of waiting times")
20
21 })
22
23}
24
25# Create Shiny app ----
26shinyApp(ui = ui, server = server)
再来看一个例子,运行下面的代码:
1runExample("02_text")
得到如下效果:
下面是用户界面定义的代码。sidebarPanel和mainPanel的函数调用中各有两个参数对应于上面用户界面中的左边两个输入和右边两个输出。
UI.R
1library(shiny)
2
3# Define UI for dataset viewer app ----
4ui <- fluidPage(
5
6 # App title ----
7 titlePanel("Shiny Text"),
8
9 # Sidebar layout with a input and output definitions ----
10 sidebarLayout(
11
12 # Sidebar panel for inputs ----
13 sidebarPanel(
14
15 # Input: Selector for choosing dataset ----
16 selectInput(inputId = "dataset",
17 label = "Choose a dataset:",
18 choices = c("rock", "pressure", "cars")),
19
20 # Input: Numeric entry for number of obs to view ----
21 numericInput(inputId = "obs",
22 label = "Number of observations to view:",
23 value = 10)
24 ),
25
26 # Main panel for displaying outputs ----
27 mainPanel(
28
29 # Output: Verbatim text for data summary ----
30 verbatimTextOutput("summary"),
31
32 # Output: HTML table with requested number of observations ----
33 tableOutput("view")
34
35 )
36 )
37)
服务端的程序包括一个反应性表达式来返回用户选择的相应数据集。还有两个渲染表达式renderPrint和renderTable来对应用户的输入返回输入值到界面上。
server.R
1# Define server logic to summarize and view selected dataset ----
2server <- function(input, output) {
3
4 # Return the requested dataset ----
5 datasetInput <- reactive({
6 switch(input$dataset,
7 "rock" = rock,
8 "pressure" = pressure,
9 "cars" = cars)
10 })
11
12 # Generate a summary of the dataset ----
13 output$summary <- renderPrint({
14 dataset <- datasetInput()
15 summary(dataset)
16 })
17
18 # Show the first "n" observations ----
19 output$view <- renderTable({
20 head(datasetInput(), n = input$obs)
21 })
22
23}
24
25# Create Shiny app ----
26shinyApp(ui = ui, server = server)
Shiny的web框架从本质上说是使从页面中获取输入值并传递给R,然后把R代码的结果以输入值的形式返回给页面。
Shiny的原理
shiny程序是个简单的目录,里面包括用户接口的定义、服务端脚本以及起支持作用的数据、脚本和其他资源。构建应用程序之初,先建一个空目录,在这个目录里创建空文件 UI.R
和 server.R
。
在构建自己的应用时, UI.R
中有三个函数titlePanel、sidebarPanel和mainPanel定义了用户接口的不同区域。titlePanel用来添加用户界面的标题,比如前面例子中的Hello Shiny!和Shiny Text。sidebarPanel上添加输入,比如前面的例子中的选择框。mainPanel用来为用户接口显示输出,在主UI面板上添加元素来渲染在用户界面的输出值。
服务端实现定义程序的脚本,用来接收输入,并计算输出。 server.R
中调用 shinyServer
并传递给它一个函数,用来接收两个参数: 使用
input
对象的组件来访问输入,并通过向output
对象的组件赋值来生成输出。
总
结
到目前我们已经学会了如何用shiny创建一个自己的应用,在下一节中将介绍如何实现在shiny中调用Echarts包来实现将自己的业务数据可视化在web上。如果期待下节内容的话请在下面回复、点下小卡片吧!
参
考
往期精彩:
公众号后台回复关键字即可学习
回复 爬虫 爬虫三大案例实战
回复 Python 1小时破冰入门
回复 数据挖掘 R语言入门及数据挖掘
回复 人工智能 三个月入门人工智能
回复 数据分析师 数据分析师成长之路
回复 机器学习 机器学习的商业应用
回复 数据科学 数据科学实战
回复 常用算法常用数据挖掘算法
本文由R语言中文社区 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- Bokeh 1.0.3 发布,Python 交互式可视化库
- 基于Python实现交互式数据可视化的工具(用于Web)
- Bokeh 0.12.7 dev17 发布,Python 交互式可视化库
- Bokeh 0.12.7 正式版发布,Python 交互式可视化库
- ECharts 5.0.1 发布,JavaScript 实现的交互式图表可视化库
- ECharts 5.1.0 发布,JS 实现的交互式图表可视化库
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
阿里巴巴Java开发手册
杨冠宝 / 电子工业出版社 / 2018-1 / 35
《阿里巴巴Java开发手册》的愿景是码出高效,码出质量。它结合作者的开发经验和架构历程,提炼阿里巴巴集团技术团队的集体编程经验和软件设计智慧,浓缩成为立体的编程规范和最佳实践。众所周知,现代软件行业的高速发展对开发者的综合素质要求越来越高,因为不仅是编程相关的知识点,其他维度的知识点也会影响软件的最终交付质量,比如,数据库的表结构和索引设计缺陷可能带来软件的架构缺陷或性能风险;单元测试的失位导致集......一起来看看 《阿里巴巴Java开发手册》 这本书的介绍吧!