最近幾年關于利用shiny做web框架的需求越來越多，出去交流也經(jīng)常有愛好者咨詢?nèi)绾螌W習shiny包（個人覺得RStuido官網(wǎng)的shiny學習資料是最快上手的途徑之一）。今天晚上剛好給學員直播完shiny包的基本知識，順便也寫一篇關于shiny的掃盲文章出來，希望能對想學習shiny包的朋友有一點點啟發(fā)。
Shiny是R中的一種Web開發(fā)框架，使得R的使用者不必太了解css、js只需要了解一些html的知識就可以快速完成web開發(fā)，且shiny包集成了bootstrap、jquery、ajax等特性，極大解放了作為統(tǒng)計語言的R的生產(chǎn)力。
Shiny應用包含連個基本的組成部分：一個是用戶界面腳本（a user-interface script），另一個是服務器腳本(a server script)。
你可以在一個目錄中保存一個ui.R文件和server.R文件來創(chuàng)建一個Shiny應用。運行應用的方法是在函數(shù)runApp中置入目錄名稱。例如你的應用目錄名稱為myapp,且放在D盤目錄下，那么鍵入以下代碼可以執(zhí)行應用：
重慶分公司
重慶分公司
library(shiny)
runApp("D:/myapp")
也可以將ui和server代碼寫在一個腳本內(nèi)，通過shinyApp執(zhí)行該app。運行以下腳本將得到一個簡單的web版直方圖。
library(shiny)
ui <- fluidPage(
numericInput(inputId = "n",
"Sample size", value = 25),
plotOutput(outputId = "hist")
)
server <- function(input, output) {
output$hist <- renderPlot({
hist(rnorm(input$n))
})
}
shinyApp(ui = ui, server = server)
shinydashboard擴展包為shiny框架提供了BI框架，一個dashboard由三部分組成：標題欄、側(cè)邊欄、主面板。通過install.packages(“shinydashboard”)完成安裝。執(zhí)行以下腳本可以得到shinydashboard的基本框架。
# ui.R
library(shiny)
library(shinydashboard)
dashboardPage(
dashboardHeader(),
dashboardSidebar(),
dashboardBody()
)
#server.R
shinyServer(function(input,output){
})
接下來，我們就對這個BI基本框架，來豐富我們的應用。
現(xiàn)在，可以增加標題欄的標題，通過dashboardHeader中的title參數(shù)設置。且可以通過將disable參數(shù)設置為TRUE，隱藏標題欄，同理也可以通過此參數(shù)設置來隱藏側(cè)邊欄。并在側(cè)邊欄添加兩個下拉框控件（selectInput函數(shù)），一個數(shù)字輸入框（numericInput函數(shù)）。
# ui.R
library(shiny)
library(shinydashboard)
dashboardPage(
dashboardHeader(title="Iris k-means clustering"),
dashboardSidebar(
selectInput("xcol","X Variable",names(iris)),
selectInput("ycol","Y Variable",names(iris),selected="Sepal.Width"),
numericInput("clusters","Cluster count",3,min=2,max=9)
),
dashboardBody()
)
#server.R
shinyServer(function(input,output){
})創(chuàng)建的應用如下圖所示。
這些控件可以添加在側(cè)邊欄，其實也可以在主面板添加，各位看官可以自己嘗試。除了這兩個控件外，shiny還有很多有用的控件，如下圖所示。
另外，我們還可以在shiny應用中很輕易添加HTML 內(nèi)容。
比如說，我們現(xiàn)在想在應用中的側(cè)邊欄添加一個天善的logo，只需要添加img命令即可，但是請確保你的圖片是放在應用下面一個以www命名的文件夾中。要實現(xiàn)超鏈接的話，可以利用a命令，點擊天善logo的話將鏈接到R語言十三式的網(wǎng)址。
#ui.R
library(shiny)
library(shinydashboard)
dashboardPage(
dashboardHeader(title="Iris k-means clustering"),
dashboardSidebar(
selectInput("xcol","X Variable",names(iris)),
selectInput("ycol","Y Variable",names(iris),selected="Sepal.Width"),
numericInput("clusters","Cluster count",3,min=2,max=9),
a(img(src="logo.png",height=60,width=200),
)
),
dashboardBody()
)
#server.R
shinyServer(function(input,output){
})
接下來，我們通過kmeans函數(shù)對鳶尾花數(shù)據(jù)集進行K均值聚類，centers設置為Cluster count選擇的數(shù)值(input$centers),然后繪制聚類后的散點圖，散點圖的x軸的變量為X Variable(input$xcol)，y軸的變量為Y Variable(input$ycol)，并用每個樣本所屬的類別顏色進行區(qū)分；最后添加相應的類中心，用“*”表示。
# ui.R
library(shiny)
library(shinydashboard)
dashboardPage(
dashboardHeader(title="Iris k-means clustering"),
dashboardSidebar(
selectInput("xcol","X Variable",names(iris)),
selectInput("ycol","Y Variable",names(iris),selected="Sepal.Width"),
numericInput("clusters","Cluster count",3,min=2,max=9),
a(img(src="logo.png",height=60,width=200),
)
),
dashboardBody(
plotOutput("plot")
)
)
# server.R
shinyServer(function(input,output){
# 進行K均值聚類
cluster <- reactive({
kmeans(iris[,1:4],input$clusters)
})
# 繪制聚類結(jié)果
output$plot <- renderPlot({
plot(iris[,c(input$xcol,input$ycol)],
col=cluster()$cluster)
points(cluster()$centers[,c(input$xcol,input$ycol)],
col=1:input$clusters,pch="*",cex=4)
})
})
在主面板我們生成了一幅散點圖，我們可以根據(jù)選擇的Cluster count值改變聚類的中心數(shù)，從而查看不同類別數(shù)的散點圖結(jié)果。也可以改變X軸、Y軸的變量查看新的桑拿點圖分布。
細心的看官已經(jīng)發(fā)現(xiàn)，我們默認生成的圖形是填充了整個主面板寬度（列寬是12）。如果我們想進行調(diào)整，例如想一半的寬度放置散點圖，另一半的寬度放置選擇的數(shù)據(jù)表，此時我們可以通過column函數(shù)實現(xiàn)。
# ui.R
library(shiny)
library(shinydashboard)
dashboardPage(
dashboardHeader(title="Iris k-means clustering"),
dashboardSidebar(
selectInput("xcol","X Variable",names(iris)),
selectInput("ycol","Y Variable",names(iris),selected="Sepal.Width"),
numericInput("clusters","Cluster count",3,min=2,max=9),
a(img(src="logo.png",height=60,width=200),
)
),
dashboardBody(
column(6,plotOutput("plot")),
column(6,DT::dataTableOutput("data"))
)
)
# server.R
shinyServer(function(input,output){
# 進行K均值聚類
cluster <- reactive({
kmeans(iris[,1:4],input$clusters)
})
# 繪制聚類結(jié)果
output$plot <- renderPlot({
plot(iris[,c(input$xcol,input$ycol)],
col=cluster()$cluster)
points(cluster()$centers[,c(input$xcol,input$ycol)],
col=1:input$clusters,pch="*",cex=4)
})
# 展示選擇列的數(shù)據(jù)集
output$data <- DT::renderDataTable({
DT::datatable(iris[,c(input$xcol,input$ycol)])
})
})
至此，利用shiny框架搭建的一個簡易的app應用就完成了（大家可以直接復制最后的代碼到本地運行app應用）。
創(chuàng)新互聯(lián)www.cdcxhl.cn，專業(yè)提供香港、美國云服務器，動態(tài)BGP最優(yōu)骨干路由自動選擇，持續(xù)穩(wěn)定高效的網(wǎng)絡助力業(yè)務部署。公司持有工信部辦法的idc、isp許可證， 機房獨有T級流量清洗系統(tǒng)配攻擊溯源，準確進行流量調(diào)度，確保服務器高可用性。佳節(jié)活動現(xiàn)已開啟，新人活動云服務器買多久送多久。
