Με την εξέλιξη της τεχνολογίας, έχουν προκύψει νεότερα εργαλεία και πλαίσια για τη δημιουργία διαδικτυακών εφαρμογών που εμφανίζουν στατιστικά, χάρτες και γραφήματα σε πραγματικό χρόνο. Δεδομένου ότι αυτές οι λειτουργίες απαιτούν υψηλή επεξεργασία και συγχρονισμό, οι γλώσσες προγραμματισμού χρησιμοποιούνται για τη μείωση του χρόνου φόρτωσης διακομιστή. Σε αυτό το σεμινάριο R Shiny, θα εξηγήσω πώς να κάνουμε την καλύτερη χρήση του R σε δυναμικές εφαρμογές ιστού.
Θα καλύψουμε και θα κατανοήσουμε τα ακόλουθα θέματα:
Τι είναι το R Shiny;
Το Shiny είναι ένα πακέτο R που επιτρέπει στους χρήστες να δημιουργούν διαδραστικές εφαρμογές ιστού. Αυτό το εργαλείο δημιουργεί μια ισοδύναμη εφαρμογή ιστού HTML από τον Shiny code. Ενσωματώνουμε τον εγγενή κώδικα HTML και CSS με τις λειτουργίες R Shiny για να κάνουμε την εφαρμογή παρουσιάσιμη. Το Shiny συνδυάζει την υπολογιστική ισχύ του R με τη διαδραστικότητα του σύγχρονου διαδικτύου.Η Shiny δημιουργεί εφαρμογές ιστού που αναπτύσσονται στον ιστό χρησιμοποιώντας τον διακομιστή σας ή τις υπηρεσίες φιλοξενίας του R Shiny.
Χαρακτηριστικά του R Shiny:
- Δημιουργήστε εύκολες εφαρμογές με βασικές ή καθόλου γνώσεις εργαλείων ιστού
- Ενσωματώστε το Shiny με εγγενή εργαλεία ιστού για να βελτιώσετε την ευελιξία και την παραγωγικότητα
- Προκατασκευασμένες λειτουργίες I / O και render
- Εύκολη απόδοση του περιεχομένου της εφαρμογής χωρίς πολλές επαναφορτώσεις
- Δυνατότητα προσθήκης υπολογισμένων (ή επεξεργασμένων) εξόδων από σενάρια R
- Προσθέστε ζωντανές αναφορές και απεικονίσεις.
Αυτό μας φέρνει στο ερώτημα:
Πώς διαφέρει το Shiny από τις παραδοσιακές εφαρμογές;
Ας πάρουμε ένα παράδειγμα μιας εφαρμογής καιρού, όποτε ο χρήστης ανανεώνει / φορτώνει τη σελίδα ή αλλάζει οποιαδήποτε εισαγωγή, θα πρέπει να ενημερώσει ολόκληρη τη σελίδα ή μέρος της σελίδας χρησιμοποιώντας JS. Αυτό προσθέτει φορτίο στην πλευρά του διακομιστή για επεξεργασία. Το Shiny επιτρέπει στο χρήστη να απομονώσει ή να αποδώσει (ή να φορτώσει ξανά) στοιχεία στην εφαρμογή που μειώνει το φορτίο του διακομιστή. Η κύλιση σε σελίδες ήταν εύκολη στις παραδοσιακές εφαρμογές ιστού, αλλά ήταν δύσκολη με τις εφαρμογές Shiny. Η δομή του κώδικα παίζει τον κύριο ρόλο στην κατανόηση και τον εντοπισμό σφαλμάτων του κώδικα. Αυτή η λειτουργία είναι ζωτικής σημασίας για λαμπερές εφαρμογές σε σχέση με άλλες εφαρμογές.
Ας προχωρήσουμε στο επόμενο θέμα στο R Shiny tutorial, εγκαθιστώντας το πακέτο R Shiny.
Εγκατάσταση του R Shiny
Η εγκατάσταση του Shiny είναι σαν να εγκαταστήσετε οποιοδήποτε άλλο πακέτο στο R. Μεταβείτε στο Κονσόλα R και εκτελέστε την παρακάτω εντολή για να εγκαταστήσετε το πακέτο Shiny.
πώς να αντιστρέψετε έναν πύθωνα χορδών
install.packages ('γυαλιστερό') 
Μόλις εγκαταστήσετε, φορτώστε το πακέτο Shiny για να δημιουργήσετε εφαρμογές Shiny.
βιβλιοθήκη (γυαλιστερή)
Προτού προχωρήσουμε περαιτέρω σε αυτό το R γυαλιστερό σεμινάριο, ας δούμε και κατανοήσουμε τη δομή μιας εφαρμογής Shiny.
Δομή μιας εφαρμογής Shiny
Το Shiny αποτελείται από 3 συστατικά:
ένας.Λειτουργία διεπαφής χρήστη
Διεπαφή χρήστη Η συνάρτηση (UI) καθορίζει τη διάταξη και την εμφάνιση της εφαρμογής. Μπορείτε να προσθέσετε ετικέτες CSS και HTML εντός της εφαρμογής για να κάνετε την εφαρμογή πιο εμφανή. Η λειτουργία περιέχει όλες τις εισόδους και εξόδους που θα εμφανίζονται στην εφαρμογή. Κάθε στοιχείο (διαίρεση ή καρτέλα ή μενού) μέσα στην εφαρμογή ορίζεται χρησιμοποιώντας συναρτήσεις. Πρόσβαση σε αυτά χρησιμοποιώντας ένα μοναδικό αναγνωριστικό, όπως στοιχεία HTML.Ας μάθουμε περισσότερα για διάφοραλειτουργίες που χρησιμοποιούνται στην εφαρμογή.
Λειτουργίες λαμπερής διάταξης
κεφαλίδα Panel ()προσθέστε μια επικεφαλίδα στην εφαρμογή. τίτλος Panel () ορίζει τη διάκριση της εφαρμογής. Δείτε την παρακάτω εικόνα για καλύτερη κατανόηση κεφαλίδα Panel και τίτλος Panel .
SidebarLayout ()ορίζει τη διάταξη που θα κρατήσει πλαϊνή μπάρα και mainPanel στοιχεία. Η διάταξη χωρίζει την οθόνη της εφαρμογής σε πλαϊνό πλαίσιο και στον κύριο πίνακα. Για παράδειγμα, στην παρακάτω εικόνα, το κόκκινο ορθογώνιο είναι το mainPanel περιοχή και η περιοχή του μαύρου ορθογωνίου είναι κάθετα πλαϊνή μπάρα περιοχή.
wellPanel ()ορίζει ένα κοντέινερ που περιέχει πολλά αντικείμενα εισόδου / εξόδου εφαρμογών στο ίδιο πλέγμα.tabsetPanel ()δημιουργεί ένα κοντέινερ για να κρατάτε καρτέλες. tabPanel () προσθέτει καρτέλα στην εφαρμογή καθορίζοντας στοιχεία καρτέλας και στοιχεία. Στην παρακάτω εικόνα, το μαύροτο ορθογώνιο είναι tabsetPanel αντικείμενο και το κόκκινο ορθογώνιο είναι το tabPanel αντικείμενο.navlistPanel ()παρέχει ένα πλευρικό μενού με συνδέσμους σε διαφορετικούς πίνακες καρτελών παρόμοιοι με αυτούς tabsetPanel () σαν μια κατακόρυφη λίστα στην αριστερή πλευρά της οθόνης. Στην παρακάτω εικόνα, το μαύρο ορθογώνιο είναι navlistPanel αντικείμενο και το κόκκινο ορθογώνιο είναι το tabPanel αντικείμενο.
Μαζί με τις λειτουργίες λαμπρής διάταξης, μπορείτε επίσης να προσθέσετε ενσωματωμένο CSS σε κάθε widget εισαγωγής στην εφαρμογή.Η εφαρμογή Shiny ενσωματώνει χαρακτηριστικά των τεχνολογιών Ιστού μαζί με λαμπερά χαρακτηριστικά R και λειτουργίες για τον εμπλουτισμό της εφαρμογής. Χρησιμοποιήστε ετικέτες HTML στην εφαρμογή Shiny χρησιμοποιώντας ετικέτες $.
Η διάταξή σας είναι έτοιμη, ήρθε η ώρα να προσθέσετε widget στην εφαρμογή. Το Shiny παρέχει διάφορα στοιχεία εισόδου και εξόδου χρήστη για την αλληλεπίδραση των χρηστών. Ας συζητήσουμε μερικές λειτουργίες εισόδου και εξόδου.
Λειτουργίες λαμπερών εισόδων
Κάθε widget εισαγωγής έχει μια ετικέτα, αναγνωριστικό, άλλες παραμέτρους όπως επιλογή, τιμή, επιλεγμένο, ελάχιστο, μέγιστο κ.λπ.
selectInput ()- δημιουργήστε ένα αναπτυσσόμενο στοιχείο HTML.
selectInput ('select', h3 ('Select box'), options = list ('Choice 1' = 1, 'Choice 2' = 2, 'Choice 3' = 3), επιλεγμένο = 1)numericInput ()- περιοχή εισαγωγής για να πληκτρολογήσετε έναν αριθμό ή κείμενο.
dateInput ('num', 'Date input', value = '2014-01-01') numericInput ('num', 'Numeric input', value = 1) textInput ('num', 'Numeric input', τιμή = ' Εισαγάγετε κείμενο ... ')κουμπιά ραδιοφώνου ()- δημιουργήστε κουμπιά επιλογής για είσοδο χρήστη.
radioButtons ('radio', h3 ('κουμπιά ραδιοφώνου'), επιλογές = λίστα ('Choice 1' = 1, 'Choice 2' = 2, 'Choice 3' = 3), επιλεγμένο = 1)Λειτουργίες Shiny Output
Το Shiny παρέχει διάφορες λειτουργίες εξόδου που εμφανίζονται Ρ έξοδοι όπως οικόπεδα, εικόνες, πίνακες κ.λπ. που εμφανίζουν αντίστοιχα Ρ αντικείμενο.
plotOutput ()- εμφάνιση αντικειμένου R plot.
plotOutput'top_batsman ')
-
tableOutput ()- εμφανίζει την έξοδο ως πίνακα.
tableOutput'player_table ')
2. Λειτουργία διακομιστή
Υπηρέτης συνάρτηση dορίζει τη λογική από την πλευρά του διακομιστή της εφαρμογής Shiny. Περιλαμβάνει τη δημιουργία λειτουργιών και εξόδων που χρησιμοποιούν εισόδους για την παραγωγή διαφόρων ειδών εξόδου. Κάθε πελάτης (πρόγραμμα περιήγησης ιστού) καλεί τη λειτουργία διακομιστή όταν φορτώνει για πρώτη φορά την εφαρμογή Shiny. Κάθε έξοδος αποθηκεύει την τιμή επιστροφής από τις λειτουργίες απόδοσης.
Αυτές οι συναρτήσεις καταγράφουν μια έκφραση R και κάνουν υπολογισμούς και προεπεξεργασία στην έκφραση. Χρησιμοποιήστε τη λειτουργία render * που αντιστοιχεί στην έξοδο που ορίζετε. Έχουμε πρόσβαση σε widget εισαγωγήςχρησιμοποιώντας εισαγωγή $ [widget-id] . Αυτές οι μεταβλητές εισόδου είναι αντιδραστικές τιμές. Τυχόν ενδιάμεσες μεταβλητές που δημιουργούνται χρησιμοποιώντας μεταβλητές εισόδου πρέπει να γίνουν αντιδραστικές χρησιμοποιώντας αντιδραστικός ({}) . Αποκτήστε πρόσβαση στις μεταβλητές χρησιμοποιώντας το ().
καθιστώ * Οι λειτουργίες εκτελούν τον υπολογισμό μέσα στη λειτουργία διακομιστή και αποθηκεύουν τις μεταβλητές εξόδου. Η έξοδος πρέπει να αποθηκευτεί με έξοδος $ [όνομα μεταβλητής εξόδου] . Καθε καθιστώ * η συνάρτηση λαμβάνει ένα μόνο όρισμα, δηλαδή μια έκφραση R που περιβάλλεται από αγκύλες, {}.
3. Λειτουργία ShinyApp
shinyApp ()η λειτουργία είναι η καρδιά τουη εφαρμογή που καλεί ΚΡΕΜΜΥΔΙ και υπηρέτης λειτουργεί για να δημιουργήσετε μια λαμπερή εφαρμογή.
Η παρακάτω εικόνα δείχνει το περίγραμμα της εφαρμογής Shiny.
Ας προχωρήσουμε στο επόμενο τμήμα του οδηγού R Shiny για να δημιουργήσουμε την πρώτη εφαρμογή R Shiny.
Δημιουργήστε ένα έργο Shiny web
Παω σε Αρχείο και δημιουργήστε ένα Νέο Έργο σε οποιονδήποτε κατάλογο -> Εφαρμογή Shiny Web -> [Όνομα καταλόγου εφαρμογών Shiny]. Εισαγάγετε το όνομα του καταλόγου και κάντε κλικ στο Εντάξει .
Κάθε νέο έργο εφαρμογής Shiny θα περιέχει ένα παράδειγμα ιστογράμματος για την κατανόηση των βασικών στοιχείων μιας λαμπερής εφαρμογής. Η εφαρμογή ιστογράμματος περιέχει ένα ρυθμιστικό που ακολουθείται από ένα ιστόγραμμα που ενημερώνει την έξοδο για μια αλλαγή στο ρυθμιστικό. Ακολουθεί η έξοδος της εφαρμογής ιστογράμματος.
Για να εκτελέσετε την εφαρμογή Shiny, κάντε κλικ στο Εκτελέστε την εφαρμογή κουμπί στην επάνω δεξιά γωνία του παραθύρου προέλευσης. Η εφαρμογή Shiny εμφανίζει ένα ρυθμιστικό widget που λαμβάνει τον αριθμό των κάδων ως είσοδο και αποδίδει το ιστόγραμμα σύμφωνα με την είσοδο.
Τώρα που καταλάβατε τη δομή και τον τρόπο εκτέλεσης μιας εφαρμογής Shiny. Ας προχωρήσουμε για να δημιουργήσουμε την πρώτη μας εφαρμογή Shiny.
Δημιουργήστε την πρώτη εφαρμογή Shiny
Μπορείτε είτε να δημιουργήσετε ένα νέο έργο είτε να συνεχίσετε στον ίδιο κατάλογο εργασίας. Σε αυτό το σεμινάριο R Shiny, θα δημιουργήσουμε μια απλή εφαρμογή Shiny για εμφάνιση στατιστικών IPL. Μπορείτε να κατεβάσετε το σύνολο δεδομένων που χρησιμοποιείται στην εφαρμογή εδώ . Το σύνολο δεδομένων περιλαμβάνει 2 αρχεία, deliveries.csv περιέχει παραδόσεις σκορ για κάθε μπάλα (σε over) σφαιριστής, σφαιριστής, λεπτομέρειες τρεξίματος και match.csv Το αρχείο περιέχει λεπτομέρειες αγώνων, όπως τοποθεσία αγώνων, ρίψη, χώρο και λεπτομέρειες παιχνιδιού. Η παρακάτω εφαρμογή απαιτεί βασικές γνώσεις dplyr και για να κατανοήσετε το παρακάτω σεμινάριο.
Ακολουθήστε τα παρακάτω βήματα για να δημιουργήσετε την πρώτη σας γυαλιστερή εφαρμογή.
Βήμα 1 : Δημιουργήστε το περίγραμμα μιας εφαρμογής Shiny.
Διαγράψτε τον υπάρχοντα κώδικα εκτός από τους ορισμούς της συνάρτησης στο εφαρμογή . Ρ αρχείο.
Βήμα 2 : Φόρτωση βιβλιοθηκών και δεδομένων.
Σε αυτό το βήμα, φορτώνουμε τα απαιτούμενα πακέτα και δεδομένα. Στη συνέχεια, καθαρίστε και μεταμορφώστε τα εξαγόμενα δεδομένα στην απαιτούμενη μορφή. Προσθέστε τον παρακάτω κωδικό πριν ΚΡΕΜΜΥΔΙ και υπηρέτης λειτουργία.
Κώδικας:
βιβλιοθήκη (γυαλιστερή) βιβλιοθήκη (tidyverse) # Φόρτωση συνόλου δεδομένων --------------------------------------- ---------------- παραδόσεις = read.csv ('C: UsersCherukuri_SindhuDownloadsdeliveries.csv', stringsAsFactors = FALSE) match = read.csv ('C: UsersCherukuri_SindhuDownloadsmatches.csv', stringsAsFactors = FALSE) # Καθαρισμός συνόλου δεδομένων --------------------------------------------- --------- ονόματα (αγώνες) [1] = 'match_id' IPL = dplyr :: inner_join (αγώνες, παραδόσεις)Εξήγηση :
Οι πρώτες 2 γραμμές φορτώνουν τακτοποιημένος και Λαμπερός πακέτο. Οι επόμενες 2 γραμμές φορτώνουν παραδόσεις και αντιστοιχίσεις συνόλων δεδομένων και αποθηκεύονται σε μεταβλητέςπαραδόσειςκαιαγώνες. Οι τελευταίες 2 γραμμές ενημερώνουν το όνομα της στήλης τουαγώνεςσύνολο δεδομένων για να εκτελέσετε μια εσωτερική ένωση με τοπαραδόσειςτραπέζι. Αποθηκεύουμε το αποτέλεσμα σύνδεσης στοIPLμεταβλητός.
Βήμα 3 : Δημιουργήστε τη διάταξη της εφαρμογής Shiny .
Όπως συζητήθηκε προηγουμένως, το ΚΡΕΜΜΥΔΙ Η συνάρτηση ορίζει την εμφάνιση, τα widget και τα αντικείμενα της εφαρμογής στην εφαρμογή Shiny.Ας συζητήσουμε το ίδιο λεπτομερώς.
Κώδικας
κρεμμύδι<- fluidPage( headerPanel('IPL - Indian Premier League'), tabsetPanel( tabPanel(title = 'Season', mainPanel(width = 12,align = 'center', selectInput('season_year','Select Season',choices=unique(sort(matches$season, decreasing=TRUE)), selected = 2019), submitButton('Go'), tags$h3('Players table'), div(style = 'border:1px black solidwidth:50%',tableOutput('player_table')) )), tabPanel( title = 'Team Wins & Points', mainPanel(width = 12,align = 'center', tags$h3('Team Wins & Points'), div(style = 'float:leftwidth:36%',plotOutput('wins_bar_plot')), div(style = 'float:rightwidth:64%',plotOutput('points_bar_plot')) ) )))ο ΚΡΕΜΜΥΔΙ η συνάρτηση περιέχει ένα κεφαλίδα Panel () ή τίτλος Panel () και ακολούθησε tabsetPanel για να ορίσετε πολλές καρτέλες στην εφαρμογή. tabPanel () ορίζει τα αντικείμενα για κάθε καρτέλα, αντίστοιχα. Καθε tabPanel () αποτελείται από τίτλο και mainPanel (). mainPanel () δημιουργεί ένα δοχείο πλάτους 12, δηλαδή πλήρες παράθυρο και ευθυγράμμιση αντικειμένων εισόδου και εξόδου στο κέντρο.
Εξήγηση
Η εφαρμογή αποτελείται από 2 καρτέλες: Εποχή και Νίκες και πόντοι ομάδας.
Εποχή αποτελείται από επιλέξτε Εισαγωγή ( ) , κουμπί υποβολής και έναν πίνακα. Το season_year χρησιμοποιείται για την ανάγνωση των εισροών από το lείναι αξιών. tableOutput () εμφανίζει την έξοδο πίνακα που υπολογίζεται στη λειτουργία διακομιστή.Το Table player_table εμφανίζεται κάτω από το κουμπί που ορίζεται στη λειτουργία διακομιστή που θα συζητηθεί στο επόμενο βήμα. Νίκες και πόντοι ομάδας Η καρτέλα εμφανίζει ομαδικές νίκες και πόντους στα αντίστοιχα ραβδόγραμμα. plotOutput () εμφανίζει τις εξόδους που επιστρέφονται από την απόδοση * λειτουργίες. Όλες οι λειτουργίες εξόδου, εισόδου περικλείονται μέσα σε μια ετικέτα div για να προσθέσουν ενσωματωμένο στυλ.
Τώρα που είμαστε εξοικειωμένοι με τη λειτουργία ui, ας προχωρήσουμε με την κατανόηση και τη χρήση της λειτουργίας διακομιστή στο μάθημα R Shiny.
Βήμα 4: Προσθέστε τις δηλώσεις λειτουργίας διακομιστή
ο υπηρέτης Η λειτουργία περιλαμβάνει τη δημιουργία συναρτήσεων και outputs που χρησιμοποιούν εισόδους χρήστη για την παραγωγή διαφόρων ειδών εξόδου. οΗ λειτουργία διακομιστή εξηγείται βήμα προς βήμα παρακάτω.
match_year = reactive ({match%>% filter (season == input $ season_year)}) playoff = reactive ({nth (sort (match_year () $ match_id, menurun = TRUE), 4)}) match_played = reactive ({match_year) ()%>% φίλτρο (match_id% group_by (team1)%>% summarize (count = n ())}) t2 = αντιδραστικό ({match_played ()%>% group_by (team2)%>% summarize (count = n ( wl = αντιδραστικό ({match_played ()%>% filter (νικητής! = ')%>% group_by (νικητής)%>% summarize (no_of_wins = n ())}) wl1 = αντιδραστικό ({match_played ( )%>% group_by (νικητής)%>% summarize (no_of_wins = n ())}) δεμένο = αντιδραστικό ({match_played ()%>% filter (νικητής == ')%>% select (team1, team2)} ) playertable = reactive ({data.frame (Teams = t1 () $ team1, Played = t1 () $ count + t2 () $ count, Wins = wl () $ no_of_wins, Points = wl () $ no_of_wins * 2)) })Οι παραπάνω αντιστοιχίσεις φίλτρου κώδικα παίζονται πριν από τα πλέι οφ κάθε χρόνο και αποθηκεύουν το αποτέλεσμα στη μεταβλητή match_played.παίκτης_ πίνακαςΟ πίνακας περιέχει στατιστικά στοιχεία για ομαδικούς αγώνες, δηλαδή έπαιξε, νίκες και πόντους. Μεταβλητέςmatch_played,παίκτης_ πίνακας,t1,δεμένο, κ.λπ. είναι όλα ενδιάμεσα αντιδραστικές τιμές . Αυτές οι μεταβλητές πρέπει να έχουν πρόσβαση χρησιμοποιώντας () όπως φαίνεται στον παραπάνω κώδικα.παίκτης_ πίνακαςεμφανίζεται χρησιμοποιώντας τη λειτουργία renderTable. Στη συνέχεια, δημιουργήστε τη μεταβλητή εξόδου για αποθήκευση της αναπαραγωγής.
έξοδος $ player_table = renderTable ({playertable ()})Τώρα ας δημιουργήσουμε ραβδόγραμμα για να δείξουμε νίκες και πόντους από κάθε ομάδα της σεζόν. Ο παρακάτω κώδικας εμφανίζει γραφήματα ράβδων χρησιμοποιώντας το ggplot. renderPlot () ανακτά το αντικείμενο ggplot και αποθηκεύει το αποτέλεσμα σε μεταβλητήwins_bar_plot. Ο κώδικας ggplot είναι αυτονόητος, περιλαμβάνει βασικά γραφικά και λειτουργίες χαρτογράφησης για την επεξεργασία θρύλων, ετικετών και γραφικών.
έξοδος $ wins_bar_plot = renderPlot ({ggplot (wl1 () [2: 9,], aes (νικητής, no_of_wins, fill = winer)) + geom_bar (stat = 'ταυτότητα') + theme_classic () + xlab ('Teams') + ylab ('Number Of Wins') + θέμα (axis.text.x = element_text (color = 'white'), leg.position = 'none', axis.title = element_text (size = 14), plot.background = element_rect (color = 'white')) + geom_text (aes (x = νικητής, (no_of_wins + 0.6), label = no_of_wins, size = 7))}) έξοδος $ points_bar_plot = renderPlot ({ggplot (playertable (), aes ( Ομάδες, Πόντοι, πλήρωση = Ομάδες)) + geom_bar (stat = 'identity', size = 3) + theme_classic () + theme (axis.text.x = element_text (color = 'white'), legenda.text = element_text ( μέγεθος = 14), axis.title = element_text (size = 14)) + geom_text (aes (Teams, (Points + 1), label = Points, size = 7))})Βήμα 5: Εκτελέστε την εφαρμογή Shiny.
Κάντε κλικ στο Εκτέλεση εφαρμογής. Με μια επιτυχημένη εκτέλεση, η εφαρμογή Shiny θα μοιάζει παρακάτω. Οποιοδήποτε σφάλμα ή προειδοποίησηπου σχετίζονται με την εφαρμογή, θα τα εμφανίζει στην κονσόλα R.
Tab1 - Σεζόν
Tab2 - Νίκες και πόντοι ομάδας
Ας δούμε πώςγια εγκατάστασηΛογαριασμός Shinyapps.io για την ανάπτυξη των εφαρμογών Shiny.
Δημιουργία λογαριασμού Shinyapps.io
Παω σε μικρόhinyapps.io και συνδεθείτε με τα στοιχεία σας και, στη συνέχεια, δώστε ένα μοναδικό όνομα λογαριασμού για τη σελίδα και αποθηκεύστε το. Μετά την επιτυχή αποθήκευση, θα δείτε μια λεπτομερή διαδικασία για την ανάπτυξη εφαρμογών από την Κονσόλα R. Ακολουθήστε την παρακάτω διαδικασία για να διαμορφώσετε τον λογαριασμό σας στο Rstudio.
Βήμα 1. Εγκατάσταση rsconnect
install.packages («rsconnect»)
Βήμα 2. Εξουσιοδότηση λογαριασμού
ο rsconnect το πακέτο πρέπει να είναι εξουσιοδοτημένο στον λογαριασμό σας χρησιμοποιώντας ένα διακριτικό και μυστικό. Για να το κάνετε αυτό, αντιγράψτε ολόκληρη την εντολή όπως φαίνεται παρακάτω στη σελίδα του πίνακα ελέγχου σας στο Ρ κονσόλα. Μόλις εισαγάγετε την εντολή με επιτυχία στο R, σας εξουσιοδοτώ τώρα να αναπτύξετε εφαρμογές στον λογαριασμό σας στο Shinyapps.io.
rsconnect :: setAccountInfo (name = 'όνομα λογαριασμού', token = 'token', secret = 'secret')
Βήμα 3. Ανάπτυξη εφαρμογής
Χρησιμοποιήστε τον παρακάτω κώδικα για να αναπτύξετε εφαρμογές Shiny.
βιβλιοθήκη (rsconnect) rsconnect :: deployApp ('path / to / your / app')Μόλις οριστεί, είστε έτοιμοι να αναπτύξετε τις λαμπερές εφαρμογές σας.
Τώρα που μάθατε πώς να δημιουργείτε και να εκτελείτε εφαρμογές Shiny, αναπτύξτε την εφαρμογή που μόλις δημιουργήσαμε στο Shinyapps.io όπως εξηγείται παραπάνω ή κάντε κλικ στο δημοσιεύω, που βρίσκεται στην επάνω δεξιά γωνία του παραθύρου της εφαρμογής Shiny.
Ελπίζωότι αυτό το σεμινάριο R Shiny σας βοήθησε να μάθετε πώς να δημιουργείτε και να εκτελείτε μια εφαρμογή Shiny. Διασκεδάστε δημιουργώντας διαδραστικές και όμορφες εφαρμογές ιστού χρησιμοποιώντας το R Shiny.
Αν θέλετε να μάθετε τον προγραμματισμό R και να δημιουργήσετε μια πολύχρωμη καριέρα στο Data Analytics, τότε ρίξτε μια ματιά στο δικό μας που έρχεται με ζωντανή εκπαίδευση με καθοδήγηση εκπαιδευτή και πραγματική εμπειρία έργου. Αυτή η εκπαίδευση θα σας βοηθήσει να κατανοήσετε τα αναλυτικά στοιχεία δεδομένων και να σας βοηθήσουμε να επιτύχετε την εξειδίκευση στο θέμα.