前言

本部分为学习Shiny的第一阶段——挖坑。

在接下来的四章中，目标是让读者尽快学会编写Shiny应用程序。

在第一章中，作者将从小处着手，但内容完整，向读者展示应用程序的所有主要部分以及它们如何组合在一起。
在第二章和第三章中，读者将开始详细了解Shiny应用程序的两个主要部分：前端（用户在浏览器中看到的内容）和后端（使应用程序起作用的代码）。
第四章将通过案例研究来完成，以帮助巩固读者迄今为止所学的概念。

第一个Shiny app

简介

在本章中，我们将创建一个简单的Shiny应用程序。首先，我将向您展示Shiny应用程序所需的最低样板，然后您将学习如何启动和停止它。接下来，您将学习每个Shiny应用程序的两个关键组件：UI（用户界面的缩写），它定义了应用程序的外观，以及服务器功能，它定义了应用程序的工作方式。Shiny使用响应式编程在输入更改时自动更新输出，因此我们将通过学习Shiny应用程序的第三个重要组件：响应式表达式来结束本章。

如果你还没有安装Shiny，现在用以下命令安装它

1	install.packages("shiny")

如果您已经安装了Shiny，请使用packageVersion("shiny")检查您是否安装了1.5.0或更高版本。然后在当前的R会话中加载：

1	library(shiny)

创建应用程序目录和文件

创建Shiny应用程序有多种方法，最简单的是为您的应用程序创建一个新目录，并在其中放置一个名为app.R的单个文件。这个app.R文件将用于告诉Shiny应用程序应该如何展示界面以及应该如何运行。

通过创建新目录并添加如下所示的app.R文件来尝试一下：

library(shiny)
ui <- fluidPage(
  "Hello, world!"
)
server <- function(input, output, session) {
}
shinyApp(ui, server)

以上是完整的、基础的Shiny应用程序！仔细观察上面的代码，app.R做了四件事：

它调用library(shiny)来加载shiny包。
它定义了用户界面，即人类与之交互的HTML网页。在这种情况下，它是一个包含“Hello，world！”的页面。
它通过定义server函数来指定应用程序的行为。目前为空，因此我们的应用程序不做任何事情，但我们稍后会回过头来重新审视这一点。
它使用shinyApp(ui，server)来构建并启动一个从用户界面和服务器构建的Shiny应用程序。

RStudio提示：在RStudio中有两种方便的方法可以创建新的应用程序：

通过点击File | New Project，然后选择New Directory和Shiny Web Application，可以一次性创建一个新的目录和app.R文件，其中包含基本的应用程序。
如果您已经创建了app.R文件，可以通过键入“shinyapp”并按Shift+Tab快速添加应用程序样板。

运行和停止

您可以通过几种方式运行此应用程序：

单击文档工具栏中的Run App（图1.1）按钮。
使用键盘快捷键：Cmd / Ctrl + Shift + Enter。
如果您没有使用RStudio，则可以使用(source())¹ 整个文档，或使用包含app.R的目录的路径调用shiny::runApp()。

从这些选项中选择一个，并确认您看到的与图1.2中的相同的应用程序。恭喜！您已经制作了您的第一个Shiny应用程序。

在你关闭应用程序之前，回到RStudio并查看R控制台。你会注意到它说类似于：

1	#> Listening on http://127.0.0.1:3827

这告诉你应用程序的URL：127.0.0.1是一个标准地址，表示“这台计算机”，而3827是一个随机分配的端口号。你可以将该URL输入到任何兼容的web浏览器中以打开应用程序的另一个副本。

另外请注意，R正在运行：R提示符不可见，控制台工具栏显示一个停止符号图标。当Shiny应用程序正在运行时，它会“阻止”R控制台。这意味着在Shiny应用程序停止之前，您无法在R控制台运行新的命令。

您可以使用以下选项之一停止应用程序并返回对控制台的访问权限：

点击R控制台工具栏上的停止符号图标。
单击控制台，然后按Esc（或按Ctrl + C如果您没有使用RStudio）。
关闭Shiny应用程序窗口。

Shiny应用程序开发的基本工作流程是编写一些代码，启动应用程序，与应用程序交互，编写更多代码，然后重复。如果你使用的是RStudio，你甚至不需要停止和重新启动应用程序来查看你的更改 - 你可以按下工具箱中的Reload app按钮或使用Cmd/Ctrl + Shift + Enter键盘快捷键。我将在第5章中介绍其他工作流程模式。

添加用户界面控件

接下来，我们将向用户界面添加一些输入和输出，使其不再如此简约。我们将创建一个非常简单的应用程序，向您展示datasets包中包含的所有内置数据框。

用以下代码替换您的ui：

ui <- fluidPage(
  selectInput("dataset", label = "Dataset", choices = ls("package:datasets")),
  verbatimTextOutput("summary"),
  tableOutput("table")
)

这个例子使用了四个新函数：

fluidPage()是一个布局函数，用于设置页面的基本视觉结构。您将在第6.2节中了解更多关于它们的信息。
selectInput()是一种输入控件，使用户可以通过提供值与应用程序进行交互。在这种情况下，它是一个带有标签“Dataset”的下拉菜单，允许您从R自带的内置数据集中选择一个。您将在第2.2节中了解更多关于输入的信息。
verbatimTextOutput()和tableOutput()是输出控件，它们告诉Shiny将渲染的输出放在哪里（我们稍后再了解）。verbatimTextOutput()显示代码，tableOutput()显示表格。您将在第2.3节中了解更多关于输出的信息。

布局函数、输入和输出有不同的用途，但它们在本质上都是相同的：它们都是生成HTML的巧妙方式，如果您在Shiny应用程序之外调用其中任何一个，您将在控制台上看到HTML输出。不要害怕深入研究这些不同的布局和控件是如何工作的。

现在运行应用程序。您将看到图1.3，一个包含下拉框的页面。我们只看到了输入，而没有看到两个输出，因为我们还没有告诉Shiny输入和输出之间的关系。

添加行为

接下来，我们将通过在server函数中定义它们来为输出提供生命。

Shiny使用响应式编程使应用程序具有交互性。您将在第3章中了解更多关于响应式编程的信息，但现在只需知道，它涉及到告诉Shiny如何执行计算，而不是命令Shiny实际去做。这就像给某人食谱与命令他们给您做三明治之间的区别。

我们将为样本应用程序中的摘要和表格输出提供“食谱”，以告诉Shiny如何填充这些输出。用以下代码替换您的空server函数：

server <- function(input, output, session) {
  output$summary <- renderPrint({
    dataset <- get(input$dataset, "package:datasets")
    summary(dataset)
  })
  
  output$table <- renderTable({
    dataset <- get(input$dataset, "package:datasets")
    dataset
  })
}

赋值运算符（<-）的左侧，output$ID，表示您正在为具有该ID的Shiny输出提供食谱。赋值运算符的右侧使用特定的render函数来包装您提供的代码。每个render{Type}函数旨在生成特定类型的输出（例如文本、表格和图形），并且通常与{type}Output函数配对。例如，在此应用程序中，renderPrint()与verbatimTextOutput()配对以显示具有固定宽度（逐字）文本的统计摘要，而renderTable()与tableOutput()配对以在表格中显示输入数据。

再次运行应用程序并尝试使用，观察更改输入时输出会发生什么变化。图1.4显示了打开应用程序时应该看到的内容。

图1.4
现在我们已经提供了一个将输出和输入连接起来的服务器函数，我们已经有了一个功能完整的应用程序

请注意，每当您更改输入数据集时，摘要和表格都会自动更新。这种依赖性是通过在输出函数中引用input$dataset而隐式创建的。input$dataset被填充为UI组件中id为dataset的当前值，并且当该值发生变化时，将导致输出自动更新。这就是反应性的本质：输出在输入发生更改时自动（重新计算）。

使用反应式表达式减少重复

即使在这个简单的例子中，我们也有一些重复的代码：下面的这行代码在两个输出中都存在。

1	dataset <- get(input$dataset, "package:datasets")

在任何一种编程中，重复的代码都是不良的实践；它可能在计算上是浪费的，更重要的是，它增加了维护或调试代码的难度。在这里不是那么重要，但我想在一个非常简单的上下文中说明这个基本概念。

在传统的R脚本中，我们使用两种技术来处理重复的代码：要么捕获变量的值，要么用函数捕获计算。不幸的是，这两种方法在这里都不适用，原因将在第13.2节中介绍，我们需要一个新的机制：反应式表达式。

您可以通过将代码块包装在reactive({...})中并将其分配给变量来创建反应式表达式，并且可以通过像调用函数一样来使用反应式表达式。然而，尽管看起来像是在调用函数，但反应式表达式有一个重要的区别：它只在其第一次被调用时运行，然后将其结果缓存直到需要更新。

我们可以更新我们的server()函数来使用反应式表达式，如下所示。这个应用程序的行为完全相同，但运行更有效率，因为它只需要检索数据集一次，而不是两次。

server <- function(input, output, session) {
  # Create a reactive expression
  dataset <- reactive({
    get(input$dataset, "package:datasets")
  })

  output$summary <- renderPrint({
    # Use a reactive expression by calling it like a function
    summary(dataset())
  })
  
  output$table <- renderTable({
    dataset()
  })
}

我们会多次回到响应式编程，但即使只有对输入、输出和反应式表达式的粗略了解，也可以构建非常有用的Shiny应用程序！

总结

在本章中，您创建了一个简单的应用程序-这不是很有趣或很有用，但是您已经看到了使用现有的R知识构建Web应用程序的容易程度。在接下来的两章中，您将学习更多关于用户界面和响应式编程的知识，这是Shiny的两个基本构建块。现在是获取Shiny速查表的绝佳时机。这是一个很好的资源，可以帮助您记住Shiny应用程序的主要组件。

练习

1.8.1 创建一个应用程序，通过姓名向用户打招呼。您可能不知道需要使用哪些函数来完成此操作，因此我已经在下方包含了一些代码行。请考虑需要使用哪些行，然后将它们复制并粘贴到Shiny应用程序的适当位置。

tableOutput("mortgage")
output$greeting <- renderText({
  paste0("Hello ", input$name)
})
numericInput("age", "How old are you?", value = NA)
textInput("name", "What's your name?")
textOutput("greeting")
output$histogram <- renderPlot({
  hist(rnorm(1000))
}, res = 96)

1.8.2 假设你的朋友想设计一个应用程序，允许用户设置一个介于1和50之间的数字（x），并显示这个数字乘以5的结果。以下是他/她的第一次尝试：

library(shiny)

ui <- fluidPage(
  sliderInput("x", label = "If x is", min = 1, max = 50, value = 30),
  "then x times 5 is",
  textOutput("product")
)

server <- function(input, output, session) {
  output$product <- renderText({ 
    x * 5
  })
}

shinyApp(ui, server)

其不幸报错如下，请尝试修复错误：

1.8.3 将前一个练习中的应用程序扩展为允许用户设置乘数y的值，以便应用程序产生x * y的值。最终结果应如下所示：

1.8.4 以下面的应用程序为例，它为上一练习中描述的最后一个应用程序添加了一些附加功能。有什么新功能？如何使用响应式表达式减少应用程序中的重复代码量。

library(shiny)

ui <- fluidPage(
  sliderInput("x", "If x is", min = 1, max = 50, value = 30),
  sliderInput("y", "and y is", min = 1, max = 50, value = 5),
  "then, (x * y) is", textOutput("product"),
  "and, (x * y) + 5 is", textOutput("product_plus5"),
  "and (x * y) + 10 is", textOutput("product_plus10")
)

server <- function(input, output, session) {
  output$product <- renderText({ 
    product <- input$x * input$y
    product
  })
  output$product_plus5 <- renderText({ 
    product <- input$x * input$y
    product + 5
  })
  output$product_plus10 <- renderText({ 
    product <- input$x * input$y
    product + 10
  })
}

shinyApp(ui, server)

1.8.5 以下应用程序与您在本章前面看到的应用程序非常相似：您从包中选择一个数据集（这次我们使用ggplot2包），应用程序会打印出数据的摘要和图表。它还遵循良好的实践，并利用响应式表达式来避免代码冗余。但是，下面提供的代码存在三个错误。您可以找到并修复它们吗？

library(shiny)
library(ggplot2)

datasets <- c("economics", "faithfuld", "seals")
ui <- fluidPage(
  selectInput("dataset", "Dataset", choices = datasets),
  verbatimTextOutput("summary"),
  tableOutput("plot")
)

server <- function(input, output, session) {
  dataset <- reactive({
    get(input$dataset, "package:ggplot2")
  })
  output$summmry <- renderPrint({
    summary(dataset())
  })
  output$plot <- renderPlot({
    plot(dataset)
  }, res = 96)
}

shinyApp(ui, server)

练习题答案获取

关注公众号“生信之巅”，聊天窗口回复“b376”获取习题答案。

敬告：使用文中脚本请引用本文网址，请尊重本人的劳动成果，谢谢！Notice: When you use the scripts in this article, please cite the link of this webpage. Thank you!

了尘兰若的小坑

分享微生物生物信息学分析方法，欢迎加入QQ群交流945751012，不接受群内广告！

前言