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

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：

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：

#> 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。

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。

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