- 1 简介：
- 1.1 定义
- 1.2 优缺点
- 1.3 架构
- 2 ui对象包含的主要内容
- 2.1 布局
- 2.2 控件
- 2.3 图片
- 2.4 构建HTML元素
- 3 交互式输出
- 3.1 定义
- 3.2 步骤
- 3.3 ui与server的对应关系
- 4 代码执行
- 5 分享应用
- 6 案列介绍
- 6.1 案例功能
- 6.2 案例代码分享
- 6.3 案例缺点
- 7 参考资料
1 简介：
1.1 定义
- shiny 构建交互式网页 的R包，
1.2 优缺点
- 优势
- 不需要css、js等前端知识完成简单的交互式数据可视化
- 一个人可以快速完成数据收集、处理、分析及数据可视化几项工作
- 缺点
- 展示内容有限，输出内容需要在shiny中存在相应函数
- 数据量大或者图形复杂时，计算速度慢
1.3 架构
- 需要一个app.R脚本，这个脚本需要三个部分：
- 一个用户交互对象：负责网页布局，部件设置等，可称为 ui对象
- 一个服务端对象：服务器端处理数据，可称为server对象，与普通R脚本类似，区别是：嵌套在render*函数中
- 一个shinyApp函数
2 ui对象包含的主要内容
2.1 布局
定义：网页中，不同内容摆放的位置。
-
常用布局：
pageWithSidebar：边栏布局
sidebarPanel ：边栏
mainPanel：主体部分
[图片上传失败...(image-2e74b6-1586837171656)]image.png
2.2 控件
-
定义：用户能够与其互动的网页元素，shiny中自带控件：
[图片上传失败...(image-4a10cd-1586837171656)]image.png
各种控件函数：
[图片上传失败...(image-50b26c-1586837171658)]
-
插入控件两个重要参数：
- 部件名称：ui与server是通过部件名称联系的
- 部件标签
2.3 图片
- 图片位置：该脚本的www目录下
- 函数：img eg: img(src="logo.png",height=100,width=250)
2.4 构建HTML元素
[图片上传失败...(image-7c4b4b-1586837171658)]
3 交互式输出
3.1 定义
- 根据用户要求输出特定内容
3.2 步骤
在ui对象中使用函数创建输出类型
在server对象中设置如何根据输入生成输出
-
第一步： 在ui对象中增加输出内容选项
shiny提供了一组函数，能够在ui中返回R对象。不同函数创建不同类型的输出，
[图片上传失败...(image-bc33dc-1586837171654)]image.png -
在server中编写输出内容
先前编写的ui只是确定了网页中哪个部分展示什么类型的输出信息，具体如何展现输出则是需要一类render函数。shiny可用render类函数如下：
[图片上传失败...(image-d0b869-1586837171654)] *image.png
3.3 ui与server的对应关系
[图片上传失败...(image-336414-1586837174233)]
4 代码执行
- 启动应用时，Shiny会运行一次所有的代码
- 每有一个新的用户运行你的shiny应用，就会运行一次server函数，保证每个用户有不同的响应式对象(reactivate object)
- 每次用户进行交互时，render部分的代码都会运行一次
代码优化：reactive函数，可将一部分在render*中代码移动至reactive中，提高运行速度。它只会在原始的控件(widgets)发生变化之后才会更新结果，
[图片上传失败...(image-27f294-1586837174233)]
5 分享应用
两种方法：
- 提供源代码
- 网页工具：将应用作为网页分享
1 shiny服务器
2 将shiny部署至shiny云服务中，eg:shinyapps.io
6 案列介绍
案例：
https://panyuzhang.shinyapps.io/heatmap-v2/
6.1 案例功能
- 上传文件，依据用户需求显示文件、画热图。
- 解决常规分析中常见的热图售后问题：
- 用户更改差异条件：foldchange pvalue
- 用户挑选基因
- 用户挑选样本
- 用户挑选热图选项，eg：聚类，gene_name or transcript_id
6.2 案例代码分享
### 功能：上传规定格式表达量表格，根据fc,pvalue，gene_name等画图
options(encoding = "UTF-8")
rm(list = ls())
library(pheatmap)
library(shiny)
library(dplyr)
ui<-pageWithSidebar(
headerPanel("heatmap"),
sidebarPanel(
##上传数据
h3("data_upload"),
fileInput('file1', 'Choose File',
accept=c('text/csv')),
tags$hr(),#加入水平线，HTML的一些标签语法可以用tags来调用
##表格
h3("table"),
checkboxInput('header', 'Header', TRUE),
numericInput("obs","Number for obervations to view of the table:",10),
downloadButton('downloadData', 'Download'),
br(),
br(),
#热图
h3("heatmap"),
selectInput("name","name",c("transcript_id","gene_id","gene_name"),selected = "transcript_id"),
sliderInput("pvalue","pvalue",min = 0,max = 1,value = 0.05),
sliderInput("FC","log2(fc)",min = 0,max = 5,value = 1),
selectInput("cluster","cluster",c("yes","no"),selected = "yes"),
selectInput("exp_numbers","Exp",c("yes","no"),selected = "yes"),
sliderInput("fontisize","size",min=1,max=100,value = 8),
textInput("sample","sample",value="Enter sample,sep/,/"),
#插入图片
img(src="logo.png",height=100,width=250)
),
mainPanel(
tabsetPanel(
tabPanel("Table",tableOutput('contents')),#表格输出
tabPanel("fig",plotOutput("plot"))#图片输出
)
)
)
server<-function(input, output) {
##读入上传数据
datasetInput <- reactive({
inFile <- input$file1
if (is.null(inFile))
return(NULL)
datax<-read.table(inFile$datapath, header=T,sep="\t")
})
##处理上传数据
my_data <- reactive({
if (is.null(data()))
return(NULL)
name<-switch(input$name,
"transcript_id"=1,
"gene_id"=2,
"gene_name"=3)
tmp_dim<-dim(datasetInput())
data<-datasetInput()[,c(name,4:tmp_dim[2])]
data<-subset(data,data$pvalue < input$pvalue)
data<-subset(data,data$FC>input$FC)
})
##输出table
output$contents <- renderTable({
if (is.null(my_data()))
return(NULL)
data<-my_data()
head(data,input$obs)
})
##输出热图
output$plot<-renderPlot({
if (is.null(my_data()))
return(NULL)
clu<-switch(input$cluster,
"yes"=T,
"no"=F)
ex<-switch(input$exp_numbers,
"yes"=T,
"no"=F)
data<-my_data()
rownames(data)<-data[,1]
data<-data[,-1]
if(input$sample=="Enter sample,sep/,/"){
col<-dim(data)[2]
data<-data[,-c(col,col-1,col-2)]
pheatmap(as.matrix(data),scale="row",fontsize=input$fontisize,cluster_rows = clu,display_numbers = ex)
}else{
col<-dim(data)[2]
data<-data[,-c(col,col-1,col-2)]
dat<-data[,unlist(strsplit(input$sample,split=","))]
rownames(dat)<-rownames(data)
pheatmap(as.matrix(dat),fontsize=input$fontisize,cluster_rows = clu,display_numbers = ex)
}
})
##下载table
output$downloadData<-downloadHandler(
filename = function(){paste("table",".csv",sep="")},
content = function(file){
write.table(datasetInput(),file)
}
)
}
shinyApp(ui,server)
6.3 案例缺点
- 提前整理好数据，数据需要符合一定格式，对每列内容及列名有要求
- 样本顺序
- 问题：两个转录本对应同一个gene_id
7 参考资料
https://www.jianshu.com/p/a86ed8cbd970
https://wenku.baidu.com/view/9aa408ed4bfe04a1b0717fd5360cba1aa8118cbb.html
https://shiny.rstudio.com/tutorial/written-tutorial/lesson2/
http://yanping.me/shiny-tutorial/#hello-shiny