美文网首页诗翔的R语言学习之路Cook R程序员
「r<-Shiny」响应式编程(二)响应式编程

「r<-Shiny」响应式编程(二)响应式编程

作者: 王诗翔 | 来源:发表于2020-02-29 14:19 被阅读0次

    一个网页应用仅有输入控件或输出控件无疑是枯燥的。Shiny 真正的魔法在于它同时包含两者。

    下面看一个简单例子:

    library(shiny)
    
    ui <- fluidPage(
      textInput("name", "What's your name?"),
      textOutput("greeting")
    )
    
    server <- function(input, output, session) {
      output$greeting <- renderText({
        paste0("Hello ", input$name, "!")
      })
    }
    
    shinyApp(ui, server)
    

    通过下面的截图我们观察向该应用输入时产生的变化。




    我们可以看到,让我们在更新键入时,结果也实时地进行了更新。这是 Shiny 一个思想:我们不需要告诉它那个输出需要更新,Shiny 会自己为我们处理好这个问题。

    那它是如何工作地呢?让我们进一步思考一下下面这个代码:

    output$greeting <- renderText({
      paste0("Hello ", input$name, "!")
    })
    

    代码可以很容易理解为将 hello 和用户输入粘贴到一起,然后发送给 output$greeting。但这样理解是有一些问题的,想象一下,如果代码真的是这样工作的,那么该代码仅仅会运行一次。然而我们在页面每一次键入都会引起 Shiny 的反应,所以 Shiny 内部必然做了更多的工作。

    应用的工作原理是代码不是告诉 Shiny 创建字符串然后发送到浏览器,相反,它告知Shiny 需要时该如何创建这个字符串。代码什么时候运行取决于 Shiny。它可能在应用启动时运行,可能后面再运行,可能运行很多次,可能根本不运行。这并不是说 Shiny 很任性,而是说 Shiny 负责决定代码什么时候运行,而不是我们。更准确地说,我们编写应用是为 Shiny 提供食谱,而不是指令

    命令式编程 vs 声明式编程

    食谱指令的关键区别在于它们是两种不同的编程方式:

    • 命令式编程 - 我们发布一些指令,然后程序立即执行它。这种编程方式用于我们的分析脚本中:我们执行命令读入数据、进行转换、可视化并保存结果。
    • 声明式编程 - 我们表达高层次的目标或描述限制,然后依赖其他人决定如何以及何时将它们转换为行动。这是我们在 Shiny 中使用的编程方式。

    惰性

    Shiny 中声明式编程的一个优点是它允许应用非常的懒惰。Shiny 应用会尽量做最小的工作以完成对结果控件所需的更新。然而惰性也带来了重要的问题。读者能否发现下面 server 函数的问题呢?

    server <- function(input, output, session) {
      output$greetnig <- renderText({
        paste0("Hello ", input$name, "!")
      })
    }
    

    如果你仔细地观察并与上面正确的代码进行比较,你可能就会发现 greeting 写错成了 greetnig。这不会造成 Shiny 任何的错误,但它会产生我们不想要的结果。由于 greetnig 输出控件不存在,所以 renderText() 中的代码永远都不会运行!

    如果你发现你的 Shiny 应用不工作,且找不出任何问题,你就需要看看是否标识符是否一致了。

    响应图

    Shiny 惰性有另一个重要的属性。在大多数 R 代码中,你可以通过从头到尾阅读代码搞懂程序执行的顺序。然而这在 Shiny 中是没有用的,因为 Shiny 按需运行

    为了理解执行的顺序,你需要观察 响应图,它描述了输入和输出是如何连接到一起的。上面示例的响应图非常简单。

    对于每一个输入和输出控件,响应图都有对应的符号,当一个输出控件需要访问输入控件的数据时,我们就将它们连接起来。这个图告诉我们当 name 改变时,greeting 需要重新进行计算。也就是说,greeting (响应式)依赖于 name

    为了简洁,下面的图表示相同的含义。

    我们可以使用 reactlog 包绘制响应图。

    一个简单示例如下:

    library(shiny)
    library(reactlog)
    
    # 激活记录
    options(shiny.reactlog = TRUE)
    
    # 运行 Shiny 应用
    app <- system.file("examples/01_hello", package = "shiny")
    runApp(app)
    
    # 一旦 Shiny 应用关闭,展示响应图
    shiny::reactlogShow()
    

    示例来于包文档,见 https://rstudio.github.io/reactlog/

    响应表达式

    响应图中一个重要组成是响应表达式,后续我们将稍微详细地介绍,限制我们将它看作一个减少代码重复地工具即可,它会在响应图中引入额外的节点。

    在简单的 Shiny 应用中我们很少会用到响应表达式,这里展示一个简单的示例以帮助读者理解它是如何影响响应图的。

    server <- function(input, output, session) {
      text <- reactive(paste0("Hello ", input$name, "!"))
      output$greeting <- renderText(text())
    }
    

    执行顺序

    前面我们已经提到 Shiny 服务代码是按需运行的,也就是说 server 函数中的代码顺序不会影响结果。

    server <- function(input, output, session) {
      output$greeting <- renderText(text())
      text <- reactive(paste0("Hello ", input$name, "!"))
    }
    

    这样的写法也是对的,不会产生任何问题。但我们也要知道,按顺序编写让我们更容易理解。但需要注意响应式代码的执行顺序是由响应图决定的,而不是它放置的顺序

    练习

    为下面的 server 函数绘制响应图:

    server1 <- function(input, output, session) {
      c <- reactive(input$a + input$b)
      e <- reactive(c() + input$d)
      output$f <- renderText(e())
    }
    server2 <- function(input, output, session) {
      x <- reactive(input$x1 + input$x2 + input$x3)
      y <- reactive(input$y1 + input$y2)
      output$z <- renderText(x() / y())
    }
    server3 <- function(input, output, session) {
      d <- reactive(c() ^ input$d)
      a <- reactive(input$a * 10)
      c <- reactive(b() / input$c) 
      b <- reactive(a() + input$b)
    }
    

    有兴趣的读者可以试试,后面我们一起探讨结果。

    相关文章

      网友评论

        本文标题:「r<-Shiny」响应式编程(二)响应式编程

        本文链接:https://www.haomeiwen.com/subject/swpphhtx.html