向 Shiny 应用程序添加多个反应图和表格

Question

我正在开发一个 Shiny 应用程序，并且在我进行的过程中，我一直在以随意的方式添加数字和表格。我希望有一个更好的框架，以便我可以在输出进一步发展时灵活地将反应式数字和表格添加到输出中。

目前我一直在使用 tabPanel 和 fluidrow 添加额外的汇总表和第二个图。但是，我很难适应这一点。例如，我目前生成 3 个图，但一次只能绘制 2 个。谁能告诉我修改代码以在同一页面上显示所有三个图（distPlot1、distPlot2、distPlot3）和汇总表的方法吗？理想情况下，将来添加额外的表格和图表会很简单。

先感谢您。

我当前的代码如下。

用户界面

library(reshape2)
library(shiny)
library(ggplot2)
# Define UI for application that draws a histogram
fluidPage(

  # Application title
  titlePanel("Mutation Probability"),

  # Sidebar with a slider input for the number of bins
  sidebarLayout(
    sidebarPanel(
      sliderInput("x", "Probability of mutation (per bp):", 
                  min=1/1000000000000, max=1/1000, value=1/10000000),

      sliderInput("y", "Size of region (bp):", 
                  min = 10, max = 10000, value = 1000, step= 100),

      sliderInput("z", "Number of samples:", 
                  min = 1, max = 100000, value = 1000, step= 10)

    ),

    # Show a plot of the generated distribution
    mainPanel(
      tabsetPanel(
        tabPanel("Plot",
          fluidRow(
            splitLayout(cellWidths = c("50%", "50%"), plotOutput("distPlot1"), plotOutput("distPlot3"), plotOutput("distPlot3)"))
          )),
        tabPanel("Summary",  verbatimTextOutput("summary"))
      )
    )
  )
)

服务器

server <- function(input, output) {

  mydata <- reactive({
    x <- input$x
    y <- input$y
    z <- input$z
    Muts <- as.data.frame(rpois(100,(x*y*z)))
    Muts
  })


  output$distPlot1 <- renderPlot({
    Muts <- mydata()
    ggplot(Muts, aes(Muts)) + geom_density() +xlab("Observed variants")
  })

  output$distPlot2 <-renderPlot({
    Muts <- mydata()
    ggplot(Muts, aes(Muts)) + geom_histogram() + xlab("Observed variants")
  })
  #get a boxplot working
  output$distPlot3 <-renderPlot({
    Muts <- mydata()
    ggplot(data= melt(Muts), aes(variable, value)) + geom_boxplot() + xlab("Observed variants")
  })

  output$summary <- renderPrint({
    Muts <- mydata()
    summary(Muts)
  })


}

Answer 1

我喜欢使用grid.arrange软件包gridExtra或软件包中的工具在服务器中布置图形cowplot——它们提供了很大的布局灵活性。这例如：

library(reshape2)
library(shiny)
library(ggplot2)
library(gridExtra)
# Define UI for application that draws a histogram

u <- fluidPage(

  # Application title
  titlePanel("Mutation Probability"),

  # Sidebar with a slider input for the number of bins
  sidebarLayout(
    sidebarPanel(
      sliderInput("x", "Probability of mutation (per bp):", 
                  min=1/1000000000000, max=1/1000, value=1/10000000),

      sliderInput("y", "Size of region (bp):", 
                  min = 10, max = 10000, value = 1000, step= 100),

      sliderInput("z", "Number of samples:", 
                  min = 1, max = 100000, value = 1000, step= 10)

    ),

    # Show a plot of the generated distribution
    mainPanel(
      tabsetPanel(
        tabPanel("Plot",
                 fluidRow(
                   plotOutput("distPlot4"),
                   verbatimTextOutput("summary"))
                 )),
        tabPanel("Summary",  verbatimTextOutput("summary1"))
      )
    )
  )
)
s <- function(input, output) {

  mydata <- reactive({
    x <- input$x
    y <- input$y
    z <- input$z
    Muts <- as.data.frame(rpois(100,(x*y*z)))
    Muts
  })
  output$distPlot4 <- renderPlot({
    Muts <- mydata()
    p1 <- ggplot(Muts, aes(Muts)) + geom_density() +xlab("Observed variants")
    p2 <- ggplot(Muts, aes(Muts)) + geom_histogram() + xlab("Observed variants")
    p3 <- ggplot(data= melt(Muts), aes(variable, value)) + geom_boxplot() + xlab("Observed variants")
    grid.arrange(p1,p2,p3, ncol=3,widths = c(2,1,1))
  })
  output$summary <- renderPrint({
    Muts <- mydata()
    summary(Muts)
  })
}
shinyApp(u,s)

产生：

对于汇总表，我只是将它们一个接一个地添加到底部，我认为在那里你可以做的不多。