Shiny 开发学习路径

生信领域越来越多的数据库/网页工具采用 Shiny^[1] 框架进行搭建，Shiny 的流行度/拓展性在随着时间增加。因此，掌握 Shiny 服务于自己的项目/课题成为生信人的一个新的技能。在这篇文章中，作为一个有经验的 Shiny 学习者和 Shiny 工具的开发者，我将介绍学习和掌握 Shiny 进行开发的核心路径和相关推荐的（免费）资料。对于每一个关卡（技能点）， 我会给出大致的（全职学习）时间估计（以周为单位）。

网络上的资料对于个人来说是无穷尽的，我会尽量选择我认可的最核心读物，方便大家进行相关的学习。当然， 个人的能力有限，欢迎讨论和补充。

注意，Shiny 现在已经支持了 Python 的实现，但本文只介绍以 R 为基础的学习路径。

关卡1：R 基础（2-3 周）

学习 *R for Data Science*^[2]。

要求掌握 1-21 章的全部内容，后续章节初学者以了解为主，根据兴趣和时间进行实践。

核心要点：

• tidyverse 的数据处理理念
• readr 读取操作
• dplyr 数据处理理念和核心操作
• ggplot2 可视化理念和核心操作

读者目标自查：可以独自完成从磁盘读取文件、过滤/转换数据、分组处理/聚合数据、生成可视化图表。

关卡2: 网页基础 HTML5/CSS （0.5-1 周）

阅读一遍 HTML 教程^[3] 和 CSS 教程^[4]。

HTML 教程是重点，建议花多一些时间阅读；CSS 起到辅助和美化的作用，对于初学者，了解其基本语法、如何设定即可。

核心要点：

• 网页结构
• 网页标签语法以及条目
• CSS 的设定

读者目标自查：可以徒手写一个简单的网页，并通过 CSS 引入一些格式化。

关卡3：Shiny 学习（2-3 周）

学习 *Mastering Shiny*^[5]。

要求认真阅读全部内容，并根据读物的代码进行实践，边学边练。

核心要点：

• Shiny app 结构
• Shiny 网页布局
• Shiny reactivity
• Shiny module

读者目标自查：可以在关卡1的基础上，将可视化展示通过 Shiny app 实现，并提供多个选项用于控制图形的输出展示。

关卡4: 学习如何组织 Shiny app 代码（1 周以上）

好的代码结构，会极大地方便运维和拓展你写的 Shiny app。下面有几种推荐的代码组织形式，读者可以根据自己的需求参考设定，也可以根据罗列的资料逐步学习。

• Shiny 默认的代码部署方式
• 使用一个 app.R 文件存储全部的前后端代码，适合非常小的应用。
• 使用单独的 ui.R 和 server.R 文件放前后端代码，适合稍微复杂一点的小应用。
• 在以上两种设定的基础上，将复杂的操作逻辑统统整理为函数，放到单独的 R/ 目录下或者一个 functions.R 文件中方便调用和维护。如果更复杂一点，可以整理为一个 R 包，需要通过 *R Packages*^[6] 学习如何开发 R 包。
• 使用 golem^[7] 框架，学习 *Engineering Production-Grade Shiny Apps*^[8]
• 使用 rhino^[9] 框架，通过 官方各种文档^[10] 学习。

读者目标自查：理解和熟练掌握 Shiny 默认的代码部署方式。

关卡5: 学习如何部署 Shiny app（1-2 周）

当你开发的 app 可用时，接下来就是进行部署，方便自己测试或者他人使用。有以下几种部署的方式：

1. 通过 Posit 公司提供的 shinyapps 服务^[11]。推荐初学者尝试和摸索。

2. 自己在本地的/云服务商的 Linux 服务器上进行部署，需要了解 Linux 系统并掌握 Linux 的基本操作（阅读 The Unix Workbench^[12]）。具体的部署可以参考以下几篇文章：

1. How to Deploy Interactive R Apps with Shiny Server^[13]
2. How To Set Up Shiny Server on Ubuntu 20.04^[14]

读者目标自查：掌握第 1 种应用部署方式；探索第 2 种部署方式并能解决遇到的问题。

关卡6: 学习和重现完整的 Shiny app（2周以上）

这是最后一道关口，闯关意味着你具备了独立完成 app 开发的能力。大家（特别是初学者）需要谨记，一个好的 app 在于它的代码结构清晰、能够完成任务，不在于漂亮的 UI。所有的功能实现应当把完成分析/可视化目标为第一位，然后再花时间探索具体的 UI 美化。

由于各类读者背景和需求不一致，我这里只做一些通用的学习资料推荐，针对读者所在领域的 app 开发，需要读者自行了解和掌握相关知识背景、分析技能，在此基础上寻找一些已经通过 Shiny 实现的数据库/工具的源代码仓库进行学习。

• Shiny examples: https://github.com/rstudio/shiny-examples
• Shiny gallery：https://shiny.posit.co/r/gallery/。官方提供了很多功能特性的 app 实现。
• Shiny Data Portal: https://github.com/SebKrantz/shiny-data-portal。A free Shiny Application to host, filter, aggregate and and download data in various formats.
• machLearn, Machine learning dashboard created with R/shiny: https://github.com/davesteps/machLearn
• Shiny app for customizing Raincloud plots: https://github.com/gabrifc/raincloud-shiny

推荐资料

在本文中，我尽量避免推荐比较多的资料，因为对于初学者过多的资料带来的是混淆与压力。我希望你能够通过上述的关卡真正有效地学习和掌握 Shiny 开发的知识要点，并应用于你感兴趣的项目中去。作为本文的最后一部分，我将提供一些非常重要的资源地址，希望在你困惑或者想要学习更多内容时找到灵感！

• https://github.com/veeps/shiny_workshop
• https://github.com/grabear/awesome-rshiny
• https://github.com/nanxstats/awesome-shiny-extensions
• https://github.com/davidruvolo51/shinyAppTutorials
• https://github.com/daattali/advanced-shiny

Enjoy playing with Shiny!

如果需要讨论交流，请点击原文到博客。

参考资料

[1]

Shiny: https://shiny.posit.co/

[2]

R for Data Science: https://r4ds.had.co.nz/

[3]

HTML 教程: https://www.runoob.com/html/html-tutorial.html

[4]

CSS 教程: https://www.runoob.com/css/css-tutorial.html

[5]

Mastering Shiny: https://mastering-shiny.org/

[6]

R Packages: https://r-pkgs.org/

[7]

golem: https://github.com/ThinkR-open/golem

[8]

Engineering Production-Grade Shiny Apps: https://engineering-shiny.org/

[9]

rhino: https://github.com/Appsilon/rhino

[10]

官方各种文档: https://appsilon.github.io/rhino/

[11]

shinyapps 服务: https://www.shinyapps.io/

[12]

The Unix Workbench: https://seankross.com/the-unix-workbench/

[13]

How to Deploy Interactive R Apps with Shiny Server: https://www.linode.com/docs/guides/how-to-deploy-rshiny-server-on-ubuntu-and-debian

[14]

How To Set Up Shiny Server on Ubuntu 20.04: https://www.digitalocean.com/community/tutorials/how-to-set-up-shiny-server-on-ubuntu-20-04