Cours R Shiny

Leçon 1 • Configuration de l'environnement R

Installez R, RStudio et les paquets essentiels nécessaires au développement Shiny. Établit la chaîne d'outils de base pour tous les chapitres suivants.

Leçon 2 • Anatomie d'une application Shiny

Examinez les composants ui, server et shinyApp qui forment chaque application Shiny. Relie les fondamentaux de R au modèle d'exécution de Shiny.

Leçon 3 • Syntaxe R de base pour Shiny

Passez en revue les vecteurs, les data frames, les fonctions et le contrôle de flux tels qu'ils sont utilisés dans les applications Shiny. Fournit la maîtrise de R nécessaire avant d'écrire du code réactif.

Leçon 1 • Fonctions de mise en page et types de pages

Explorez fluidPage, navbarPage et fillPage pour contrôler la structure globale de l'application. Le choix du type de page détermine la façon dont le contenu s'adapte à différentes tailles d'écran.

Leçon 2 • Catalogue de widgets d'entrée

Implémentez des entrées textuelles, numériques, de date, de sélection, de cases à cocher, de boutons radio et de curseur. Chaque widget correspond à une valeur d'entrée nommée consommée par la fonction server.

Leçon 3 • Style de l'UI avec HTML et CSS

Appliquez des styles en ligne, des fichiers CSS personnalisés et les fonctions d'assistance HTML de Shiny pour affiner l'apparence visuelle. Prépare les étudiants à la création de thèmes avec bslib dans les chapitres suivants.

Leçon 4 • Mises en page avec barre latérale et panneaux

Utilisez sidebarLayout, sidebarPanel et mainPanel pour séparer les contrôles des sorties. Ce modèle est la convention d'UI Shiny la plus courante et sous-tend le travail ultérieur sur les tableaux de bord.

Leçon 1 • Expressions réactives

Créez des expressions reactive() pour mettre en cache les calculs intermédiaires partagés entre plusieurs sorties. Réduit le code dupliqué et améliore les performances de l'application.

Leçon 2 • Valeurs réactives et état

Stockez l'état mutable de l'application à l'aide de reactiveValues() et reactiveVal(). Permet des fonctionnalités comme l'historique d'annulation, les compteurs et l'accumulation de données au niveau de la session.

Leçon 3 • Observateurs et effets de bord

Utilisez observe() et observeEvent() pour déclencher des effets de bord tels que l'écriture de fichiers ou la mise à jour d'entrées. Fait la distinction entre les producteurs réactifs et les consommateurs réactifs.

Leçon 4 • Isolation et contrôle de la réactivité

Appliquez isolate(), req() et validate() pour contrôler quand et comment le code réactif s'exécute. Empêche l'exécution prématurée et fournit des messages d'erreur conviviaux.

Leçon 1 • Rendu de graphiques statiques et interactifs

Produisez des visualisations en R de base, ggplot2 et plotly dans les slots de sortie Shiny. Les graphiques interactifs permettent les événements de clic et de survol utilisés dans les chapitres suivants.

Leçon 2 • Notifications et indicateurs de progression

Fournissez des commentaires aux utilisateurs lors d'opérations longues à l'aide de showNotification() et withProgress(). Améliore la performance perçue et communique clairement l'état de l'application.

Leçon 3 • Téléchargements et téléversements de fichiers

Implémentez downloadHandler() pour les exports CSV et PDF et fileInput() pour les données fournies par l'utilisateur. Boucle la boucle d'ingestion et d'export de données dans une application complète.

Leçon 4 • Sortie de texte et de verbatim

Affichez des chaînes de caractères dynamiques et la sortie R brute à l'aide de renderText() et renderPrint(). Forme le type de sortie le plus simple et valide que la réactivité est correctement câblée.

Leçon 1 • Filtrage réactif des données

Appliquez le filter() de dplyr dans des expressions réactives pilotées par les widgets d'entrée. Le filtrage réactif est le modèle central pour les applications d'exploration de données.

Leçon 2 • Gestion des données manquantes et sales

Détectez et gérez les valeurs NA, les incohérences de type et les entrées malformées avant le rendu. Empêche les erreurs cryptiques et garantit que les sorties restent significatives.

Leçon 3 • Connexion de sources de données aux applications

Chargez des fichiers CSV, Excel et RDS au démarrage ou de manière réactive en fonction de l'entrée de l'utilisateur. La stratégie de chargement des données détermine le temps de démarrage de l'application et l'utilisation de la mémoire.

Leçon 4 • Transformation et résumé des données

Utilisez mutate(), group_by() et summarize() dans des pipelines réactifs pour dériver de nouvelles métriques. Les données transformées alimentent simultanément les sorties de graphiques et de tableaux.

Leçon 1 • Structuration de projets Shiny volumineux

Organisez le code dans les répertoires R/, www/ et data/ en suivant les conventions golem et standard. Une bonne structure réduit le temps d'intégration et les conflits de fusion.

Leçon 2 • Construction d'applications sous forme de paquets R

Encapsulez une application Shiny dans un paquet R à l'aide de golem pour bénéficier de la documentation, des tests et de la gestion des dépendances. La structure de paquet est la norme de l'industrie pour les applications de production.

Leçon 3 • Passage de données entre les modules

Renvoyez des valeurs réactives depuis les modules et transmettez-les comme arguments aux modules frères. Permet des flux de données complexes entre plusieurs modules sans état global.

Leçon 4 • Introduction aux modules Shiny

Encapsulez la logique d'UI et de serveur dans des fonctions de module avec espace de noms à l'aide de moduleServer(). Les modules empêchent les collisions d'ID et permettent la réutilisation des composants entre les applications.

Leçon 1 • Optimisation des données et du rendu

Réduisez les données transférées au navigateur en pré-agrégeant côté serveur et en utilisant des formats de sortie efficaces. Des charges utiles plus petites améliorent directement le temps d'interactivité pour les utilisateurs finaux.

Leçon 2 • Programmation asynchrone avec les promesses (promises)

Déléguez les opérations lentes à des processus d'arrière-plan à l'aide des paquets promises et future. L'exécution asynchrone empêche la requête lente d'un utilisateur de bloquer toutes les autres sessions.

Leçon 3 • Profilage des performances de l'application

Utilisez profvis et reactlog pour identifier les chaînes réactives lentes et les goulots d'étranglement du rendu. Profiler avant d'optimiser évite de gaspiller des efforts sur des chemins de code non critiques.

Leçon 4 • Passage à l'échelle avec Shiny Server et tests de charge

Configurez les processus de travail et effectuez des tests de charge à l'aide de shinyloadtest pour trouver les limites de capacité. Les tests de charge avant le lancement évitent les pannes sous un trafic utilisateur réel.

Leçon 1 • Authentification et contrôle d'accès

Restreignez l'accès à l'application à l'aide des autorisations Posit Connect, shinymanager ou des intégrations OAuth. Protégez les données sensibles et satisfaites aux exigences de sécurité organisationnelles.

Leçon 2 • Déploiement sur shinyapps.io

Publiez des applications sur la plateforme managée shinyapps.io à l'aide de rsconnect et configurez les paramètres de l'instance. Le chemin le plus rapide d'une application locale à une URL accessible publiquement.

Leçon 3 • Journalisation et surveillance des erreurs

Implémentez une journalisation structurée avec le paquet logger et capturez les erreurs d'exécution pour alerter. L'observabilité est essentielle pour diagnostiquer les problèmes en production sans rapports d'utilisateurs.

Leçon 4 • Pipelines de déploiement continu

Automatisez les tests et le déploiement à l'aide de GitHub Actions et de l'interface CLI rsconnect à chaque push de code. CI/CD élimine les étapes de déploiement manuelles et impose des barrières de qualité.