Corso R Shiny

Lezione 1 • Configurazione dell'ambiente R

Installi R, RStudio e i pacchetti essenziali necessari per lo sviluppo Shiny. Stabilisca la toolchain di base per tutti i capitoli successivi.

Lezione 2 • Anatomia di un'app Shiny

Esamini i componenti ui, server e shinyApp che costituiscono ogni applicazione Shiny. Colleghi i fondamenti di R al modello di esecuzione di Shiny.

Lezione 3 • Sintassi R di base per Shiny

Riveda vettori, data frame, funzioni e flusso di controllo come utilizzati all'interno delle app Shiny. Fornisca la padronanza di R necessaria prima di scrivere codice reattivo.

Lezione 1 • Funzioni di layout e tipi di pagina

Esplori fluidPage, navbarPage e fillPage per controllare la struttura complessiva dell'app. La scelta del tipo di pagina corretto determina il modo in cui il contenuto si adatta alle diverse dimensioni dello schermo.

Lezione 2 • Catalogo dei widget di input

Implementi input di testo, numerici, data, selezione, checkbox, radio e slider. Ogni widget è associato a un valore di input con nome utilizzato dalla funzione server.

Lezione 3 • Stile dell'interfaccia utente con HTML e CSS

Applichi stili inline, file CSS personalizzati e le funzioni helper HTML di Shiny per perfezionare l'aspetto visivo. Prepari gli studenti all'applicazione di temi con bslib nei capitoli successivi.

Lezione 4 • Layout con barra laterale e pannelli

Utilizzi sidebarLayout, sidebarPanel e mainPanel per separare i controlli dall'output. Questo schema è la convenzione dell'interfaccia utente Shiny più comune e costituisce la base per il successivo lavoro con le dashboard.

Lezione 1 • Espressioni reattive

Crei espressioni reactive() per memorizzare nella cache calcoli intermedi condivisi tra più output. Riduca il codice duplicato e migliori le prestazioni dell'app.

Lezione 2 • Valori reattivi e stato

Memorizzi lo stato applicativo mutabile utilizzando reactiveValues() e reactiveVal(). Abilita funzionalità come la cronologia delle modifiche, contatori e l'accumulo di dati a livello di sessione.

Lezione 3 • Osservatori ed effetti collaterali

Utilizzi observe() e observeEvent() per attivare effetti collaterali come la scrittura di file o l'aggiornamento degli input. Distingua i produttori reattivi dai consumatori reattivi.

Lezione 4 • Isolamento e controllo della reattività

Applichi isolate(), req() e validate() per controllare quando e come viene eseguito il codice reattivo. Prevenga l'esecuzione prematura e fornisca messaggi di errore chiari per l'utente.

Lezione 1 • Rendering di grafici statici e interattivi

Generi visualizzazioni base R, ggplot2 e plotly all'interno degli slot di output di Shiny. I grafici interattivi abilitano eventi di clic e hover utilizzati nei capitoli successivi.

Lezione 2 • Notifiche e indicatori di progresso

Fornisca un feedback all'utente durante le operazioni lunghe utilizzando showNotification() e withProgress(). Migliori le prestazioni percepite e comunichi chiaramente lo stato dell'app.

Lezione 3 • Download e upload di file

Implementi downloadHandler() per esportazioni CSV e PDF e fileInput() per i dati forniti dall'utente. Chiuda il ciclo di importazione ed esportazione dei dati in un'app completa.

Lezione 4 • Output di testo e verbatim

Visualizzi stringhe dinamiche e output R non elaborato utilizzando renderText() e renderPrint(). Costituisce il tipo di output più semplice e convalida che la reattività sia collegata correttamente.

Lezione 1 • Filtraggio reattivo dei dati

Applichi dplyr filter() all'interno di espressioni reattive guidate dagli input dei widget. Il filtraggio reattivo è il modello principale per le app di esplorazione dei dati.

Lezione 2 • Gestione dei dati mancanti e sporchi

Rilevi e gestisca i valori NA, le mancate corrispondenze di tipo e gli input malformati prima del rendering. Previene errori criptici e garantisce che gli output rimangano significativi.

Lezione 3 • Connessione delle origini dati alle app

Carichi file CSV, Excel e RDS all'avvio o in modo reattivo in base all'input dell'utente. La corretta strategia di caricamento dei dati determina il tempo di avvio dell'app e l'uso della memoria.

Lezione 4 • Trasformazione e riepilogo dei dati

Utilizzi mutate(), group_by() e summarize() all'interno di pipeline reattive per derivare nuove metriche. I dati trasformati alimentano simultaneamente sia gli output dei grafici che delle tabelle.

Lezione 1 • Strutturazione di grandi progetti Shiny

Organizzi il codice nelle directory R/, www/ e data/ seguendo le convenzioni golem e standard. Una buona struttura riduce i tempi di onboarding e i conflitti di merge.

Lezione 2 • Costruzione di app come pacchetti R

Racchiuda un'app Shiny all'interno di un pacchetto R utilizzando golem per ottenere documentazione, test e gestione delle dipendenze. La struttura a pacchetto è lo standard del settore per le app di produzione.

Lezione 3 • Passaggio di dati tra moduli

Restituisca valori reattivi dai moduli e li passi come argomenti ai moduli fratelli. Abilita flussi di dati complessi multi-modulo senza stato globale.

Lezione 4 • Introduzione ai moduli Shiny

Incapsuli la logica dell'interfaccia utente e del server in funzioni di modulo con namespace utilizzando moduleServer(). I moduli prevengono i conflitti di ID e consentono il riutilizzo dei componenti tra le app.

Lezione 1 • Ottimizzazione dei dati e del rendering

Riduca i dati trasferiti al browser pre-aggregando lato server e utilizzando formati di output efficienti. Carichi utili più ridotti migliorano direttamente il tempo di interattività per gli utenti finali.

Lezione 2 • Programmazione asincrona con promises

Trasferisca le operazioni lente a processi in background utilizzando i pacchetti promises e future. L'esecuzione asincrona impedisce che la query lenta di un utente blocchi tutte le altre sessioni.

Lezione 3 • Profilazione delle prestazioni dell'app

Utilizzi profvis e reactlog per identificare catene reattive lente e colli di bottiglia nel rendering. La profilazione prima dell'ottimizzazione evita sforzi inutili su percorsi di codice non critici.

Lezione 4 • Scalabilità con Shiny Server e test di carico

Configuri i processi worker e conduca test di carico utilizzando shinyloadtest per trovare i limiti di capacità. I test di carico prima del lancio prevengono interruzioni sotto il traffico reale degli utenti.

Lezione 1 • Autenticazione e controllo degli accessi

Limiti l'accesso alle app utilizzando i permessi di Posit Connect, shinymanager o integrazioni OAuth. Protegge i dati sensibili e soddisfa i requisiti di sicurezza organizzativi.

Lezione 2 • Distribuzione su shinyapps.io

Pubblichi app sulla piattaforma gestita shinyapps.io utilizzando rsconnect e configuri le impostazioni dell'istanza. Il percorso più rapido da un'app locale a un URL accessibile pubblicamente.

Lezione 3 • Logging e monitoraggio degli errori

Implementi un logging strutturato con il pacchetto logger e acquisisca gli errori di runtime per gli avvisi. L'osservabilità è essenziale per diagnosticare i problemi in produzione senza segnalazioni da parte degli utenti.

Lezione 4 • Pipeline di distribuzione continua

Automatizzi il test e la distribuzione utilizzando GitHub Actions e la CLI di rsconnect ad ogni push del codice. La CI/CD elimina i passaggi di distribuzione manuale e impone controlli di qualità.