ساختن برنامه های داده با R و Shiny: آموزش

Building Data Apps with R and Shiny: Essential Training

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: Shiny به تیم های علوم داده R اجازه می دهد بدون نیاز به یادگیری HTML ، CSS یا JavaScript ، برنامه های وب مبتنی بر داده مبتنی بر داده را ایجاد كنند. این یک ابزار قدرتمند و همه کاره است که اغلب برای اهداف تحقیق R ، تجزیه و تحلیل داده ها و حتی اهداف بازاریابی خارجی استفاده می شود. اگر درک خوبی از زبان R دارید و می دانید چگونه کد سمت مشتری را از سمت سرور جدا کنید ، آماده رفتن به این دوره و ساخت یک برنامه Shiny هستید. مارتین جان هادلی سازماندهی برنامه های تک و تقسیم پرونده ، مدیریت جداول داده ، استفاده از API ها برای ورود داده ها به یک برنامه ، افزودن کنترل های داده ، استقرار یک برنامه و موارد دیگر را پوشش می دهد.
موضوعات شامل:
  • ساختن یک برنامه داده براق
  • اپلیکیشن های مجرد در مقابل تقسیم پرونده
  • جداول استاتیک در مقابل جداول تعاملی
  • جداول renderTable و kableExtra و DT
  • اتصال به API
  • جمع کردن منوهای کشویی از داده ها
  • استفاده از کنترلهای فیلتر متقابل
  • جمع آوری داده ها با استفاده از قابلیت تنظیم مجدد
  • چاپ روی کنسول R در برنامه های براق
  • اشکال زدایی از برنامه های براق
  • shinyjs :: runcodeUI، reactlog
  • اجرای برنامه ها

سرفصل ها و درس ها

مقدمه Introduction

  • ساخت ، آزمایش و استقرار برنامه ها به راحتی در Shiny Build, test, and deploy apps easily in Shiny

  • سازماندهی دوره و پیش نیازها Course organization and prerequisites

1. معرفی براق 1. Introducing Shiny

  • براق چیست؟ What is Shiny?

  • برنامه های داده چیست؟ What are data apps?

  • چرا برنامه های داده را با Shiny می سازیم؟ Why build data apps with Shiny?

  • برنامه های Shiny را روی دستگاه خود اجرا کنید Run Shiny apps on your own machine

  • برنامه های براق را در دستگاه محلی خود ترک کنید Quit Shiny apps on your local machine

  • استقرار برنامه ها به shinyapps.io Deploying apps to shinyapps.io

  • استقرار برنامه ها با سرور Shiny Deploying apps with Shiny Server

2. برنامه های Shiny و Split-File Shiny 2. Single and Split-File Shiny Apps

  • برنامه های پرونده تک با shinyApp Single file apps with shinyApp

  • برنامه های تقسیم پرونده Split-file apps

  • چه چیزی به پرونده ui.R تعلق دارد؟ What belongs in the ui.R file?

  • متعلق به پرونده server.R چیست؟ What belongs in the server.R file?

3. برنامه های براق 101 3. Shiny Apps 101

  • ایجاد یک برنامه ساده Shiny از ابتدا Creating a simple Shiny app from scratch

  • درک طرح $ var و خروجی $ Understanding input$var and output$plot

  • عملکردهای خروجی و خروجی Render and output functions

  • با استفاده از آرگومان جلسه Using the session argument

  • هرگز ورودی ها یا خروجی ها را کپی نکنید Never duplicate inputs or outputs

4- جداول داده در براق 4. Data Tables in Shiny

  • یک راه حل جدول را انتخاب کنید Choose a table solution

  • جداول استاتیک با renderTable Static tables with renderTable

  • جداول استاتیک با kableExtra Static tables with kableExtra

  • جداول تعاملی با DT Interactive tables with DT

5- وارد کردن داده ها به برنامه های درخشان خود 5. Getting Data into Your Shiny Apps

  • برنامه ها و داده های براق 101 Shiny apps and data 101

  • پرونده های داده را در یک برنامه Shiny قرار دهید Include data files in a Shiny app

  • براق و بسته هایی که به API وصل می شوند Shiny and packages that connect to API

  • پرونده های براق و .httr-oauth Shiny and .httr-oauth files

  • متغیرهای محیطی براق و R Shiny and R environmental variables

6. کنترل های داده محور 6. Data-Driven Controls

  • منوهای کشویی را از داده ها جمع کنید Populate pull-down menus from data

  • انتخاب برچسب زدن در SelectInput Labeling choices in selectInput

  • کنترل های وابسته به یکدیگر برای فیلتر کردن داده ها Interdependent controls to filter data

  • کنترل بروزرسانی های برنامه با ActionButton Control app updates with actionButton

7. به کاربران اجازه دهید داده ها را بارگذاری و بارگیری کنند 7. Allow Users to Upload and Download Data

  • به کاربران اجازه دهید داده ها را از یک برنامه بارگیری کنند Allow users to download data from an app

  • داده ها را از جداول DT بارگیری کنید Download data from DT tables

  • به کاربران اجازه دهید داده ها را در یک برنامه بارگذاری کنند Allow users to upload data to an app

  • برای جمع آوری داده ها از rhandsontable استفاده کنید Use rhandsontable to collect data

8. حل مسئله در برنامه های براق 8. Problem-Solving in Shiny Apps

  • حل مسئله در برنامه های براق 101 Problem-solving in Shiny apps 101

  • چاپ در کنسول R در برنامه های Shiny Printing to the R console in Shiny apps

  • اشکال زدایی برنامه ها با shinyjs :: runcodeUI Debug apps with shinyjs::runcodeUI

  • با استفاده از reloglog برای اشکالزدایی در برنامه های Shiny Using reactlog to debug Shiny apps

9. ساختن برنامه های براق زیبا 9. Making Shiny Apps Beautiful

  • اعمال CSS سفارشی در برنامه های Shiny Applying custom CSS to Shiny apps

  • درج تصاویر در برنامه های براق Inserting images into Shiny apps

  • نمایش Spinning بارگیری در برنامه های Shiny Show loading spinners in Shiny apps

10. استقرار برنامه های براق 10. Deploying Shiny Apps

  • از کجا می توانید برنامه های Shiny را مستقر کنید؟ Where can you deploy Shiny apps?

  • اتصال RStudio با shinyapps.io Connecting RStudio with shinyapps.io

  • مدیریت برنامه های Shiny با rsconnect Managing Shiny apps with rsconnect

  • برنامه های مستقر برنامه ای Programmatically deploying apps

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

ساختن برنامه های داده با R و Shiny: آموزش
جزییات دوره
2h 50m
47
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
9,346
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Charlie Joey Hadley Charlie Joey Hadley

مبشر فناوری و داده های باز

شارلوت جوی هدلی مبشر فناوری و داده های باز است.

چارلی از سال 2015، زمانی که شروع به کار کرد، در R and Shiny تدریس و مشاوره می کند. به عنوان RSE در دانشگاه آکسفورد و شبکه داده های تعاملی دانشگاه را تأسیس کرد که از محققان در دسترسی بیشتر به داده های باز از طریق تعامل پشتیبانی می کند. پیشینه چارلی در فیزیک است و او قبلا برای تحقیقات Wolfram مشاوره می کرد، اما اکنون او بیشتر مهارت های حل مسئله کدنویسی را آموزش می دهد و مدت زیادی است که معادله دیفرانسیل را لمس نکرده است.