反應式變數

案例研究：使用 R 的 Shiny 建置網頁應用程式

Dean Attali

Shiny Consultant

程式碼重複

data <- gapminder
data <- subset(
    data,
    lifeExp >= input$life[1] & lifeExp <= input$life[2]
)
if (input$continent != "All") {
    data <- subset(
        data,
        continent == input$continent
   )
}

重複出現 3 次
1. renderTable()
2. renderPlot()
3. downloadHandler()

反應式變數可減少重複

程式碼重複 ⇒ 需在多處維護
- 需要更新時
- 需要修復錯誤時
容易漏改其中一處，導致錯誤
用 reactive() 變數取代重複程式碼

反應式變數

output$my_table <- renderTable({
    data <- gapminder
    data <- subset(
        data,
        lifeExp >= input$life[1] & lifeExp <= input$life[2]
    )
})

my_data <- reactive({

  data <- gapminder
  data <- subset(
         data,
         lifeExp >= input$life[1] & lifeExp <= input$life[2]
     )

})

output$my_table <- renderTable({
    my_data()
})

反應式變數的快取機制

反應式變數會「快取」其值
自行記住目前的值
依賴未變更時不會重跑

反應式變數的快取機制

  output$table <- renderTable({
      fit_model(input$num)
  })

  output$plot <- renderPlot({
      ggplot(
        fit_model(input$num), ...)
  })

fit_model() 需時 5 秒
fit_model() 呼叫兩次 = 10 秒

x <- reactive({
    fit_model(input$num)
})

output$table <- renderTable({
    x()
})

output$plot <- renderPlot({
    ggplot(x(), ...)
})

x() 被呼叫兩次，但 x 內部程式只跑一次
fit_model() 只呼叫一次 = 5 秒

反應式變數具有延遲求值

延遲求值：直到需要時才計算

x <- reactive({
    fit_model(input*num)
})

output$download <- downloadHandler(
    filename = "x.csv",
    content = function(file) {
        write.csv(x(), file)
    }
)

只有請求下載時才會執行 x()，而非每次 input$num 改變都執行

一起來練習吧！

案例研究：使用 R 的 Shiny 建置網頁應用程式