Question

此问题与this one有关。这两者可以生成相同的功能，但实现略有不同。一个显着的区别是def myfunct (n: Int, steps: Int) = n match { case 1 => steps case even if n % 2 == 0 => // stuff case odd => // other stuff是一个可以有多个值的容器，例如reactiveValue。在shiny documentation功能通常使用input$实现，但在大多数情况下，我发现reactive()更方便。这里有捕获吗？我可能没有注意到这两者之间是否存在其他重大差异？这两个代码片段是否相同？

查看使用以下内容实施的example code：

反应性表达：
```
reactiveValues()
```

反应值：

library(shiny)

ui <- fluidPage( 
  shiny::numericInput(inputId = 'n',label = 'n',value = 2),
  shiny::textOutput('nthValue'),
  shiny::textOutput('nthValueInv')   
)

fib <- function(n) ifelse(n<3, 1, fib(n-1)+fib(n-2))

server<-shinyServer(function(input, output, session) {   
  currentFib         <- reactive({ fib(as.numeric(input$n)) })  
  output$nthValue    <- renderText({ currentFib() })
  output$nthValueInv <- renderText({ 1 / currentFib() })   
})

shinyApp(ui = ui, server = server)

Answer 1

有一个问题，虽然它在你的例子中不会发挥作用。

闪亮开发人员设计reactive()为 lazy ，这意味着其中包含的表达式只会在其中一个受属者调用时执行。当其中一个反应依赖项发生更改时，它会清除其缓存并通知其自己的依赖项，但在由其中一个依赖项要求之前，它本身不会执行。（因此，如果，例如，它唯一的依赖项是隐藏选项卡上的textOutput()元素，除非并且直到该选项卡打开，否则它将无法实际执行。）

另一方面，

observe() 渴望;它包含的表达式将立即执行，只要其中一个反应依赖项发生更改 - 即使它的任何依赖项不需要它的值（事实上即使具有）没有家属）。当您因为副作用而调用observe()时，这种渴望是可取的，但当您仅使用它时，它可能浪费将其内容的返回值传递给其他反应式表达式或端点。

Joe Cheng在他的2016年Shiny开发者大会演讲中对＃34;有效反应式编程＆＃34;，available here进行了很好的解释。特别是在演讲的第二个小时30:20左右开始。如果你一直观看到40:42（眨眼，你就会错过它！），他会简要描述你喜欢的observe() / reactiveValue ()组合的行为。

Answer 2

这两个结构确实相似，而且很多时候你可以用任何一个来解决你的问题。但使用其中一种通常更有意义。

在斐波纳契案例中，我认为使用reactive()表达式更有意义，因为currentFib是一个应该在非常具体的可预测时间内修改的值（即input$n更改时，应该相应地更新反应值，或者对此变化作出反应。

但在其他一些情况下，使用reactiveValues可能更简单，更好。我将展示两个例子。

首先，每当你有一个你认为具有某种状态的变量时（而不仅仅是对正在更新的不同值做出反应），我认为使用reactiveValues更好

示例：

library(shiny)

ui <- fluidPage(
  "Total:",
  textOutput("total", inline = TRUE),
  actionButton("add1", "Add 1"),
  actionButton("add5", "Add 5")
)

server <- function(input, output, session) {
  values <- reactiveValues(total = 0)

  observeEvent(input$add1, {
    values$total <- values$total + 1
  })
  observeEvent(input$add5, {
    values$total <- values$total + 5
  })
  output$total <- renderText({
    values$total
  })
}

shinyApp(ui = ui, server = server)

在上面的代码中，我们有一个total变量，它具有可变状态，并且将其视为典型变量并使用它就更直观。这是我使用reactiveValues时最常见的情况。

当变量可以在多个位置更新时，我也使用reactiveValues。要从fibonacci示例中借用，请考虑以下闪亮应用，其中n数字可以由两个输入中的任何一个设置：

library(shiny)

fib <- function(n) ifelse(n < 3, 1, fib(n - 1) + fib(n - 2))

ui <- fluidPage(
  selectInput("nselect", "Choose a pre-defined number", 1:10),
  numericInput("nfree", "Or type any number", 1),
  "Fib number:",
  textOutput("nthval", inline = TRUE)
)

server <- function(input, output, session) {
  values <- reactiveValues(n = 1)

  observeEvent(input$nselect, {
    values$n <- input$nselect
  })
  observeEvent(input$nfree, {
    values$n <- input$nfree
  })
  output$nthval <- renderText({
    fib(as.integer(values$n))
  })
}

shinyApp(ui = ui, server = server)

这个例子在fibonacci的上下文中看起来有点奇怪，但希望你能看到在其他一些复杂的应用程序中，有时你可能希望在不同的地方设置一个变量的值，它可以更直观地做它使用reactiveValue而不是必须在一个块中实现的反应式表达式。

希望这有用并且有意义。当然这只是我对这个主题的个人看法，它不一定是闪亮的开发者想要的，但这就是我学会使用这两种方法的方法。

R Shiny：reactiveValues vs reactive

2 个答案: