方法1（推荐）

Question

我熟悉闪亮的基础知识但在这里挣扎。我希望能够在点击一个点时添加ggplot图层以突出显示该点。我知道ggvis可以实现这一点，并且在库中有一个很好的例子，但我希望能够使用nearPoints()来捕获点击作为ui输入。

我尝试了一些东西（见下文），它与ggplot图层分开显示然后消失。我已使用reactive()，eventReactive()等对此进行了各种编辑。

非常感谢任何帮助...

library(shiny)
library(ggplot2)

shinyApp(
  ui = shinyUI(
        plotOutput("plot", click = "clicked")
    ),

  server = shinyServer(function(input, output) {
    output$plot <- renderPlot({
      ggplot(mtcars, aes(x = mpg, y = wt)) +
        geom_point() +
        geom_point(data = nearPoints(mtcars, input$clicked), colour = "red", size = 5)
    })
  })
)

我认为我从概念上理解为什么这不起作用。该图依赖于input$clicked，这意味着当input$clicked更改绘图重新渲染时，这反过来会重置input$clicked。有点陷阱22。

Answer 1

请试试这个：

方法1（推荐）

library(shiny)
library(ggplot2)

# initialize global variable to record selected (clicked) rows
selected_points <- mtcars[0, ]
str(selected_points)


shinyApp(
  ui = shinyUI(
    plotOutput("plot", click = "clicked")
  ),

  server = shinyServer(function(input, output) {

    selected <- reactive({
      # add clicked
      selected_points <<- rbind(selected_points, nearPoints(mtcars, input$clicked))
      # remove _all_ duplicates if any (toggle mode) 
      # http://stackoverflow.com/a/13763299/3817004
      selected_points <<- 
        selected_points[!(duplicated(selected_points) | 
                            duplicated(selected_points, fromLast = TRUE)), ]
      str(selected_points)
      return(selected_points)
    })

    output$plot <- renderPlot({
      ggplot(mtcars, aes(x = mpg, y = wt)) +
        geom_point() +
        geom_point(data = selected(), colour = "red", size = 5)
    })
  })
)

如果您点击一次点，则会突出显示该点。如果再次单击它，则再次关闭高亮显示（切换）。

代码使用全局变量selected_points来存储实际突出显示的（选定）点和反应式表达式selected()，它会在点击一个点时更新全局变量。

str(selected_points)可能有助于可视化工作，但可以删除。

方法2（替代方案）

使用observe()而不是reactive()的方法略有不同，并直接引用全局变量selected_points，而不是从函数返回对象：

library(shiny)
library(ggplot2)

selected_points <- mtcars[0, ]
str(selected_points)


shinyApp(
  ui = shinyUI(
    plotOutput("plot", click = "clicked")
  ),

  server = shinyServer(function(input, output) {

    observe({
      # add clicked
      selected_points <<- rbind(selected_points, nearPoints(mtcars, input$clicked))
      # remove _all_ duplicates (toggle)
      # http://stackoverflow.com/a/13763299/3817004
      selected_points <<- 
        selected_points[!(duplicated(selected_points) | 
                            duplicated(selected_points, fromLast = TRUE)), ]
      str(selected_points)
    })

    output$plot <- renderPlot({
      # next statement is required for reactivity
      input$clicked
      ggplot(mtcars, aes(x = mpg, y = wt)) +
        geom_point() +
        geom_point(data = selected_points, colour = "red", size = 5)
    })
  })
)

当然，您可以直接在selected_points调用中使用全局变量ggplot，而不是调用反应函数selected()。但是，您必须确保在renderPlot()更改时执行input$clicked。因此，input$clicked的虚拟引用必须包含在renderPlot()内的代码中。

现在，不再需要反应函数selected()，可以用observe()表达式替换。与reactive()相反，observe()不会返回值。只要修改selected_points，它就会更新全局变量input$clicked。

方法3（无功值）

这种方法避免了全局变量。相反，它使用reactiveValues创建一个类似列表的对象rv，具有反应式编程的特殊功能（参见?reactiveValues）。

library(shiny)
library(ggplot2)

shinyApp(
  ui = shinyUI(
    plotOutput("plot", click = "clicked")
  ),

  server = shinyServer(function(input, output) {

    rv <- reactiveValues(selected_points = mtcars[0, ])

    observe({
      # add clicked
      rv$selected_points <- rbind(isolate(rv$selected_points), 
                                           nearPoints(mtcars, input$clicked))
      # remove _all_ duplicates (toggle)
      # http://stackoverflow.com/a/13763299/3817004
      rv$selected_points <- isolate(
        rv$selected_points[!(duplicated(rv$selected_points) | 
                               duplicated(rv$selected_points, fromLast = TRUE)), ])
      str(rv$selected_points)
    })

    output$plot <- renderPlot({
      ggplot(mtcars, aes(x = mpg, y = wt)) +
        geom_point() +
        geom_point(data = rv$selected_points, colour = "red", size = 5)
    })
  })
)

请注意，在observer部分中，rv部分的引用需要封装在isolate()中，以确保只有对input$clicked的更改才会触发执行代码observer。否则，我们将获得无限循环。只要反应值renderPlot发生变化，就会触发执行rv。

结论

就个人而言，我更喜欢使用反应函数的方法1，这使得依赖性（反应性）更加明确。我发现在方法2中输入$ click的虚拟调用不太直观。方法3需要彻底了解反应性并在正确的位置使用isolate()。

带有nearPoints（）的动态ggplot图层

1 个答案:

方法1（推荐）

方法2（替代方案）

方法3（无功值）

结论