摘要 本演讲将介绍如何利用CSS对shiny页面进行个性化设计及在网页中嵌入视频；并通过一个详细案例介绍了利用htmlwidgets包开发HTML控件，基于D3.JS库创建简单的交互桑基图，包括控件创
•shinythemes https://github.com/rstudio/shinythemes - 在 Shiny 中 使用 Bootswatch 主题 (Bootstrap 3) 。
Rmarkdown扩展了markdown的语法，所以markdown能写的，Rmarkdown能写，后者还提供了一些新的特性，特别是图表，很nice。
在做数据分析时，常常遇到的一个场景是，1,2,3 需要转换成其对应的"a","b","c"。比如在对结果进行分类统计的时候。
第一次登场，先跟大家自我介绍下。本人昵称 Packy，是一名小小站长，响应 Denis 兄的号召来与大家分享WordPress的技巧。要说WordPress的基础肯定是比不过 Denis 兄的，但是我滴折腾欲望非常强，擅长在 Google 翻箱倒柜后整合各家所长，本地测试有效果后才会来郑重的发布文章哟。
在我们知道如何创建一系列输入和输出控件之后，我们需要学会如何在一个页面中对它们进行排列，以达到比较好的展示效果。这正是布局函数的工作，布局函数提供了一个应用高层次的可视化结构。
Argos是我们的内部异常检测工具，负责分析进来的度量指标，并基于历史数据，将它们与预测模型进行比对，从而确定当前数据是不是在预期范围内。
在实际工作中，每个数据科学项目各不相同，但基本都遵循一定的通用流程。具体如下： 数据科学工作流程： 1.数据导入 2.数据整理 3.反复理解数据 数据可视化 数据转换 统计建模 4.作出推断（比如
PivotalR：用于读取Pivitol（Greenplum）和HAWQ数据库中的数据
在实际工作中，每个数据科学项目各不相同，但基本都遵循一定的通用流程。具体如下： 数据科学工作流程 数据导入 数据整理 反复理解数据 数据可视化 数据转换 统计建模 作出推断（比如预测） 沟通交流 自动化分析 程序开发 下面列出每个步骤最有用的一些R包： 数据导入 以下R包主要用于数据导入和保存数据 feather：一种快速，轻量级的文件格式。在R和python上都可使用 readr：实现表格数据的快速导入。中文介绍可参考这里 readxl：读取Microsoft Excel电子表
UI 中的输出控件创建了占位符，它随后被后端函数生成的内容所填充。与输入控件一样，输出控件的第 1 个参数也是一个唯一的 ID：如果你的 UI 有一个输入控件的 ID 是 "plot"，那么你可以在后端中使用 output$plot 访问它。
旭日图是饼图的一种扩展，每一层都展示一组分类的比例。sunburstR可绘制交互式旭日图
R Shiny是一种基于Web的交互式数据可视化工具，能够帮助研究人员和临床医生快速构建交互式应用程序，从而进行数据分析和可视化。
我这个月在写一些更加长的文章，所以你们可以在几周后再来看看。本月，我想简要地提下我自己一直在玩的一个很棒的R库。
R语言作为一门统计计算和数据可视化为核心特色的工具性语言，其在可视化领域或者说数据呈现方面有着非常成熟和系统的解决方案。
执行 runExample()可以看到内置的11个例子，github上有更多，可以体验和学习这些例子
shiny提供了一个函数家族，将R对象转换成在UI中的输出，每个函数创建特定类型的输出
Shiny 包含了许多用于布局应用程序组件的工具。本指南描述了以下应用程序布局功能特性：
在工作目录中创建一个名为stockVis的新文件夹 下载以下文件放在stockVis中 app.R：https://shiny.rstudio.com/tutorial/written-tutorial/lesson6/stockVis/app.R helper.R：https://shiny.rstudio.com/tutorial/written-tutorial/lesson6/stockVis/helpers.R 使用runApp启动应用程序runApp("stockVis")
资源背后的机构和开发者，都可以看看，他们的网站，个人Twitter之类的，寻宝哦。
在之前的推文中我们学习了一堆的知识与概念，为了帮助大家吸收，接下来我们将一起通过创建一个探究有趣数据集的 Shiny 应用来整合当前所学的所有思想。
WordPress是一种使用PHP语言开发的博客平台，用户可以在支持PHP和MySQL数据库的服务器上架设属于自己的网站，也可以把 WordPress当作一个内容管理系统（CMS）来使用。
某天，我发现了Shiny这个东西，当时兴冲冲的尝试官网上各种各样的例子，最后发现这个东西似乎只能充当一个“玩具”。如果要在本地运行，它需要一个完整的R环境，这对相当一部分用户来说是极度不友好的。另外，Rstudio主张将Shiny部署在https://www.shinyapps.io/，但是看到这个价格以及资源限制以后进一步被劝退了。
3.在input表单控件中，value和placeholder的区别是什么？ 答： placeholder: 表示在输入框中显示的提示信息，用户点击之后，提示信息就会消失。 value: 叫做默认值，当用户想要在输入框中输入信息的时候，必须先手动的删除value的值 。
在Y叔的公众号看到文章**《有人基于AnnotationHub和clusterProfiler做了个shiny，就能支持1700+的物种，你却老是在问我，非模式生物怎么办！》**。正好自己最近在学习R语言的shiny。于是找到这个shiny的代码看了看，发现不是很长，花点时间应该可以重复出来。
Shiny包可以快速搭建基于R的交互网页应用。对于web的交互，之前已经有一些相关的包，不过都需要开发者熟悉网页编程语言（html,CSS,JS）。
承接系列四，这一节介绍一下主体中的4种box函数。顾名思义，box函数是在主体中创建一些对象框，而对象框内可以包含任何内容。
译者序 原文于2017年6月21日发布，时过半载，将这篇既不是教程，也不是新闻的产品发布稿做了一番翻译，为何？只因去年下半年的时候，用R语言的博哥和龙少有Shiny这样的框架可以开发交互式整合Web数据分析报告，让我这个成天鼓吹用Python做数据分析的人眼馋不已。当时找了很久，试用了包括Bokeh、mpld3、Highcharts，以及键冬同学（Python中文社区专栏作者，GitHub开源项目PyEcharts作者）基于百度Echarts开发的PyEcharts，但是这些都是基于Web的交互视图库，而
StockVis 用R的quantmod包，如果没有应该安装install.packages("quantmod")
二者都可以响应TCP/IP请求，给R安上Server的翅膀，实现Browser to Server的需求。
数据可视化仪表盘是将数据直观呈现并提供交互性的强大工具。R语言与Shiny框架的结合，使得创建交互式数据可视化仪表盘变得轻松而灵活。在这篇博客中，我们将深入介绍如何使用R和Shiny创建一个简单而实用的数据可视化仪表盘。
最近想把一个写的几百行的脚本封装成一个 App，方便使用，于是进行了一番探索，在这里记录一下！
本杂志开源（GitHub: ShixiangWang/weekly[1]），欢迎提交 issue，投稿或推荐生信相关内容。
先前我介绍过ggrepel 这个包：[[67-R可视化11-用ggrepel更加美观的添加标记（火山图的实现）]]
先看下博客整体效果。在线预览我的博客https://lemonchann.github.io/
原文：R is for Research, Python is for Production
4. filter 匹配对应行的数据。并生成结果。等同于subset函数。实例：
谷歌浏览器如今是Web开发者们所使用的最流行的网页浏览器。伴随每六个星期一次的发布周期和不断扩大的强大的开发功能，Chrome变成了一个必须的工具。大多数可能熟悉关于chorme的许多特点，例如使用c
counties.rds是一个包含美国每个县人口统计数据的数据集，使用R包UScensus2010收集，也可从这下载
UCSCXenaShiny 是我 19 年通过 Openbiox 发起的项目（地址：https://github.com/openbiox/UCSCXenaShiny，点击原文），用于下载和分析著名癌症数据库 UCSC Xena https://xenabrowser.net/datapages/。最近和小伙伴进行了大量的重构和更新。
尤为重要的是随着单细胞转录组的流行，它附带的大量数据的探索和展示也开始需要独立的网页工具，也就是说一篇单细胞文章就得开发一个网页工具。而网页工具的开发其实是一门比较专业的技术，底层三剑客包括：html, js, css， 超出了咱们生信工程师的技能范畴。但是R语言的shiny框架能让你在起步的时候突破网页工具的开发技术限制，简单的几句R代码，一个活灵活现的网页工具就出现在你眼前。
一、将样式表放在顶部 可视性回馈的重要性 进度指示器有三个主要优势——它们让用户知道系统没有崩溃，只是正在为他或她解决问题；它们指出了用户大概还需要等多久，以便用户能够在漫长的等待中做些其他事情；最后，它们能给用户提供一些可以看的东西，使得等待不再是那么无聊。最后一点优势不可低估，这也是为什么推荐使用图形进度条而不是仅仅以数字形式显示预期的剩余时间。在Web的世界里，Html页面的逐步呈现就是很好的进度指示器。 将没有立即使用的css放在底部是错误的做法 通常组件的下载是按照文档中出现的顺序下载的，所以将不
在真实的数据科学世界里，我们会有两个极端，一个是业务，一个是工程。偏向业务的数据科学被称为数据分析（Data Analysis），也就是A型数据科学。偏向工程的数据科学被称为数据构建(Data Building)，也就是B型数据科学。 从工具上来看，按由业务到工程的顺序，这个两条是：EXCEL >> R >> Python >> Scala 在实际工作中，对于小数据集的简单分析来说，使用EXCEL绝对是最佳选择。当我们需要更多复杂的统计分析和数据处理时，我们就需要转移到 Python和R上。在确定工程实施和大数据集操作时，我们就需要依赖Scala 的静态类型等工程方法构建完整的数据分析系统。 Scala和Excel是两个极端，对于大多数创业公司而言，我们没有足够多的人手来实现专业化的分工，更多情况下，我们会在Python和R上花费更多的时间同时完成数据分析（A型）和数据构建（B型）的工作。而许多人也对 Python和R的交叉使用存在疑惑，所以本文将从实践角度对Python和R中做了一个详细的比较。
我们课题组有一份油菜的核心种质资源，前几年经重测序之后已经发表了。但是课题组后面很多的项目都基于这份核心种质资源，实验室成员常常需要检索分析某些基因的特定SNP，所以我在自学了一段时间的Shiny之后就尝试着搭建了一个Shiny app并利用Shiny-server部署在课题组的服务器上，但是由于我开发的这个Shiny app本来就打开比较慢，加上很多时候服务器负荷运行，导致Shiny app打开速度就更慢了，有的时候甚至加载时间过长直接打不开。恰巧我紧跟生信技能树推文更新，了解到可以搞个云服务器来部署Shiny应用。
什么是R语言？ R语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的罗斯·伊哈卡和罗伯特·杰特曼开发（也因此称为R），现在由“R开发核心团队”负责开发。R基于S语言的一个GNU计划项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。 R的源代码可自由下载使用，亦有已编译的可执行文件版本可以下载，可在多种平台下运行，包括UNIX（也包括FreeBSD和Linux）、Windows和MacO
从今天开始，我将为大家逐步介绍Mask RCNN这个将检测和分割统一起来的框架的具体原理以及详细代码解读，项目地址为https://github.com/matterport/Mask_RCNN，基于TensorFlow1.x和Keras框架实现。
Shiny应用程序中控件选中的值可以通过生成响应式输出来显示。用户切换控件的值，输出的文本也随着控件的值自动响应。 如下是两个小控件，分别用来展示 variable to display和Range of interest，此时选中是没有响应式输出。
长期更新列表： 视频讲解-R爬取生信软件列表到思维导图 生信技巧第二课-使用markdown记录和分享笔记 本期视频，学会R语言，方便你我他~~~ 为什么需要学习R语言呢？ 可能是想画一个热图 或
领取专属 10元无门槛券
手把手带您无忧上云
