Shinylive 指南：在浏览器中运行Shiny应用程序

Shinylive 指南：在浏览器中运行Shiny应用程序

shinyliveQuarto extension to embed Shinylive for Python applications项目地址:https://gitcode.com/gh_mirrors/sh/shinylive

1. 项目介绍

Shinylive 是一个革命性的开源项目，致力于让开发者能够将Shiny（适用于R和Python的交互式应用框架）应用完全在浏览器内运行，无需依赖外部服务器。它借助Pyodide和webR项目，实现了Python和R语言的WebAssembly编译，从而实现客户端执行。该项目由四个相互依存的部分组成，旨在多个场景下协同工作，简化部署流程，并提升用户体验。Shinylive不仅仅限于R或Python，通过Quarto扩展，还能支持混合编程模型。

2. 快速启动

安装Shinylive R包

首先，确保你的环境中已安装了最新版本的R以及Node.js。你可以从CRAN安装稳定版：

install.packages("shinylive")

或者从GitHub获取开发版本：

remotes::install_github("posit-dev/r-shinylive")

对于开发环境的设置，可能还需要初始化子模块和下载必要资产：

make submodules
shinylive::assets_download()

运行示例应用

一旦安装完成，你可以轻松地导出或尝试预构建的示例来体验Shinylive：

shinylive::export_example("path/to/export/directory")

然后，将导出的内容部署到任何静态网页服务器上，或者通过本地HTTP服务器查看：

python -m http.server 8000  # 如果是Python环境下的简单测试

访问 http://localhost:8000 来查看你的Shiny应用。

3. 应用案例与最佳实践

Shinylive的最佳实践之一是利用其无服务器的特性进行快速原型设计和迭代。例如，数据科学家可以即时分享分析工具而不需要复杂的服务器配置。通过Quarto文档，你可以嵌入Shiny应用，这样报告不仅能展示数据分析结果，还可以让读者互动操作。确保对你的应用进行充分的单元测试和性能测试，以优化在浏览器中的表现。

4. 典型生态项目

Shinylive并不是孤岛，它与几个关键生态项目紧密相连：

• Quarto: 通过Quarto文档系统，结合Shinylive扩展，允许数据科学家和分析师创建包含动态、交互元素的报告。
• webR: 提供在浏览器中运行R代码的基础，使Shinylive成为可能。
• Pyodide: 对于Python支持而言，Pyodide扮演着至关重要的角色，它使得Python可以在浏览器中原生执行，扩大了Shinylive的应用范围。

要更新Quarto项目中的Shinylive扩展至最新，可以执行以下步骤：

cd /path/to/your/quarto-project
quarto ext install quarto-ext/shinylive

结合这些组件，Shinylive不仅促进了数据分析和报告的创新，也降低了分享和部署的门槛，是现代数据科学工作流中的强大工具。

---

以上就是关于Shinylive的基本指南，无论是数据科学家、统计学家还是Web开发者，都能找到这个工具的巨大价值，将其应用于自己的项目中。

shinyliveQuarto extension to embed Shinylive for Python applications项目地址:https://gitcode.com/gh_mirrors/sh/shinylive