在闪亮的应用程序中缓存基本 ggplot 并允许动态修改图层（leafletProxy 等效于 ggplot）

Posted 2023-02-16

【中文标题】在闪亮的应用程序中缓存基本 ggplot 并允许动态修改图层（leafletProxy 等效于 ggplot）

【英文标题】：Cache a base ggplot in a shiny app and allow modification of layers dynamically (leafletProxy equivalent for ggplot)

【发布时间】：2017-01-29 12:31:14

【问题描述】：

如果显示的基本数据集很大（下面的示例工作代码），则在闪亮的应用程序中向/从 ggplot 添加/删除层可能需要一段时间。

问题是：

有没有办法缓存 ggplot（基本图）并添加/删除/修改额外（动态）图层，而无需在闪亮的应用程序中重做整个图？ 也就是说，一个等效于 leafletProxy() 的函数用于传单地图（参见 leaflet Rstudio webpage 中的工作示例）。

*** thread 中提出了一种可能的解决方法（下例中的选项 B），但是，它不会阻止 ggplot 重做整个绘图。

示例工作代码：

library(shiny)
library(ggplot2)

shinyApp(
  shinyUI(
    fluidPage(
      sidebarLayout(
        sidebarPanel(
          checkboxInput("line", "Add line")
        ),
        mainPanel(
          plotOutput("plot")
        )
      )
    )
  ),
  shinyServer(function(input, output, session) 
    data(diamonds)
    vals <- reactiveValues(pdata=ggplot())

    observeEvent(input$line, 
      p <- ggplot(diamonds, aes(x=carat, y=depth)) + geom_point()
      if (input$line)
        lineData <- data.frame(x=c(1, 4), y = c(60, 75))
        p <- p + geom_line(data = lineData, aes(x=x, y=y), color = "red")
      
      vals$pdata <- p
    )
    # Option A ------
    # output$plot <- renderPlot(
    #     vals$pdata
    # )
    #
    # Option B ------
    observeEvent(vals$pdata,
      output$plot <- renderPlot(
        isolate(vals$pdata)
      )
    )

  )
)

【参考方案1】：

您总是可以只制作两个图，然后使用条件来选择要显示的图。初始渲染很慢，但在初始化后效果很好。

library(shiny)
library(ggplot2)

shinyApp(
  shinyUI(
    fluidPage(
      sidebarLayout(
        sidebarPanel(
          checkboxInput("line", "Add line", value = TRUE)
          ),
        mainPanel(
          conditionalPanel(condition = 'input.line == false',
                           plotOutput("plot1"),
                           ),
          conditionalPanel(condition = 'input.line == true',
                           plotOutput("plot2"),
                           ),
          )
        )
      )
    ),
  shinyServer(function(input, output, session) 
    #data(diamonds)


    # Option C -------
    output$plot1 <- renderPlot(
      ggplot(diamonds, aes(x=carat, y=depth)) + geom_point()
    )
    output$plot2 <- renderPlot(
      lineData <- data.frame(x=c(1, 4), y = c(60, 75))

      ggplot(diamonds, aes(x=carat, y=depth)) + 
        geom_point()+
        geom_line(data = lineData, aes(x=x, y=y), color = "red")
    )

  )
)