在 Shiny 中更新大图而不重新渲染

Question

总体目标

我希望能够使用 RShiny 快速绘制来自 R 的大量数据，然后进行小的修改或添加，而无需重新渲染所有绘制的数据。

具体任务

1. 在散点图中绘制大量点 (
2. 响应鼠标点击，检测最近的绘图点。
3. 使用从与该点相关的数据中查询到的一些信息，突出显示少量其他点 (

当前方法

我目前使用 ggplot2 和 RShiny 制作应用程序来帮助进行数据分析。总的来说，我对这种组合非常满意。因此，理想情况下，该解决方案将允许我仍然主要使用这些工具。

仅使用 RShiny 和 ggplot2 的内置功能，我完成任务没有问题，除了步骤 3 不能独立完成，无需重做步骤 1。据我了解如果不完全重新渲染它们，就无法更新或覆盖 ggplot2 图。

因此，我正在寻找以下其中一项来实现我的总体目标，按偏好降序排列：

1. 一种无需重新渲染即可覆盖或修改 ggplot2 图的方法。
2. 允许此操作的基于 ggplot2 的扩展或 fork 或类似 R。
3. ggplot2 的替代方案，同样易于与允许此操作的 RShiny 和 R 数据集成。也许是现有 javascript 库的某个接口？我仍然希望能够使用我熟悉的所有 RShiny 机器来操纵我的情节并与之互动。

我对 js 有一些了解，但不想学习 d3 之类的东西来完成这么小的任务。 （如果可以使用少量的 d3 或 js 来做到这一点，那就太好了！）能够在 ggplot2 绘图上有效地绘制 svg 会很好，但使用相同的坐标系。

我知道this question，但提供的解决方案是针对时间序列数据的。

Answer 1

这是plotly 的解决方案。它确实会重新渲染整个情节，但速度很快，因此也许仍能满足您的要求。我想您会发现，引入 Plotly 不会严重影响您的工作流程。

请注意，我使用 Plotly 的 WebGL function 来提高速度。下面的例子是 100000 点。我还提供了一个示例，说明如何转换现有的ggplot2object。对于 Plotly 点击事件，see this。

library(shiny)
library(dplyr)
library(plotly)
library(ggplot2)

ui <- fluidPage(

  titlePanel("Highlight nearby points"),

  sidebarLayout(
    sidebarPanel(width=3,
      p("Click on a point. Nearby points will be highlighted.")
    ),

    mainPanel(
      plotlyOutput("plot")
    )
  )
)

# Data
df <- tibble(x = runif(1e+05,1,100), y = runif(1e+05,1,100))

server <- function(input, output, session) {

  output$plot <- renderPlotly({

    # Gather click data
    event.data <- event_data("plotly_click")

    # Plotly object
    p <- plot_ly(df, x = ~x, y = ~y, type = "scatter", mode = "markers") 

    # Alternative: use existing ggplot

    # gg <- ggplot(df, aes(x = x, y = y)) +
    #   geom_point()
    # 
    # p <- plotly_build(gg)

    # End alternative

    # Check for click data
    if(!is.null(event.data)) {

      # If click data exists, create new markers based on range criteria and use a different color
      d <- filter(df,
                  x < event.data$x+10 & x > event.data$x-10,
                  y < event.data$y+10 & y > event.data$y-10)
      p <- add_markers(p, data = d, color = I("red"))

    }

    # Use webGL for faster ploting of many points
    p %>% toWebGL()

  })
}

# Run the application 
shinyApp(ui = ui, server = server)