使用 shinydashboard 包和 shinytheme ，美化界面样式，设置界面主题，提升界面整体水平。
Shiny界面图库
shinydashboard
shinytheme界面主题
shinydashboard包创建的基础界面样式分为三个板块：标题，侧边栏，主界面。
shiny包支持 recharts 包的使用，可以创建界面的交互式图形
shinyapps网址
Rstudio推出了 shiny 和 shinyapps 两个包，shiny可以帮助我们更快更好的开发一些app，然后shinyapps可以提供了一个免费的云服务器，供我们发布app。
以知乎 用R语言分析NBA球员得分 分析结果为主题，做web界面展示。
侧边栏设置两个选项：datas display和players' score，点击不同的选项，展示对应的内容。
datas display界面展现3个数据框：NBA，Away team，Host team。通过show 10/25/50 entries 等控制页面展示数值的条数；右上角search实现数值的搜索功能（使用DT包实现）。
players' score展示主队、客队球员得分情况。使用ggplot2包绘制客队各个球员的得分情况
使用 recharts 包绘制主队各个球员的得分情况，recarts包实现图形交互式展现。
建立完UI界面后，设置对应的数值，表格，图形，使web界面变成动态的界面。
挣扎了好久终于把界面创建成功了，shiny的初步学习先画个句号。
Python比较好点，Python用的人比较多。
ython和R这2个都拥有庞大的用户支持。2017年的调查显示，近45％的数据科学家使用Python作为主要的编程语言，另一方面，11.2％的数据科学家使用R语言。
python与r语言区别如下：
Python的优势：
1. Python 包含比R更丰富的数据结构来实现数据更精准的访问和内存控制，大多数深度学习研究都是用python来完成的。
2. Python与R相比速度要快。Python可以直接处理上G的数据R不行，R分析数据时需要先通过数据库把大数据转化为小数据(通过groupby)才能交给R做分析，因此R不可能直接分析行为详单，只能分析统计结果。
3. Python优于R的另一个优势是将模型部署到软件的其他部分。Python是一种通用性语言，用python编写应用程序，包含基于Python的模型的过程是无缝的。
4. Python是一套比较平衡的语言，各方面都可以，无论是对其他语言的调用，和数据源的连接、读取，对系统的操作，还是正则表达和文字处理，Python都有着明显优势，尤其在计算机编程、网络爬虫上更有优势。
R语言的优势：
1. R在统计分析上是一种更高效的独立数据分析工具。在R中进行大量的统计建模研究，有更广泛的模型类可供选择，如果你对建模有疑问，R是最合适的。
2. R的另外一个技巧就是使用Shiny轻松地创建仪表盘，Python也有Dash作为替代，但是不够成熟。
3. R的函数是为统计学家开发的，因此它具有特定领域优势，比如数据可视化的强大特性，由R Studio的首席科学家Hadley Wickham创建的ggplot2 如今是R历史上最受欢迎的数据可视化软件包之一。
ggplot2允许用户在更高的抽象级别自定义绘图组件。我个人非常喜欢ggplot2的各种功能和自定义。ggplot2提供的50多种图像适用于各种行业。
is.vector(A)：判断A是否为向量；
as.vector(A)：如A是矩阵（数组），as.vector就是将矩阵转化为向量。
R中的vector分为两类，atomic和list，二者的区别在于,前者元素类型必须相同，后者可以不同。前者的代表是向量和矩阵，后者的代表是list和数据框。
is.vector
由于它们都是vector,所以用is.vector检验无法区分向量和列表。当然，也无法用as.vector将列表转换成向量。
同样是vector，矩阵和数据框用is.vector检验就返回的是FALSE，这说明is.vector也不是检验vector的，它的真正原理在于，检查是否最多只有一个属性：name。即查看其属性，如果没有属性或者只有一个name属性，才返回TRUE。
扩展资料
R语言强大的功能：
1、R的标记语言可以制作可重复生成的Word和Powerpoint文档
R语言中的rmarkdown包可以制作可重复生成的Word文档和Powerpoint幻灯片，而这只需要改变一行YAML的代码。
2、组建和运行一个可交互的网络应用只需要几行代码
几行R代码就可以生成一个可交互的网络应用。比方说如果使用R语言的flexdashboard包， 只需要36行代码，就可以生成一个可交互的动态报表，来探索BMI指数与全国健康营养检查样本结果的关联。
3、几行甚至一行R代码就可以支持网络应用的运行
另外一个很酷的功能是，通过rsconnect包，R语言还可以仅用一两行代码就支持网络应用的运行。这些应用既可以通过自己的服务器来支持，也可以用shinyapps.io这种云服务器。
4、通过使用R语言的dplyr/dbplyr，几乎各种数据库都可以连接
使用dbplyr包，用R语言连接各种数据库，无论是本地的还是远程的，都非常方便。这个功能使R语言用户可以不用担心底层的数据库，而独立地从主流数据库中抽取数据。R语言的bigrquery包还可以直接利用BigQuery和其他大规模数据存储。
