国产日韩精品视频_2020久久国产最新免费观看_国内久久久久影院精品_日本一区二区视频在线

如何在R中用自己的plot\u click info替換渲染圖？

我的應用程序應該加載某些數據作為輸入文件（在本文中，我將給出以數據框形式編寫的部分數據，以便您可以使用它來運行我的示例）。然后繪制三個繪圖。我希望當用戶單擊頁面頂部的繪圖時，將根據單擊信息顯示第一個新繪圖，當顯示新繪圖時，我希望根據第一個新繪圖的單擊信息繪制第二個新繪圖。

library(dplyr)
library(shiny)
library(shinydashboard)
library(shinyWidgets)
library(ggplot2)
library(gridExtra)
library(scales)
library(grid)
library(RColorBrewer)
library(officer)
library(svglite)
library(rvg)
library(readxl)
library(tools)
library(rsvg)


body <- dashboardBody(
  fluidRow(
    tabBox(
      
      # The id lets us use input$tabset1 on the server to find the current tab
      id = "tabset1",height = 750,width=20,
      tabPanel("Summary",dataTableOutput(outputId = "table")),
      tabPanel("Visualization",sliderInput("scalegvt","Scale  Data by:",  min = 0, max = 100, value = c(70,100)),plotOutput("p1", height = 1000,click = "plot_click")
      )
    )
  )
)
  side<- dashboardSidebar(  
    width = 290,
    sidebarMenu(
      menuItem("Summary",tabName = "Summary") ,  
      uiOutput('choose_Da'),
      
      selectizeGroupUI(
        id = "m",
        inline = FALSE,
        params = list(
       Lot = list(inputId = "Lot", title = "Lot"),
          wafer = list(inputId = "wafer", title = "wafer"),
         M_datum = list(inputId = "M_Datum", title = "M_Datum"),
          Yield = list(inputId = "Yield", title = "Yield")
          
          
        )
      ),inline=FALSE,
      menuItem("Visualization",tabName = "Visualization")
      
    ))
  ui <- function(request) {
    
    dashboardPage(
      
      dashboardHeader(title = "Yield Report",titleWidth = 290),
      side,
      body
      
    )
  }
  
  server = function(input, output,session) { 
    
    
    
    newscale <- reactive({
      req(input$scalegvt)
    })
    
    mydt<-data.frame(Lot=c(rep("A",4),rep("b",5),rep("n",3),rep("x",2)),M_Datum=as.Date(c("2012-06-05","2012-06-15","2012-06-10","2014-11-17","2014-03-18","2014-06-15","2014-06-10","2014-06-17","2015-11-27","2016-08-15","2016-09-10","2016-10-27","2017-09-10","2017-10-12")),wafer=(c(rep(5,14)+1:14)),Yield=c(rep(10,14)+57))
  
  
dz<-reactive({
 req(res_mod())
  dat<-res_mod() 
  dt<-dat[dat$M_Datum >=input$dateRange[1] & dat$M_Datum <= input$dateRange[2],]
  
  
  dt[,2]<-as.Date(format(as.Date(dt[,2]), "%Y-%m-01"))
  
  req(dt$M_Datum,dt$Yield)
  dr<-data.frame("M_Datum"=dt$M_Datum,"Yield"=dt$Yield)
  
  req(dr$M_Datum,dr$Yield)
  dx<-aggregate(Yield~M_Datum,dr,mean)
  req(dx$M_Datum,dx$Yield)
  dx$M_Datum<-format(dx$M_Datum, "%b %Y")
  
  return(data.frame("M_Datum"=dx$M_Datum,"Yield"=dx$Yield))
  })


#observeEvent(input$plot_click,

#{ a<- reactive(nearPoints(dz(),  input$plot_click, threshold = 10, maxpoints = 1,
            # addDist = F))
# b<-reactive(match(substr(a()$M_Datum,1,3),month.abb))


# req(res_mod())
 #dat<-res_mod() 
 #dt<-dat[dat$M_Datum >=input$dateRange[1] & dat$M_Datum <= input$dateRange[2],]
 #dt<-dt[substr(dt$M_Datum,6,7)==as.character(b()),]
 
 
 
 
 #req(dt$Lot,dt$Yield)
 #dr<-data.frame("Lot"=dt$Lot,"Yield"=dt$Yield)
 
# req(dr$Lot,dr$Yield)
# dx<-aggregate(Yield~Lot,dr,mean)
# req(dx$Lot,dx$Yield)
 
# dza<-data.frame("Lot"=dx$Lot,"Yield"=dx$Yield)
# output$p2 <- renderPlot({  ggplot(dza, aes(x = Lot,y = Yield,group = 1)) +
 #  geom_point()})

 
#})
  
  
  
  
  
  
  
  
  
  

    

  
  
  
  
  output$choose_Da <- renderUI({
    dateRangeInput('dateRange',
                   label = 'Filter  by date',
                   start = min(mydt$M_Datum) , end = max(mydt$M_Datum),min=min(mydt$M_Datum),max=max(mydt$M_Datum)
    )
  })
  

 res_mod <- callModule(
    module = selectizeGroupServer,
    id = "m",
   data =  mydt,
    vars = c("Lot","M_Datum","Yield","wafer"),
   inline=FALSE
    
  )
  
  output$table <- renderDataTable({
    
    
   dato<-res_mod() 
    
    return(dato[dato$M_Datum >= input$dateRange[1] & dato$M_Datum <=  input$dateRange[2],]) },
    options = list(scrollX = TRUE))
  
  
  
  
  
  
  
  
  
  filtredplot<-reactive({
    
    req(res_mod())
    dat<-res_mod() 
    dt<-dat[dat$M_Datum >=input$dateRange[1] & dat$M_Datum <= input$dateRange[2],]
    
    
    dt[,2]<-as.Date(format(as.Date(dt[,2]), "%Y-%m-01"))
    
    req(dt$M_Datum,dt$Yield)
    dr<-data.frame("M_Datum"=dt$M_Datum,"Yield"=dt$Yield)
    
    req(dr$M_Datum,dr$Yield)
    dx<-aggregate(Yield~M_Datum,dr,mean)
    req(dx$M_Datum,dx$Yield)
    
    dz<-data.frame("M_Datum"=dx$M_Datum,"Yield"=dx$Yield)
    dz$M_Datum<-factor(format(dz$M_Datum, "%b %Y"), levels=format(sort(unique(dz$M_Datum)),"%b %Y"))
    hline_data <- data.frame(y = c(mean(dz$Yield)-sd(dz$Yield),mean(dz$Yield), mean(dz$Yield)+sd(dz$Yield)), type = factor(c(2, 1, 2)), 
                             stringsAsFactors = FALSE)
    ggplot(dz, aes(x=M_Datum, y=Yield,group = 1)) +
      geom_point(size=7,colour="#007A9D",shape=4) +
                                                                                     
                                                                                     
                                                                                     
                                                                                     
                                                                                     theme(axis.text.x = element_text(angle = 0, vjust = 0.5, hjust=1))+
                                                                                       
                                                                                       
                                                                                       
                                                                                       theme(legend.direction = "horizontal", legend.position = "top", legend.key = element_blank(), 
                                                                                             legend.background = element_rect(fill = "white", colour = "white"),
                                                                                             
                                                                                             axis.text.y.left = element_text(color = "#007A9D"),
                                                                                             axis.title.y.left  = element_text(color = "#007A9D"),
                                                                                             plot.title = element_text(color="#007A9D")
                                                                                       )+
                                                                                       
                                                                                       ylab("Mean Yield")+
                                                                                       xlab("")+
                                                                                       ggtitle(paste0("FCM-Yield Trend :","  ",paste0(c(input[["m-Customer_Name"]],input[["m-Local_Process_Id"]],input[["m-Process_Family"]],input[["m-MEMS_flag"]],input[["m-Device"]]),collapse = ",")))+
                                                                                       ylim(newscale())+
                                                                                       
                                                                                       
                                                                                       geom_hline(data = hline_data, 
                                                                                                  aes(yintercept = y, linetype = type, colour = type)) +
                                                                                       scale_colour_manual(values = c("#007A9D", "#EF783D"), 
                                                                                                           labels = c("Mean", "Mean+-sd"),
                                                                                                           name = "Key:") +
                                                                                       scale_linetype_manual(values = 1:2, 
                                                                                                             labels = c("Mean", "Mean+-sd"),
                                                                                                             name = "Key:")
                                                                                     
                                                                                     
                                                                                     
                                                                                     
                                                                                     
                                                                                     
                                                                                     
                                                                                     
  })
  
  
  output$p1<-renderPlot({
    
    
    filtredplot()                })
  }
  shinyApp(ui,server)

在代碼轉向注釋的那一部分中，我嘗試使用clik信息將月份名稱轉換為數字以使用它，以便過濾數據，這意味著我想繪制批次（x軸）與產量（作為y軸，以平均值（avarage）的形式）的圖，這樣我可以得到該月份產量pro批次的平均值，然后當我再次單擊時，我想得到第二個顯示產量的圖（y軸未按本次平均值聚合）與晶圓（x軸）的比較，當然，僅適用于通過單擊第一個新繪圖選擇的批次。

? 最佳回答：

發布的代碼不是最小的可復制示例MRE。我沒有經歷過。但這里有一個MRE來實現您描述的任務：使用nearPoints()函數基于第一個圖（p1）的plot_click輸出第二個圖（p2）。

library(shiny)
library(ggplot2)

data <- mpg  

ui <- basicPage(
  plotOutput("p1", click = "plot_click"),
  plotOutput("p2")
)

server <- function(input, output) {
  output$p1 <- renderPlot({    
    ggplot(data, aes(x = displ, y = cty)) + 
      geom_point()
  })
  
  observeEvent(input$plot_click,{ 
    a <- nearPoints(data,  
                    input$plot_click, 
                    threshold = 10, 
                    maxpoints = 1,
                    addDist = F)$model

    if (length(a) > 0) {
      df <- data[data$model == a, ]  
      output$p2 <- renderPlot({
        ggplot(df, aes(x = model, y = displ, group = 1)) +
          geom_point()
      })
    }
     
  })
  
}

shinyApp(ui, server)

以下是使用您的代碼編輯的上述解決方案。點擊p1會輸出第二個繪圖p2，點擊p2會輸出第三個繪圖p3。我把繪圖縮小了，因為我在筆記本電腦上工作。請注意，由于示例數據較小，并非所有數據點都會導致有效的單擊。但有足夠的“好”點來測試解決方案。

library(dplyr)
library(shiny)
library(shinydashboard)
library(shinyWidgets)
library(ggplot2)

body <- dashboardBody(
  fluidRow(
    tabBox(
      
      # The id lets us use input$tabset1 on the server to find the current tab
      id = "tabset1",height = 750,width=20,
      tabPanel("Summary",dataTableOutput(outputId = "table")),
      tabPanel("Visualization",
               sliderInput("scalegvt","Scale  Data by:",  min = 0, max = 100, value = c(70,100)),
               plotOutput("p1", height = 300, width = 300, click = "plot_click_p1"),
               plotOutput("p2", height = 300, width = 300, click = "plot_click_p2"),
               plotOutput("p3", height = 300, width = 300,)
      )
    )
  )
)
side <- dashboardSidebar(  
  width = 290,
  sidebarMenu(
    menuItem("Summary",tabName = "Summary") ,  
    uiOutput('choose_Da'),
    
    selectizeGroupUI(
      id = "m",
      inline = FALSE,
      params = list(
        Lot = list(inputId = "Lot", title = "Lot"),
        wafer = list(inputId = "wafer", title = "wafer"),
        M_datum = list(inputId = "M_Datum", title = "M_Datum"),
        Yield = list(inputId = "Yield", title = "Yield")
        
        
      )
    ),inline=FALSE,
    menuItem("Visualization",tabName = "Visualization")
    
  ))
ui <- function(request) {
  
  dashboardPage(
    
    dashboardHeader(title = "Yield Report",titleWidth = 290),
    side,
    body
    
  )
}

server = function(input, output,session) { 
  
  
  
  newscale <- reactive({
    req(input$scalegvt)
  })
  
  mydt<-data.frame(Lot=c(rep("A",4),rep("b",5),rep("n",3),rep("x",2)),M_Datum=as.Date(c("2012-06-05","2012-06-15","2012-06-10","2014-11-17","2014-03-18","2014-06-15","2014-06-10","2014-06-17","2015-11-27","2016-08-15","2016-09-10","2016-10-27","2017-09-10","2017-10-12")),wafer=(c(rep(5,14)+1:14)),Yield=c(rep(10,14)+57))
  
  
  dz<-reactive({
    req(res_mod())
    dat<-res_mod() 
    dt<-dat[dat$M_Datum >=input$dateRange[1] & dat$M_Datum <= input$dateRange[2],]
    
    
    dt[,2]<-as.Date(format(as.Date(dt[,2]), "%Y-%m-01"))
    
    req(dt$M_Datum,dt$Yield)
    dr<-data.frame("M_Datum"=dt$M_Datum,"Yield"=dt$Yield)
    
    req(dr$M_Datum,dr$Yield)
    dx<-aggregate(Yield~M_Datum,dr,mean)
    req(dx$M_Datum,dx$Yield)
    dx$M_Datum<-format(dx$M_Datum, "%b %Y")
    
    return(data.frame("M_Datum"=dx$M_Datum,"Yield"=dx$Yield))
  })
  
  
  observeEvent(input$plot_click_p1, { 
    a <- nearPoints(dz(),  
                    input$plot_click_p1, 
                    threshold = 10, 
                    maxpoints = 1,
                    addDist = F)
    
    b <- match(substr(a$M_Datum,1,3),month.abb)
    
    req(res_mod())
    dat <- res_mod() 
    dt  <- dat[dat$M_Datum >=input$dateRange[1] & dat$M_Datum <= input$dateRange[2],]
    dt  <- dt[substr(dt$M_Datum,6,7)==as.character(b),]
    
    req(dt$Lot, dt$Yield)
    dr <- data.frame("Lot"=dt$Lot,"Yield"=dt$Yield)
  
    req(dr$Lot, dr$Yield)
    dx <- aggregate(Yield~Lot,dr,mean)
    
    req(dx$Lot,dx$Yield)
    dza <- data.frame("Lot"=dx$Lot,"Yield"=dx$Yield)
    
    output$p2 <- renderPlot({  
      ggplot(dza, aes(x = Lot,y = Yield,group = 1)) +
      geom_point()
    })
  
  })
  
  observeEvent(input$plot_click_p2, {
    output$p3 <- renderPlot({
      
      
      test <- nearPoints(mydt,  
                 input$plot_click_p2, 
                 threshold = 10, 
                 maxpoints = 1,
                 addDist = F)
      
      str(test)
      ggplot(test, aes(x = Lot, y = Yield)) +
        geom_point()
    })
  })

  output$choose_Da <- renderUI({
    dateRangeInput('dateRange',
                   label = 'Filter  by date',
                   start = min(mydt$M_Datum) , end = max(mydt$M_Datum),min=min(mydt$M_Datum),max=max(mydt$M_Datum)
    )
  })
  
  
  res_mod <- callModule(
    module = selectizeGroupServer,
    id = "m",
    data =  mydt,
    vars = c("Lot","M_Datum","Yield","wafer"),
    inline=FALSE
    
  )
  
  output$table <- renderDataTable({
    
    dato <- res_mod() 
    return(dato[dato$M_Datum >= input$dateRange[1] & dato$M_Datum <=  input$dateRange[2],]) 
    
  },options = list(scrollX = TRUE))

  filtredplot <- reactive({
    
    req(res_mod())
    dat <- res_mod() 
    dt <- dat[dat$M_Datum >=input$dateRange[1] & dat$M_Datum <= input$dateRange[2],]
    
    
    dt[,2] <- as.Date(format(as.Date(dt[,2]), "%Y-%m-01"))
    
    req(dt$M_Datum,dt$Yield)
    dr<-data.frame("M_Datum"=dt$M_Datum,"Yield"=dt$Yield)
    
    req(dr$M_Datum,dr$Yield)
    dx<-aggregate(Yield~M_Datum,dr,mean)
    req(dx$M_Datum,dx$Yield)
    
    dz<-data.frame("M_Datum"=dx$M_Datum,"Yield"=dx$Yield)
    dz$M_Datum<-factor(format(dz$M_Datum, "%b %Y"), levels=format(sort(unique(dz$M_Datum)),"%b %Y"))
    hline_data <- data.frame(y = c(mean(dz$Yield)-sd(dz$Yield),mean(dz$Yield), mean(dz$Yield)+sd(dz$Yield)), type = factor(c(2, 1, 2)), 
                             stringsAsFactors = FALSE)
    ggplot(dz, aes(x=M_Datum, y=Yield,group = 1)) +
      geom_point(size=7,colour="#007A9D",shape=4) +
      theme(axis.text.x = element_text(angle = 0, vjust = 0.5, hjust=1))+
      theme(legend.direction = "horizontal", legend.position = "top", legend.key = element_blank(), 
            legend.background = element_rect(fill = "white", colour = "white"),
            axis.text.y.left = element_text(color = "#007A9D"),
            axis.title.y.left  = element_text(color = "#007A9D"),
            plot.title = element_text(color="#007A9D")
      ) +
      ylab("Mean Yield")+
      xlab("")+
      ggtitle(paste0("FCM-Yield Trend :","  ",paste0(c(input[["m-Customer_Name"]],input[["m-Local_Process_Id"]],input[["m-Process_Family"]],input[["m-MEMS_flag"]],input[["m-Device"]]),collapse = ",")))+
      ylim(newscale())+
      geom_hline(data = hline_data, 
                 aes(yintercept = y, linetype = type, colour = type)) +
      scale_colour_manual(values = c("#007A9D", "#EF783D"), 
                          labels = c("Mean", "Mean+-sd"),
                          name = "Key:") +
      scale_linetype_manual(values = 1:2, 
                            labels = c("Mean", "Mean+-sd"),
                            name = "Key:")
  })
  
  output$p1 <- renderPlot({
    filtredplot()                
  })
}

shinyApp(ui,server)
国产日韩精品视频_2020久久国产最新免费观看_国内久久久久影院精品_日本一区二区视频在线 





欧美日韩a区|
国产午夜精品全部视频播放|
国内揄拍国内精品少妇国语|
国产精品www色诱视频|
国产欧美1区2区3区|
狠狠综合久久av一区二区小说
|
国产精品一区免费在线观看|
国产一区二区成人|
亚洲激情国产|
一区二区免费在线播放|
在线一区二区三区四区|
欧美一区二区高清|
免费欧美视频|
国产精品久久久久久久久久妞妞|
国产日产高清欧美一区二区三区|
韩国久久久久|
99riav1国产精品视频|
欧美专区在线观看一区|
欧美久久电影|
国产日韩欧美亚洲|
亚洲精品一区二区三区婷婷月
|
欧美一二三视频|
免费人成精品欧美精品|
欧美日韩www|
黄色精品一区|
亚洲欧美资源在线|
欧美激情欧美激情在线五月|
国产伦精品一区二区三区四区免费|
怡红院av一区二区三区|
亚洲视屏在线播放|
欧美精品久久一区二区|
国产视频一区欧美|
亚洲一区日韩|
欧美日韩国产美女|
亚洲欧洲日韩在线|
久久三级视频|
国产视频不卡|
亚洲一区二区四区|
欧美精品久久一区|
亚洲福利视频网站|
久久久精品性|
国产在线精品自拍|
午夜精品婷婷|
国产精品国产三级国产aⅴ浪潮|
亚洲国产黄色|
狂野欧美激情性xxxx欧美|
国产婷婷色一区二区三区|
亚洲在线中文字幕|
欧美日韩免费观看一区二区三区|
在线精品高清中文字幕|
久久久久久久久久久久久9999|
国产精品欧美一区喷水|
亚洲一区二区三区激情|
欧美视频在线视频|
亚洲午夜国产一区99re久久|
欧美日韩国产不卡在线看|
亚洲精品影院在线观看|
你懂的亚洲视频|
亚洲福利视频网站|
欧美a级在线|
亚洲精品美女久久7777777|
欧美精品亚洲|
一区二区三区精品视频在线观看|
欧美精品在线网站|
在线亚洲高清视频|
国产精品综合色区在线观看|
亚洲欧美在线视频观看|
国产欧美日韩一区二区三区在线|
欧美一区二区在线|
在线电影一区|
欧美韩日一区|
亚洲视频在线二区|
国产精品综合|
久久人人爽人人爽|
亚洲国产综合视频在线观看|
欧美日韩国产一区二区|
亚洲男人的天堂在线aⅴ视频|
国产亚洲精品bv在线观看|
麻豆精品精华液|
99精品视频一区|
国产精品永久免费|
免费观看日韩av|
中文网丁香综合网|
国产一区在线看|
欧美国产免费|
亚洲午夜av|
在线电影欧美日韩一区二区私密|
欧美国产欧美综合|
欧美一区二区在线看|
亚洲精品一区二区三区樱花|
国产拍揄自揄精品视频麻豆|
欧美大香线蕉线伊人久久国产精品|
99re亚洲国产精品|
国产综合欧美|
欧美色大人视频|
久久久国产精品一区二区中文|
亚洲美女诱惑|
激情婷婷欧美|
国产精品一区二区久久久久|
欧美激情视频网站|
久久久伊人欧美|
亚洲影视在线播放|
亚洲精品偷拍|
欲色影视综合吧|
国产欧美成人|
国产精品video|
欧美精品系列|
美女黄网久久|
国产日韩在线播放|
久久免费高清视频|
亚洲精品美女久久7777777|
欧美精品粉嫩高潮一区二区
|
亚洲人成网站在线观看播放|
欧美另类videos死尸|
亚洲一区二区三区午夜|
国产日韩在线不卡|
99热在这里有精品免费|
国产精品亚洲网站|
国产精品mm|
欧美视频在线观看免费网址|
欧美二区在线观看|
欧美成人国产一区二区|
久久免费视频在线观看|
久久久999精品免费|
欧美在线一级va免费观看|
久久久九九九九|
亚洲第一中文字幕在线观看|
欧美欧美全黄|
亚洲欧美制服另类日韩|
91久久精品美女|
国产精品美女久久久久av超清
|
欧美一区二区视频97|
亚洲欧洲美洲综合色网|
国产精品综合视频|
欧美激情一区二区三区|
久久精品国产999大香线蕉|
亚洲激情av|
国产亚洲欧美日韩精品|
欧美日韩免费观看一区=区三区|
久久精品综合|
午夜精品在线观看|
99精品视频免费全部在线|
在线看国产一区|
欧美一级视频|
一本色道久久88亚洲综合88|
国内自拍一区|
国产欧美日韩综合|
国产精品久久久久久久久久免费看|
蜜桃精品一区二区三区|
久久精品99国产精品日本
|
欧美视频不卡|
欧美激情一区三区|
欧美成人中文|
欧美福利一区二区三区|
久久亚洲春色中文字幕|
久久精品国产综合|
午夜精品在线观看|
性欧美大战久久久久久久久|
亚洲永久免费精品|
在线一区欧美|
中文在线资源观看网站视频免费不卡
|
国产精品高精视频免费|
欧美日韩免费观看一区|
欧美日韩国产经典色站一区二区三区|
美女脱光内衣内裤视频久久网站|
久久er99精品|
国产伪娘ts一区|
国产精品亚洲不卡a|
亚洲国产美女久久久久|
亚洲欧美在线免费|
欧美激情一区二区三区四区|
国产欧美三级|
一本久道综合久久精品|
久久精品亚洲国产奇米99|
欧美激情麻豆|
国内精品国语自产拍在线观看|
日韩午夜中文字幕|
久久精品亚洲国产奇米99|
欧美日韩精品综合|
18成人免费观看视频|
午夜视频一区二区|
欧美日韩一区二区三区在线观看免|
国产综合精品一区|
亚洲私人黄色宅男|
欧美成人一区二免费视频软件|
国产性做久久久久久|
亚洲图片自拍偷拍|
欧美日韩成人在线|
亚洲黄色一区|
两个人的视频www国产精品|
国产欧美日韩亚洲|
亚洲午夜国产一区99re久久|
欧美国产一区二区三区激情无套|
狠狠色2019综合网|
欧美有码视频|
国产情人节一区|
午夜精品久久久久久久99热浪潮
|
久久九九国产精品|
国产亚洲美州欧州综合国|
亚洲免费影视|