Einführung in Shiny-Apps
Erstellen Sie interaktive Webanwendungen in R, um Datenerkenntnisse mit Stakeholdern zu teilen.
Einführung in Shiny-Apps ist eine kostenlose R Academy-Lektion auf CoddyKit. Dies ist Lektion 2 von 3. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des R Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der R Academy-Kurs umfasst insgesamt 3 Lektionen.
Was ist Shiny?
Einführung in Shiny-Apps
Shiny ist ein R-Paket, mit dem Sie direkt aus R interaktive Webanwendungen erstellen können. Es wird häufig für Datenvisualisierung und Berichterstellung eingesetzt.

Shiny installieren und laden
Shiny installieren und laden
Installieren und laden Sie das Paket, bevor Sie Shiny verwenden.
install.packages('shiny')
library(shiny)Grundstruktur einer Shiny-App
Grundstruktur einer Shiny-App
Eine Shiny-App besteht aus zwei Hauptteilen:
- UI (Benutzeroberfläche): Definiert Layout und Erscheinungsbild.
- Server: Enthält die Logik und Berechnungen.
Einfache Shiny-App erstellen
Einfache Shiny-App erstellen
Verwenden Sie shinyApp(), um eine einfache interaktive Anwendung zu erstellen.
library(shiny)
ui <- fluidPage(
titlePanel('Hello Shiny!'),
sidebarLayout(
sidebarPanel(sliderInput('num', 'Choose a number:', 1, 100, 50)),
mainPanel(textOutput('value'))
)
)
server <- function(input, output) {
output$value <- renderText({ paste('You selected:', input$num) })
}
shinyApp(ui = ui, server = server)Reaktive Elemente hinzufügen
Reaktive Elemente hinzufügen
Reaktive Ausdrücke werden automatisch aktualisiert, wenn sich Eingaben ändern.
server <- function(input, output) {
reactive_text <- reactive({ paste('Your number squared is:', input$num^2) })
output$value <- renderText({ reactive_text() })
}Interaktive Diagramme erstellen
Interaktive Diagramme erstellen
Verwenden Sie renderPlot(), um interaktive Diagramme anzuzeigen.
server <- function(input, output) {
output$plot <- renderPlot({
hist(rnorm(input$num), col='blue', main='Random Histogram')
})
}Shiny-App ausführen
Shiny-App ausführen
Speichern Sie Ihr Skript als app.R und führen Sie es mit shiny::runApp() aus.
Shiny-App bereitstellen
Shiny-App bereitstellen
Shiny-Apps können online über shinyapps.io bereitgestellt oder auf einem Shiny-Server gehostet werden.
Zusammenfassung zu Shiny-Apps
Zusammenfassung
In dieser Lektion haben Sie Folgendes gelernt:
- Wie Sie eine Shiny-App erstellen und strukturieren.
- Wie Sie reaktive Elemente für Interaktivität verwenden.
- Wie Sie eine Shiny-App online bereitstellen.

Häufig gestellte Fragen
Ist die Lektion „Einführung in Shiny-Apps“ kostenlos?
Ja — der vollständige Text von „Einführung in Shiny-Apps“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des R Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der R Academy-Kurs umfasst insgesamt 3 Lektionen.
Was lerne ich in „Einführung in Shiny-Apps“?
Erstellen Sie interaktive Webanwendungen in R, um Datenerkenntnisse mit Stakeholdern zu teilen. Du übst R Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um R Academy zu starten?
Keine Vorkenntnisse erforderlich. R Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 2 von 3.
Wie lange dauert die Lektion „Einführung in Shiny-Apps“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser R Academy-Lektion Code schreiben und ausführen?
Ja. Jede R Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Grundlagen von R Markdown
- Einführung in Shiny-Apps
- Bereitstellung und bewährte Verfahren