Aggiungi CSS per modificare l'aspetto dell'app
CSS è un linguaggio ampiamente usato per indicare al browser come visualizzare gli elementi in una pagina. Devi usare il CSS se vuoi discostarti dall'aspetto predefinito di Shiny e personalizzare l'aspetto dei vari elementi della tua app.
Ricorda che il CSS è composto da un insieme di regole, dove ogni regola è una coppia property: value associata a un elemento della pagina. È possibile includere CSS nella tua app scrivendolo in un file separato e importandolo con includeCSS(), ma in questo corso useremo l'approccio più semplice di inserire il codice CSS dentro tags$style() nella UI.
Questo esercizio fa parte del corso
Casi di studio: creare applicazioni web con Shiny in R
Istruzioni dell'esercizio
- Scrivi delle regole CSS per modificare l'app come segue:
- Cambia il colore di sfondo del pulsante di download in arancione (riga 5).
- Imposta la dimensione del testo del pulsante di download a 20 pixel (riga 8).
- Cambia il colore del testo della tabella in rosso (riga 13).
- Aggiungi queste regole CSS all'app Shiny (riga 20).
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
my_css <- "
#download_data {
/* Change the background color of the download button
to orange. */
background: ___;
/* Change the text size to 20 pixels. */
font-size: ___px;
}
#table {
/* Change the text color of the table to red. */
color: ___;
}
"
ui <- fluidPage(
h1("Gapminder"),
# Add the CSS that we wrote to the Shiny app
tags$style(___),
tabsetPanel(
tabPanel(
title = "Inputs",
sliderInput(inputId = "life", label = "Life expectancy",
min = 0, max = 120,
value = c(30, 50)),
selectInput("continent", "Continent",
choices = c("All", levels(gapminder$continent))),
downloadButton("download_data")
),
tabPanel(
title = "Plot",
plotOutput("plot")
),
tabPanel(
title = "Table",
DT::dataTableOutput("table")
)
)
)
server <- function(input, output) {
filtered_data <- reactive({
data <- gapminder
data <- subset(
data,
lifeExp >= input$life[1] & lifeExp <= input$life[2]
)
if (input$continent != "All") {
data <- subset(
data,
continent == input$continent
)
}
data
})
output$table <- DT::renderDataTable({
data <- filtered_data()
data
})
output$download_data <- downloadHandler(
filename = "gapminder_data.csv",
content = function(file) {
data <- filtered_data()
write.csv(data, file, row.names = FALSE)
}
)
output$plot <- renderPlot({
data <- filtered_data()
ggplot(data, aes(gdpPercap, lifeExp)) +
geom_point() +
scale_x_log10()
})
}
shinyApp(ui, server)