探索各菜系：代表性食材（進階版）

每一種菜系之所以有其獨特風味，往往來自少數幾種具代表性的食材。若只看最常見的食材，我們只會抓到像鹽或糖這類日常調味，無法凸顯差異。

另一個能幫上忙的指標是詞頻—逆文件頻率（term frequency–inverse document frequency，TFIDF）。它是一種數值統計，用來衡量某個詞（這裡是食材）在某份文件（菜系）相對於整個文件集（食譜）的重要程度。

我們已經幫你預先計算好 tf_idf，並建立了一個名為 recipes_enriched 的增補資料集。你的目標是建立一個 Shiny 應用程式，依 tf_idf 顯示某菜系中最具代表性的食材，並以水平長條圖呈現。

An app displaying an interactive horizontal bar plot of top ingredients by chosen cuisine

你將使用 reactive 運算式來封裝計算，讓作圖程式碼只專注於產生圖表。這是良好的程式撰寫實務，有助於建立模組化且效能良好的 Shiny 應用。

我們已載入 shiny、dplyr、ggplot2 與 plotly 套件。下面提供兩段實用範例，示範如何依菜系篩出前幾名食材，並繪製水平長條圖。你可以視需要調整。

top_ingredients <- recipes_enriched %>% 
  filter(cuisine == 'greek') %>% 
  arrange(desc(tf_idf)) %>% 
  head(5) 

ggplot(top_ingredients, aes(x = ingredient, y = tf_idf)) +
  geom_col() +
  coord_flip()

本練習屬於課程

使用 R 的 Shiny 建立網頁應用程式

檢視課程

練習說明

UI：
- 加入一個名為 plot_top_ingredients 的互動式 plotly 輸出，並以 tabPanel() 包起來，給予合適的標籤。
Server：
- 新增名為 rval_top_ingredients 的 reactive 運算式，依所選菜系從 recipes_enriched 篩選出食材，並依 tf_idf 取得最具代表性的前幾項。
- 繪製互動式的食材長條圖，呈現食材與其 tf_idf，並指定輸出為 plot_top_ingredients。想挑戰自己，可以嘗試讓長條依 tf_idf 由高到低排序顯示。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

ui <- fluidPage(
  titlePanel('Explore Cuisines'),
  sidebarLayout(
    sidebarPanel(
      selectInput('cuisine', 'Select Cuisine', unique(recipes$cuisine)),
      sliderInput('nb_ingredients', 'Select No. of Ingredients', 1, 100, 10),
    ),
    mainPanel(
      tabsetPanel(
        # CODE BELOW: Add a plotly output named "plot_top_ingredients"
        
        tabPanel('Table', DT::DTOutput('dt_top_ingredients'))
      )
    )
  )
)

server <- function(input, output, session) {
  # CODE BELOW: Add a reactive expression named `rval_top_ingredients` that
  # filters `recipes_enriched` for the selected cuisine and top ingredients
  # based on the tf_idf value.

  
  
  
  
  
  
  # CODE BELOW: Render a horizontal bar plot of top ingredients and 
  # the tf_idf of recipes they get used in, and assign it to an output named 
  # `plot_top_ingredients` 
  
  
  
  
  
  output$dt_top_ingredients <- DT::renderDT({
    recipes %>% 
      filter(cuisine == input$cuisine) %>% 
      count(ingredient, name = 'nb_recipes') %>% 
      arrange(desc(nb_recipes)) %>% 
      head(input$nb_ingredients)
  })
}

shinyApp(ui, server)

編輯並執行程式碼