百度360必应搜狗淘宝本站头条
python判断字典是否为空crontab每周一执行aes和des区别安装指定版本npmadb pull
当前位置：网站首页 > IT知识 > 正文

R 语言 + aardio 快速开发图形界面、生成独立 EXE

liuian 2025-04-09 17:53 8 浏览

aardio 已大幅改进对 R 语言的支持，下面直接看代码。

复制粘贴下面的代码到 aardio 编辑器就可以运行。所有关于 R 语言的事情与准备工作 aardio 会全自动化处理。

一、aardio 调用 R 函数

//调用 R 函数
import process.r;

//定义 R 语言函数
var rCode = /*
add <- function(a,b) { 
   result <- a + b    
   print(result) 
}
*/

//启动 R 语言
var r = process.r.startRpc(rCode);
 
//调用 R 函数
var ret  = r.add(2,3);

//获取返回值
ret = ret[["result"]];

就这么简单两个编程语言就可以方便地交互了。

二、 R 语言 + aardio 窗口绘图

用 aardio 画界面绘图，R 语言生成图像。

先看流畅的动画效果：

实现上面效果的 aardio + R 代码也非常简单：

import win.ui;
/*DSG{{*/
var winform = win.form(text="R 在 aardio 窗口上绘图")
winform.add(
button={cls="button";text="点这里调用 R 绘图";left=472;top=414;right=680;bottom=456;z=2};
plus={cls="plus";left=18;top=15;right=739;bottom=397;bgcolor=16777215;z=1}
)
/*}}*/

//R 语言代码
var rCode = /*
draw_sine_wave <- function(filename, phase_shift = 0, amplitude = 1) {
  png(filename, width = 800, height = 600)
  x <- seq(0, 2 * pi, length.out = 1000) 
  y <- amplitude * sin(x + phase_shift)

  # 绘制图形
  plot(x, y, type = "l", col = "blue", lwd = 2,
       main = paste("Dynamic Sine Wave, Amplitude:", round(amplitude, 2)),
       xlab = "X Axis", ylab = "Y Axis",
       xlim = c(0, 2 * pi), ylim = c(-2, 2))
  
  # 关闭设备
  dev.off()
  
  new_phase_shift <- phase_shift + pi / 20
  new_amplitude <- 1 + sin(phase_shift)

  return(list(phase_shift = new_phase_shift, amplitude = new_amplitude))
}
*/

//启动 R 
import process.r;
var r = process.r.startRpc(rCode);

//按钮点击事件
winform.button.oncommand = function(id,event){
    
    //设置绘图初始变量
    var params = {
        phase_shift = 0;
        amplitude = 1
    } 
    
    //创建定时器
    winform.setInterval( 
        function(){ 
            
            //调用 R 函数
            params,err  = r.draw_sine_wave(io.fullpath("/test2.png"), params.phase_shift,params.amplitude)
          
            //取 R 函数返回值
            params = params.result;
              
            //显示图像，先读取到内存，不占用文件，让 R 函数可以自由写文件。 
            winform.plus.background = string.load("/test2.png"); 
            
        },80
    )
    
    //启动按钮动画
    winform.button.disabledText = {"";"";"";"";"";""} 
}

winform.show();
win.loopMessage();


三、 R 语言（Shiny）+ aardio + WebView2 网页交互界面

强大的 WebView2 其实也可以用于 R 语言。

用 R 语言方便地控制网页绘图与交互，也可以在绘图交互界面用 JavaScript 直接调用 aardio 函数。

先看效果：

R 绘图很强，这里只是演示基本的路子。

下面看实现代码：


import win.ui;
/*DSG{{*/
var winform = win.form(text="aardio + R 语言 （Shiny）+ WebView2 界面")
/*}}*/

import process.r;
import wsock.tcp.server;

//安装 R 包，如果已安装忽略不操作
process.r.require("shiny");
 
//R 代码 
var rCode = `
library(shiny)
library(jsonlite)

ui <- fluidpage titlepaneljavascript in shiny sidebarlayout sidebarpanel sliderinputnumpoints : min='10,' max='100,' value='30),' actionbuttongenplot mainpanel plotoutputdistplot htmljavascript tagsscripthtml shiny.addcustommessagehandlersendjsondataasync functiondata aardio var ret='await' aardio.nativemsgboxdata window.myjsondata='data;' javascript document.onshiny:inputchanged functionevent if event.name='== 'genPlot'' event.value> 0) { 
            //Shiny.onInputChange('jsData', JSON.stringify(window.myJsonData)); 
          }
        }); 
      "))
    )
  )
)

server <- function(input, output, session) {
  data <- reactive({
    data.frame(x = rnorm(input$numPoints), y = rnorm(input$numPoints))
  })

  output$distPlot <- renderplot reqinputgenplot> 0)
    plot(data()$x, data()$y, main = "随机分布图")
  })

  observeEvent(input$genPlot, {
    jsonData <- toJSON(data(),dataframe="values")
    session$sendCustomMessage(type = 'sendJsonData', message = jsonData)
  })
}

# 获取空闲端口
args<-commandArgs(T)
port<-as.integer(args[1])

# 运行 Shiny 应用
shinyApp(ui = ui, server = server, options = list(port = port, host = '127.0.0.1'))
`; //可以添加不定个数的启动参数
 
//启动 R，分配空闲端口（安全、不会相互冲突）
var port = wsock.tcp.server.getFreePort('127.0.0.1');
var r = process.r.start(rCode,port);

import web.view;
var wb = web.view(winform);

//导出 aardio 函数，可在网页上调用以下函数
wb.external = {
    nativeMsgbox = function(obj){ 
        winform.msgbox( obj )
    } 
}

wb.go("http://127.0.0.1:"+port);

winform.show(3/*_SW_MAXIMIZE*/);
win.loopMessage();

四、aardio / R 传递、接收命令行参数

import console.int; 
import process.r;

var out = process.r.exec(`

#这样接收参数，R.utils 包也有一个 commandArgs 可以解析命名参数
args <- commandArgs(T);

cat( args[1] )

`,"测试一下"); 

//可以添加不定个数的启动参数或表参数
//aardio 中 string.args 支持的格式都可以用在这里

console.log( out );

五、aardio / R 通过 JSON 交换对象

import console.int;  
import process.r;

//安装 R 包，如果已安装忽略不操作
process.r.require("jsonlite")

//如果返回值为 JSON，则自动解析 JSON 并返回对象。
var obj = process.r.json( `
library("jsonlite") # 载入 jsonlite 包

args <- commandArgs(T);
tab <- fromJSON(args[1], simplifyVector=FALSE);

#不要用 print ，cat 不会加一堆不必要的东西
cat( toJSON(tab,auto_unbox=TRUE) )
`, {
  name1 = "测试一下，传对象给 R 语言";
  name2 = "这是一个 aardio 对象"
})

//输出 R 返回的对象
console.dumpJson(obj);

这里有一个细节要注意一下。

JSON 里的普通字符串，给 R 解析一下 JSON 再生成 JSON 就会变成 [ "字符串" ] 这样的数组。

这是因为 R 里面单个值是原子向量，相当于别的语言里长度为 1 的数组。

而 jsonlite 提供了一个 unbox 函数可以处理这个事，一个个的写 unbox（x) 并不容易，但其实 JSON 是一个很动态的东西。经常同一个对象他可能是数值，也可能是字符串，也可能是数组，但 unbox 如果用到非原子值上就会报错，所以最简单的方法是这样写：

toJSON(tab,auto_unbox=TRUE) )

很多事情，只要不追求完美，解决也就容易了。

六、嵌入 aardio 模板

aardio 本身提供语言级别的模板语法。

其实这东西很有趣，有点像用 PHP 写 HTML。例如 R 代码中间就可以用 插 aardio 代码进去，动态的控制输出与执行什么样的 R 代码。

模板语法并不复杂，具体可以看文档。

下面看一个简单的例子：

//嵌入模板
import console.int; 
import process.r;

//执行 R 代码，支持模板语法：  
var prcs = process.r.loadcode(`write("",file=".data.txt");`,{
    模板参数名 = "参数值"
})
 
prcs.logResponse();



相关推荐

GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!

「机器人圈导览」：生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域，相关论文层出不求，各种领域的应用层出不穷。那么，GAN到底如何实践？本文编译自Medium，该文作者以一朵玫瑰花为例，详细阐...

高丽大学等机构联合发布StarGAN:可自定义表情和面部特征

原文来源：arXiv、GitHub作者：YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译：嗯~...

TensorFlow和PyTorch相继发布最新版，有何变化

原文来源：GitHub「机器人圈」编译：嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下：1.深度神经网络分类器（DNNCl...

「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口

上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了，现在深度学习不是对图像识别很准吗？那深度学习可以用在识别滑动验证码缺口位置吗？当然也是可以的，本节我们就来了解下使用深度...

20K star!搞定 LLM 微调的开源利器

LLM（大语言模型）微调一直都是老大难问题，不仅因为微调需要大量的计算资源，而且微调的方法也很多，要去尝试每种方法的效果，需要安装大量的第三方库和依赖，甚至要接入一些框架，可能在还没开始微调就已经因为...

大模型DeepSeek本地部署后如何进行自定义调整?

1.理解模型架构a)查看深度求索官方文档或提供的源代码文件，了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重？如果是，可以在预训练的基础上进行微调（Fine-tuning）。是否需要...

因配置不当，约5000个AI模型与数据集在公网暴露

除了可访问机器学习模型外，暴露的数据还可能包括训练数据集、超参数，甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”，持续窃取用户输入数据多模态大语言模型的致...

基于pytorch的深度学习人员重识别

基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点：支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...

DeepSeek本地部署:轻松训练你的AI模型

引言：为什么选择本地部署？在AI技术飞速发展的今天，越来越多的企业和个人希望将AI技术应用于实际场景中。然而，对于一些对数据隐私和计算资源有特殊需求的用户来说，云端部署可能并不是最佳选择。此时，本地部...

谷歌今天又开源了，这次是Sketch-RNN

前不久，谷歌公布了一项最新技术，可以教机器画画。今天，谷歌开源了代码。在我们研究其代码之前，首先先按要求设置Magenta环境。（https://github.com/tensorflow/magen...

Tensorflow 使用预训练模型训练的完整流程

前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作，本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...

30天大模型调优学习计划（30分钟训练大模型）

30天大模型调优学习计划，结合Unsloth和Lora进行大模型微调，掌握大模型基础知识和调优方法，熟练应用。第1周：基础入门目标：了解大模型基础并熟悉Unsloth等工具的基本使用。Day1：大模...

python爬取喜马拉雅音频，json参数解析

一.抓包分析json，获取加密方式1.抓包获取音频界面f12打开抓包工具，播放一个（非vip）视频，点击“媒体”单击打开可以复制URL，发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...

五、JSONPath使用(Python)（json数据python）

1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...

Python网络爬虫的时候json=就是让你少写个json.dumps()

大家好，我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题，提问截图如下：登录请求地址是这个：二、实现过程这里【甯同学】给了一个提示，如下所示：估计很多小伙伴和...

一周热门
最近发表
标签列表