Shiny for Python: RStudio (Posit) öffnet Shiny für Python-Community

RStudio ist die erste Adresse für die R-Community. Längst stellt sich RStudio aber breiter auf und adressiert insbesondere auch Python-User. Deutlich wird dies in zwei bemerkenswerten Schritten: Der Bekanntgabe eines neuen Unternehmensnamens und der Veröffentlichung von Shiny for Python.

Shiny for Python: RStudio (Posit) öffnet Shiny für Python-Community

RStudio ist die erste Adresse für die R-Community. Längst stellt sich RStudio aber breiter auf und adressiert insbesondere auch Python-User. Deutlich wird dies in zwei bemerkenswerten Schritten: Der Bekanntgabe eines neuen Unternehmensnamens und der Veröffentlichung von Shiny for Python.

„To make sense of data“: Die Inspiration von RStudio ist es, Menschen, die aus Daten Mehrwerte generieren wollen in ihrer Arbeit zu unterstützen. Seit vielen Jahren ist RStudio der Begriff für Lösungen für die internationale Data-Science-Community – insbesondere im Umfeld der Programmiersprache R. Bekannt geworden mit DER Entwicklungsumgebung für R-User bietet RStudio seit einiger Zeit auch freie und proprietäre Lösungen für Python und andere Open-Source-Programmiersprachen.

So bietet die RStudio Workbench neben der RStudio IDE ebenfalls eine Auswahl aus JupyterLab, JupyterNotebooks und VS Code. Zudem lassen sich mit RStudio Connect neben Shiny und RMarkdown auch Jupyter Notebooks, APIs und interaktive Python-Inhalte veröffentlichen.

Diese Entwicklung hat RStudio gestern auf seiner eigenen Konferenz unterstrichen – mit der Bekanntgabe des neuen Unternehmensnamens.

Aus RStudio wird ab Oktober 2022 Posit.

Shiny for Python: Auch Shiny öffnet sich für mehr AnwenderInnen

Mit der Neuausrichtung des gesamten Unternehmens öffnet RStudio (Posit) auch Shiny für Python und damit für eine noch größere Zielgruppe. Vor 10 Jahren begann die Erfolgsgeschichte von Shiny – dem R-Package zur Entwicklung interaktiver Web-Anwendungen direkt aus R heraus. Shiny ist im R-Umfeld zu dem Vehikel für die attraktive und schnelle Verteilung von Daten und Analyseergebnissen geworden. Zum runden Geburtstag bringt RStudio (Posit) die Alpha-Version von Shiny for Python auf den Markt. So können auch Python-User direkt aus Python heraus interaktive Apps entwickeln – ohne eigene Webentwicklungskenntnisse. Dabei verspricht Shiny for Python genau wie sein R-Pendant große Flexibilität (Styling, Layouts, Modularität etc.), um die individuelle Entwicklung von Applikationen zu unterstützen – von der Idee bis zur vollfunktionsfähigen Anwendung. Auch in puncto Performance können sich Python-User mit Shiny for Python auf eine effiziente Datenverarbeitung freuen.

Shinylive: Serverless Shiny for Python

Mit Shiny for Python entstehen neue Möglichkeiten. Eine davon hat RStudio (Posit) ebenfalls auf der rstudio::conf (2022) vorgestellt: Mit Shinylive gibt es ab sofort eine serverless-Variante von Shiny. Shinylive ist das Ergebnis der Verbindung aus Shiny, Python und WebAssembly (Wasm).

Mit Shinylive eröffnen sich den Usern unter anderem folgende Mehrwerte:

  • Performancevorteile, da die komplette Anwendung auf den Clients läuft
  • Einfaches Teilen der Anwendung via Link – auch für Endgeräte ohne Python-Installationen (Smartphones, Tablets etc.)
  • Einfaches Deployment auf statischen Web Hosting Services
  • Einfache Skalierbarkeit

RStudio (Posit) hat mit Shinylive bewusst eine zusätzliche Variante der Bereitstellung geschaffen, denn insbesondere bei großen Datenmengen und Applikationen oder besonderen Anforderungen an die Geheimhaltung des Codes hat die Servervariante weiterhin Vorteile. Wie Shiny for Python ist auch Shinylive aktuell noch in der Testphase.

Mehr zum Einsatz von Shiny for Python und Shinylive gibt es hier.

Als Full Service Certified Partner von RStudio (Posit) unterstützen wir von eoda Sie von der Beratung über den Einkauf bis zu Integration und Betrieb der RStudio (Posit)-Lösungen. Darüber hinaus helfen Ihnen unsere zertifizierten Shiny-Experten beim Einstieg in Shiny und dem Aufbau erfolgreicher Anwendungen für den Produktiveinsatz – für RShiny und natürlich auch für Shiny for Python. Sprechen Sie uns gerne an.