00-intro-R.Rmd 10.4 KB
Newer Older
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454
---
title: "Introdução ao R"
subtitle: "Instalação e artimética básica"
author: Prof. Walmes M. Zeviani
date: '`r Sys.Date()`'
#bibliography: ../config/Refs.bib
#csl: ../config/ABNT-UFPR-2011-Mendeley.csl
---

```{r, include = FALSE}
source("../config/setup.R")
opts_chunk$set(
    cache = FALSE,
    message = FALSE,
    warning = FALSE)
```

# Introdução ao ambiente R

****
# Download e instalação do R

  * Download do R: <http://cran.r-project.org/>.
  * Download do RStudio: <http://www.rstudio.com/products/RStudio/>.
  * Download do Emacs+ESS:
    * usuários Windows <http://vgoulet.act.ulaval.ca/en/emacs/>.
    * usuários Linux instalam por `sudo apt-get install emacs ess`.
  * Download do Tinn-R (para Windows apenas):
    <http://sourceforge.net/projects/tinn-r/>.
  * Outros editores:
     * [Wikipedia - R programming language editors](http://en.wikipedia.org/wiki/R_%28programming_language%29#Editors_and_IDEs)
     * [Sciviews - Editors](http://www.sciviews.org/_rgui/projects/Editors.html)

****
# Primeiros passos

Abra o R instalado em seu sistema para iniciar uma sessão.

```{r, eval=FALSE}
# Texto após o sinal de hash não é interpretado, serve de comentário.

2 + 6 + 5 + 9 + 3 + 2  # Comentário pode ser após alguma instrução.

# Uma intrução pode ser dividida em duas linhas.
2 + 6 + 5 +
    9 + 3 + 2


# E em uma linha podem existir mais de uma instrução.
2 + 6; 14 + 12; 40 - 23

```

****
# Objetos

Em um curso introdutório aborda-se os 4 tipos básicos de objetos para
armazenamento de dados no R: vetores, arranjos, tabelas (data.frames) e
listas. Em resumo, distinguem-se tais objetos pela **forma** na qual
armazenam dados.

  * vetor: tem apenas uma dimensão que é o comprimento (número de
    elementos) e armazena valores de apenas um tipo (ex. só números
    inteiros).
  * arranjo (array): é uma extensão de vetor que permite mais de uma dimensão. Só
    permite um tipo de valor. No caso de ter duas dimensões (linha e
    coluna) chamamos os arranjos de matrizes.
  * tabela: no idioma R são mais conhecidos por *data frames*. Têm duas
    dimensões (linha e coluna). Cada coluna é como se fosse um vetor e
    por isso pode ter tipo de conteúdo diferente das demais
    colunas. Todas as colunas têm o mesmo comprimento (que é o que
    permite acomodar no formato de tabela).
  * lista: é um tipo de objeto cuja unidade básica é o item da
    lista. O "tamanho" da lista é o número de elementos/itens que
    possui. Cada elemento, no entanto, pode ser um objeto de qualquer
    classe mecionada acima. O *data frame* é uma lista especial na qual
    cada item é um vetor (ou matriz) de mesmo número de elementos
    (linhas).

Nos objetos é importante conhecer formas de selecionar os valores dentro
do objeto. Além disso, conhecer os atributos e saber modificá-los é
interessante principalmente porque gráficos e procedimentos sobre tais
objetos dependem dos seus atributos propriedades. As formas de
selecionar elementos de um objeto são com os operadores:

  * `[]`, `[ , ]`, `[ , , ]`: para vetores e arranjos. As virgulas
    servem para especificar à dimensão que recebe seleção. Serve para
    selecionar listas e *data frames* também.
  * `$`: para listas e *data frames* (pois DF é um caso de lista).
  * `[[]]`: serve para listas.
  * `@`: serve para listas de objetos classe S4.

A seleção de elementos/linhas/colunas/itens nos objetos pode ser de 4
formas:

  * Pelo índice: número inteiro correspondente à sua posição.
  * Por um vetor lógico: valores `TRUE` vão selecionar os elementos
    correspondentes.
  * Pelo nome: quando o elemento possui nome.

Abaixo são ilustrados os 4 tipos básicos, atributos e seleção.

```{r}
#-----------------------------------------------------------------------
# Vetor.

x <- 100:105

# Atributos.
class(x)
mode(x)
typeof(x)
length(x)
str(x)
attributes(x)
dput(x)
is.vector(x)
is.numeric(x)
is.integer(x)

x[3:5]
x[-2]
x[c(2, 3)]

#-----------------------------------------------------------------------
# Vetor nomeado.

x <- c(Paulo = 7.8, Ulisses = 9, Ricardo = 8.5, Lincon = 4.5,
    Thobias = 7.1)

# Atributos.
class(x)
mode(x)
typeof(x)
length(x)
str(x)
attributes(x)
dput(x)
is.vector(x)
is.numeric(x)
is.integer(x)

x[3:5]
x[-2]
x[c(2, 3)]

x["Ulisses"]
x[c("Ricardo", "Thobias")]

#-----------------------------------------------------------------------
# Um arranjo de duas dimensões.

X <- matrix(1:9, nrow = 3, ncol = 3)

class(X)
mode(X)
typeof(X)
dim(X)  # ncol(X) e nrow(X).
str(X)
attributes(X)
dput(X)
is.matrix(X)
is.array(X)
is.numeric(X)
is.integer(X)

X[1, ]
X[1:2, ]
X[-2, ]
X[, -2]
X[, c(3, 2, 1)]
X[3:1, c(3, 2, 1)]

#-----------------------------------------------------------------------
# Um arranjo de 3 dimensões (cúbico).

X <- array(1:24, dim = c(3, 4, 2))

class(X)
mode(X)
typeof(X)
dim(X)  # ncol(X) e nrow(X).
str(X)
attributes(X)
dput(X)
is.matrix(X)
is.array(X)
is.numeric(X)
is.integer(X)

X
X[1, , ]
X[, 1, ]
X[, , 1]

#-----------------------------------------------------------------------
# Um data frame.

da <- data.frame(id = 1:5,
                 aluno = c("Júlio", "Ana", "Pietra", "Bianca", "Nelson"),
                 nota = c(9, 8.5, 7.1, 9.8, 8),
                 falta = c(12, 4, 4, 0, 2))

class(da)
mode(da)
typeof(da)
dim(da)  # ncol(da) e nrow(da).
str(da)
attributes(da)
dput(da)
is.data.frame(da)
is.list(da)

da[1, ]
da[, 2]
da[, "aluno"]
da[, c("nota", "falta")]
da[1:3, c("nota", "falta")]

#-----------------------------------------------------------------------
# Uma lista.

L <- list(item1 = x, item2 = X, item3 = da)

class(L)
mode(L)
typeof(L)
length(L)
str(L)
attributes(L)
dput(L)
is.data.frame(L)
is.list(L)

L$item1
L$item3[, "aluno"]

L[-2]
L[["item1"]]
L[[1]]
```

****
# Regras lógicas

É muito frequênte a necessidade de selecionar elementos de um objeto de
acordo com alguma regra lógica. No objeto `da`, por exemplo, quais os
alunos com mais de 10 faltas? Quantos alunos nota superior à 9?

Para responder à essas perguntam tem-se que utilizar regras lógicas. As
regras lógicas podem ser simples ou compostas. Os operadores para regras
lógicas são `< > <= >= == !=`. Os operadores para fazer regras compostas
são o E `&` e o OU `|`. E o operador `%in%` é usado para representar o
operador pertence para conjuntos. O resultado de uma regra lógica é um
vetor lógico que no caso será usando para seleção. São operadores também
úteis o "todos" `all()` e "algum" `any()`.

```{r}
# Selecionando as notas maiores que 8.
sel <- da$nota > 8
sel
da[sel, ]

# Selecionando as notas maiores que 8 com faltas não superior à 10.
sel <- da$nota > 8 & da$falta <= 10
sel
da[sel, ]

# O operador ! inverte um vetor lógico.
!sel
da[!sel, ]

da$nota > 8 & da$falta <= 10
# da$nota>8 && da$falta<=10 # **verificar!

sel <- da$aluno %in% c("Ana", "Bianca")
# sel <- is.element(da$aluno, c("Ana", "Bianca"))
da[sel, ]

all(da$nota > 7)
any(da$falta < 10)
sum(da$nota > 8)
```

****
# Conversão

As conversões podem ser de *formato* ou de *tipo de conteúdo*. Pode-se
precisar converter um *data frame* em uma matriz para, por exemplo,
fazer uma análise de componentes principais bem como converter um vetor
de characteres para fator para mudar a ordem ou rótulo de seus
níveis. As funções para conversão iniciam com o padrão `as.*`.

```{r}
# As funções para conversão.
apropos("^as\\.")

# De numérico para inteiro.
x <- seq(from = 1, to = 12, by = 2)
x

# c(1, 3, 4)
# c(1L, 3L, 4L)

is.integer(x)
object.size(x)
dput(x)

x <- as.integer(x)
object.size(x)
dput(x)

# De data.frame para lista.
as.list(da)

# De vetor para matriz.
as.matrix(x)
```

Dentre os tipos de conversão deve-se destacar a importância daquela que
envolve characteres e fatores. Muitos dos métodos de análise de dados,
das tabelas de frequência até análise de variância são desenvolvidos
para dados do tipo fator.

```{r}
# Um vetor com 3 níveis.
x <- sample(c("bom", "regular", "ruim"), size = 10, replace = TRUE)

# Atributos.
class(x)
mode(x)
typeof(x)
length(x)
str(x)
attributes(x)
dput(x)
is.vector(x)
is.character(x)
is.factor(x)

# Conversão.
x <- as.factor(x)

# Atributos.
class(x)
mode(x)
typeof(x)
length(x)
str(x)
attributes(x)
dput(x)
is.vector(x)
is.character(x)
is.factor(x)

levels(x)
nlevels(x)
```

****
# Informações da sessão

Consultar e fornecer as informações da sessão é algo útil para ter
conhecimento da versão do R e seus pacotes bem como detalhes do sistema
operacional. Dessa forma pode-se verificar se a atual instalação está
defasada, por exemplo. Usuários Linux que fazer instalação do R pelo
repositório debian estão sempre com a versão mais recente do R.

```{r, eval=FALSE}
# Lista os objetos existentes.
ls()

# Remove objetos existentes.
rm(list = c("da", "L"))

# Mostra informações da sessão, versões e pacotes.
sessionInfo()

# Mais informações.
cbind(Sys.info())

# Salva a imagem (objetos criados) para serem carregados no
# futuro ou compartilhados.
save.image("minhaprimeirasessao.RData")

rm(list = ls())
ls()

# Carrega sessão.
load("minhaprimeirasessao.RData")
ls()

# Mostra o diretório de trabalho.
getwd()
# setwd()

# Mostra os arquivos dentro no diretório.
list.files()
```

****
# Instalar pacotes oficiais

Os pacotes oficiais para o R são disponibilizados pelo
[cran.r-project.org](http://cran.r-project.org/).

```{r, eval=FALSE}
# Instala um pacote.
install.packages("plyr",
                 dependencies = TRUE,
                 repos = "http://cran-r.c3sl.ufpr.br/")


# Instala vários.
install.packages(c("plyr",
                   "doBy",
                   "multcomp",
                   "latticeExtra",
                   "devtools"),
                 dependencies = TRUE,
                 repos = "http://cran-r.c3sl.ufpr.br/")

# Faz requisição do pacote.
library(plyr)
library(multcomp)
```

****
# Instalar pacotes do GitHub

Muitos desenvolvedores de pacotes R têm utilizado o GitHub para manter
seus projetos e fazer colaboração em código. O pacote
[knitr](https://github.com/yihui/knitr) e o
[plyr](https://github.com/hadley/plyr) são exemplos de pacotes R
mantidos no GitHub.

```{r, eval=FALSE}
# Pacote wzRfun por Walmes Zeviani.
browseURL("https://github.com/walmes/wzRfun")

library(devtools)
install_github("wzRfun", "walmes")

```

****

```{r, message=FALSE, error=FALSE, warning=FALSE}
#-----------------------------------------------------------------------
# Versões dos pacotes e data do documento.

devtools::session_info()
Sys.time()
```