Minicurso introdutório ao R

• Programação científica
• Rapidez de programação vs. Rapidez de performance
• Otimizado para operações com matrizes e vetores
• O R puro é programado somente por linha de comando, MAS existem ambientes para facilitar a programação
• Livros disponíveis sobre o R: http://www.r-project.org/doc/bib/R-books.html

1. Abra o navegador
2. Coloque “R download” no google
3. Instale o R
4. Coloque “RStudio download” no google
5. Instale o RStudio (no computador da UFRGS é necessário instalar a versão Zip/Tarball)

• Há versões online do R disponíveis, como o www.r-fiddle.org

O R sabe somar

1+1 #euamomatemática

O R sabe fazer operações mais complexas

7*(6+827.3)

Strings devem ser usados entre “” para diferenciar de nome de variável

curso.de.r <- "I’ve got a very bad feeling about this!"

• As expressões usuais, como \( + - * / ^ \) são todas implementadas no R

• Não esquecer a precedência dos parênteses

• Outras operações aritméticas:

18 %% 4 # o resultado é o resto da divisão
83.5 %/% 4 # o resultado é a parte inteira da divisão

Comparação de valores gera um resultado binário (TRUE ou FALSE)

3.141592653589 < pi

[1] TRUE

"RS" > "Brazil"

[1] TRUE

• Podem armazenar um valor para usar depois.
• Funciona com números, matrizes, strings, valores lógicos, etc.

x <- -13
y <- 17
z <- sqrt(x + y) # sqrt() é a raiz quadrada do valor entre parêntesis

• Para exibir os valores de uma variável, basta digitar o nome das variáveis no console

z

[1] 2

Uma função é chamada através de seu nome, seguida dos parâmetros entre parêntesis

sum(1,2,10,832)

[1] 845

Alguns argumentos possuem nomes

rep("Aaaaah le leki leki leki", times=5)

[1] "Aaaaah le leki leki leki" "Aaaaah le leki leki leki"
[3] "Aaaaah le leki leki leki" "Aaaaah le leki leki leki"
[5] "Aaaaah le leki leki leki"

Outras funções para testar:

• Exp()

exp(2) 

• Help()

help(max) # Ajuda sobre alguma função

• Example()

example(matrix) # Dá exemplos sobre a utilização da função

Vetores são criados a partir da função c(), originado da expressão Combine

v <- c(1,2,3)

Um vetor pode conter valores numéricos, lógicos, etc.

c(TRUE,FALSE,FALSE,TRUE)
c("o que","eh isso","novinho","!")

O que acontece ao misturar diferentes tipos num vetor?

c(99,"baloes vermelhos",TRUE)

x <- c(49,42,40)
x

[1] 49 42 40

x + 10

[1] 59 52 50

x/2

[1] 24.5 21.0 20.0

Vetores podem ser somados diretamente: \[ x=\left[\begin{array}{c} 1\\ 2\\ 3 \end{array}\right]+\left[\begin{array}{c} 4\\ 5\\ 6 \end{array}\right] \]

x <- c(1,2,3) + c(4,5,6)

Cuidado com diferença de dimensões!

c(1,2,3,7,8,9) + c(4,5,6)

[1]  5  7  9 11 13 15

Vetor sequência

7:20

A função seq() permite incrementos diferentes de 1

seq(2,28,by=5)

Testando a igualdade entre vetores

y <- c(5,27,9)
x == y

[1]  TRUE FALSE  TRUE

Nota-se que o R não verifica se os vetores são iguais, mas sim se cada elemento é igual ou não.

Testando se os vetores são matematicamente iguais à moda Miguelão

sum((x-y)^2)

[1] 400

É possível comparar os valores de um vetor com alguma constante

x == 5

[1]  TRUE FALSE FALSE

Como exercício, agora, calcule quais valores de sin(x) são menores do que zero

sin(x) < 0

obs: aplicar uma função cujo argumento seja um escalar num vetor faz com que ela seja aplicada em cada elemento do vetor

v <- c(1,2,3)

É possível nomear os elementos de um vetor

names(v) <- c("x","y","z")

v["y"]

Operações de \( +-/* \) para vetores funcionam termo a termo

Para fazer operações vetoriais, há operações próprias:

• Produto escalar: v1 %*% v2
• Transpor o vetor: t(v1)

x <- c(49,42,40)

Para acessar o primeiro e último valores de \( x \)

x[1]

x[length(x)] # length(v) fornece o tamanho do vetor v

x[c(1,3)] # Acessa mais de um valor

x <- x[-2] # retira o segundo elemento do vetor

vetorao <- c(1:15,rep(0,(1000-17)),16,17)
length(vetorao)

[1] 1000

mean(vetorao)

[1] 0.153

max(vetorao)

[1] 17

vetorao[vetorao == 0] <- 1

matrix(1,3,7) # criando uma matriz com o valor 1, com 4 linhas e 7 colunas

     [,1] [,2] [,3] [,4] [,5] [,6] [,7]
[1,]    1    1    1    1    1    1    1
[2,]    1    1    1    1    1    1    1
[3,]    1    1    1    1    1    1    1

Quando só há um elemento nos dados, ele é repetido por todos os elementos da matriz

v <- 1:10
matrix(v,3,7) # pode-se também criar a matriz com um vetor como seu argumento

     [,1] [,2] [,3] [,4] [,5] [,6] [,7]
[1,]    1    4    7   10    3    6    9
[2,]    2    5    8    1    4    7   10
[3,]    3    6    9    2    5    8    1

Observe a diferença quando se coloca byrow=TRUE

matrix(v,3,7,byrow=TRUE)

Outra forma de criar uma matriz a partir de um vetor é ajustando suas dimensões explicitamente

dim(v) <- c(3,4) # Essa expressão dará erro. Interprete o erro e faça alguma mudança para criar uma matriz a partir dos elementos de v.

dim(v) <- c(2,5)

Pode-se montar uma matriz a partir de vetores

cbind(c(1,2,3),c(4,5,6))

     [,1] [,2]
[1,]    1    4
[2,]    2    5
[3,]    3    6

Qual a diferença entre utilizar a função cbind() e rbind()?

rbind(c(1,2,3),c(4,5,6))

A + B # soma de matrizes

A * B # produto dos elementos das matrizes

A %*% B # multiplicação de matrizes

crossprod(A,B) # equivalente a t(A) %*% B
crossprod(A) # equivalente a t(A) %*% A

• Execute as duas operações e veja a diferença entre elas?

A %*% v
A * v

Resolvendo um sistema linear da forma \( Ax=b \)

x <- solve(A,b)

Usando a função solve() com apenas uma matriz como argumento retornará \( A^{-1} \)

A.inv  <- solve(A) 

det(A) # calcula a determinante
diag(v,3) # cria uma matriz 3x3 com os elementos de v na diagonal principal
diag(A) # retira os elementos da diagonal principal da matriz A

Crie uma matriz qualquer, com dimensões maiores que 3 e com valores distintos

A <- matrix(v, n.colunas, n.linhas)

A[1, 2] # exibe o segundo elemento da primeira linha
A[, 1] # o que faz esse comando?
A[3, ] # e esse?

No lugar dos índices, pode-se usar variáveis para indicar qual linha e coluna se está acessando.

coluna <- 4
linha <- 4
A[linha,coluna]

E para várias (mas não todas colunas), como fazer a consulta?

O R possui algumas bases de dados já disponíveis para testes

contour(volcano) # exibe as curvas de nível do vulcão
image(volcano) # exibe um gráfico de calor

É um outro tipo de dado, composto por uma lista de vetores de mesmo tamanho

nomes  <-  c("Heliveuton", "Micajequisson","Marcelo")
salario <- c(7000,50000,1500)
idade <- c(17,21,18)
individuos <- data.frame(nomes,salario,idade)

individuos

          nomes salario idade
1    Heliveuton    7000    17
2 Micajequisson   50000    21
3       Marcelo    1500    18

order(individuos$salario) # mostra qual o índice do menor valor, depois do segundo menor, etc.

[1] 3 1 2

Como exibir os individuos por ordem crescente de salário?

individuos[order(individuos$salario), ]

          nomes salario idade
3       Marcelo    1500    18
1    Heliveuton    7000    17
2 Micajequisson   50000    21

• Baixe os arquivo dados_co2.csv e dados_populacao.csv de www.is.gd/cursoR
• O R deve saber qual sua pasta de trabalho
• O RStudio facilita as coisas: Session -> Set Working Directory

dados <- read.csv(file=nome.do.arquivo, header=TRUE) # carrega os dados em toneladas de CO2 emitido per capita. Para nome.do.arquivo, coloque o nome dele entre ""

• Usar o argumento header=TRUE indica que a primeira linha do arquivo contém o nome das variáveis

O R pode ler também base de dados de STATA, SPSS, etc. Para isso, basta carregar o pacote foreign

library(foreign)
wages <- read.dta(file="wages.dta")

Para escrever de volta num arquivo

write.csv(A, file = "saida.csv", row.names = FALSE)

Após abrir as bases de dados, é preciso saber qual sua estrutura. O R fornece algumas funções para isso

str(dados)
summary(dados)
head(dados)

Há varios outros pacotes que podem ser baixados para análise semelhante. Abra a aba de pacotes e instale o pacote psych

describe(dados)

Muitas vezes, precisamos juntar dados de diferentes tabelas. Para isso, utiliza-se a função merge()

?merge

Experimente com os arquivos disponíveis baixados anteriormente

1. Com os dados da população e das emissões de CO2 per capita, utilize o comando merge() para unir as duas bases de dados
2. Calcule as emissões TOTAIS dos países no último ano disponível
3. Crie um arquivo chamado emissoes_totais.csv, com duas colunas: o nome do país (não o código) e as emissões totais. Os países devem estar listados em ordem descrescente das emissões
4. Crie um gráfico com as emissões per capita de um país à sua escolha entre 1960 e 2010, com legendas

• Criar um arquivo R Markup com as respostas do exercício e publicar na web!
• Antes, precisa baixar o pacote knitr
• File -> New File -> R Markdown
• Leia a ajuda em Help -> Markdown Quick Reference
• Publique no RPubs