Introducción a RSTUDIO

RStudio es una herramienta esencial para trabajar con el lenguaje de programación R, ya que facilita el análisis de datos mediante funciones para importar, transformar, explorar, visualizar y modelar información. También es muy útil en proyectos de aprendizaje automático, pues permite construir modelos y generar predicciones de forma eficiente dentro de un entorno organizado y amigable. Si estás comenzando en R, este es el momento ideal para conocer qué es RStudio y cómo instalarlo. Este tutorial te acompañará paso a paso en los aspectos fundamentales necesarios para empezar a utilizarlo de manera efectiva y aprovechar todas sus funciones desde el primer día.

¿Qué es RStudio?

R es un lenguaje de programación gratuito y de código abierto ampliamente utilizado en análisis y ciencia de datos. Destaca por su capacidad para realizar cálculos estadísticos avanzados y generar visualizaciones de alta calidad, apoyado por un ecosistema de más de 18,000 paquetes que abarcan desde herramientas generales hasta soluciones altamente especializadas. Además, cuenta con una comunidad activa y funciona en múltiples sistemas operativos, lo que favorece su uso en ámbitos educativos, investigativos y profesionales. RStudio, desarrollado por Posit, es un entorno de desarrollo integrado diseñado para trabajar con R mediante una interfaz gráfica intuitiva. Requiere tener R instalado (generalmente versiones 3.6.0 o superiores) y facilita flujos de trabajo que también pueden incorporar Python y SQL, especialmente mediante conexiones a bases de datos y documentos reproducibles como R Markdown. Esto permite integrar diferentes lenguajes y herramientas dentro de un mismo entorno de análisis.

Funciones y ventajas principales de RStudio

Interfaz amigable con consola, editor con resaltado de sintaxis y ejecución directa, y herramientas para gráficas, historial y manejo del espacio de trabajo.
Escritura y guardado de scripts reutilizables y organización del trabajo en proyectos para estructurar análisis y colaborar mejor.
Paneles para explorar objetos y datos (objetos creados, resultados, gráficos) y acceso a ayuda e información contextual.
Autocompletado y asistencia en el editor (incluida ayuda/completado para Python vía herramientas como reticulate).
Vista/previa de gráficos y navegación fluida entre consola y herramientas del IDE.
Conexión a fuentes de datos mediante el Connections Pane, que facilita crear y reutilizar el código de conexión y explorar el origen una vez conectado.
Acceso a documentación y artículos de soporte para aprender a usar el IDE.

Cómo instalar R y RStudio (Actualizado 2026)

Antes de instalar RStudio, es indispensable instalar primero el lenguaje de programación R, ya que RStudio depende de dicha instalación para funcionar correctamente. Esto es consistente con todas las guías oficiales y universitarias actuales.

Paso 1

Para instalar R, sigue estos pasos:

Abre el sitio oficial de CRAN
Selecciona el enlace correspondiente a tu sistema operativo:

Windows: “Download R for Windows” → “Install R for the first time”.
macOS: “Download R for macOS”, luego descarga el archivo .pkg correspondiente a tu procesador (Intel o Apple Silicon).
Linux: Selecciona tu distribución (Debian, Ubuntu, RedHat, etc.) y sigue las instrucciones específicas mostradas en CRAN.

Descarga la versión más reciente ofrecida.
Abre el archivo descargado y ejecuta el instalador. En la mayoría de los casos, puedes aceptar todas las opciones por defecto.

Cuando finalice la instalación, ya podrás proceder a instalar RStudio.

Paso 2

Una vez instalado R, puedes instalar RStudio:

Abre la página oficial de descargas de RStudio (Posit):
Desplázate hasta “RStudio Desktop”.
Haz clic en Download RStudio (la página detecta automáticamente tu sistema operativo).
Descarga el instalador correspondiente según tu sistema operativo (Windows, macOS o Linux).
Abre el archivo descargado y sigue las instrucciones de instalación, aceptando las opciones por defecto.

RStudio requiere un sistema operativo de 64 bits y una versión de R 3.6.0 o superior, lo cual coincide con las especificaciones recientes de Posit.

Paso 3

Verificar la instalación

Abre RStudio. La interfaz de RStudio está organizada en cuatro paneles principales, cada uno diseñado para una función específica dentro del flujo de trabajo de programación y análisis de datos en R.

Imagen de Interfaz de RSTUDIO.

A continuación se explica cada sección según aparece en la imagen:

1. Panel superior izquierdo: Editor de Script (Source)

Este panel es donde escribes y guardas tus programas o scripts en R.

Aquí puedes redactar varias líneas de código antes de ejecutarlas.
El script se puede guardar como archivo .R y reutilizarlo más adelante.
Incluye botones como Run, Source, y herramientas de edición.

2. Panel inferior izquierdo: Consola (Console)

Este panel muestra:

La consola principal de R, donde se ejecutan los comandos.
La salida inmediata del código que escribes directamente en la consola o que envías desde el script. En la captura se observa:
El mensaje inicial de bienvenida de R.
El comando print(“Hola, R!”) y su salida [1] “Hola, R!”.

Este panel es vital para pruebas rápidas de código.

3. Panel superior derecho: Environment / History / Connections / Tutorial

Este panel cambia según la pestaña seleccionada:

Environment

Muestra los objetos creados en la sesión (variables, data frames, funciones, etc.).
En la imagen se ve vacío porque aún no se han definido objetos.

History

Registra los comandos ejecutados.

Connections

Permite conectarse a bases de datos.

Tutorial

Ofrece acceso a tutoriales interactivos cuando están instalados.

4. Panel inferior derecho: Files / Plots / Packages / Help / Viewer / Presentations

Este panel multifuncional muestra varios recursos esenciales:

Files

Permite navegar por el directorio de trabajo.

Plots

Muestra los gráficos generados por código R.

Packages

Gestiona paquetes instalados y permite activar o instalar nuevos.

Help

Proporciona documentación de funciones y paquetes de R.

Viewer

Muestra contenido HTML, reportes RMarkdown, dashboards, etc.

Presentations

Para ver presentaciones generadas con RMarkdown.

RESUMEN

Tabla de Paneles de la Interfaz de RStudio

Panel	Ubicación	Función
Editor (Source)	Superior izquierdo	Escribir y guardar scripts
Console	Inferior izquierdo	Ejecutar código y ver resultados
Environment / History	Superior derecho	Ver objetos y comandos
Files / Plots / Packages / Help / Viewer	Inferior derecho	Navegación, gráficos, paquetes y ayuda

Cómo escribir scripts en RStudio

Para guardar, reutilizar y compartir tu código, debes escribirlo en un script de R en lugar de ejecutarlo directamente en la consola.

Crear un script

Ve a Archivo → Nuevo archivo → Script de R.
El editor aparecerá en la parte superior izquierda de RStudio.
Guarda el archivo con un nombre significativo (Ctrl + S / Cmd + S).

Ejecutar código desde un script

Ejecutar una línea: coloca el cursor y presiona Ctrl + Enter (Windows/Linux) o Cmd + Enter (Mac).
Ejecutar varias líneas: selecciónalas y usa el mismo atajo.
Ejecutar todo el script: selecciónalo completo o usa el botón Run.

Buenas prácticas

Usa comentarios con #
Incluye información inicial: autor, fecha, propósito.
Carga todos los paquetes al inicio del archivo.

Operaciones básicas en RStudio

Las siguientes acciones funcionan igual en RStudio o cualquier IDE de R.

Instalar paquetes

Solo se instalan una vez, y preferiblemente desde la consola:

install.packages("tidyverse")

## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.5'
## (as 'lib' is unspecified)

En RStudio también puedes usar:

Pestaña Packages → Install

Cargar paquetes

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.6
## ✔ forcats   1.0.1     ✔ stringr   1.6.0
## ✔ ggplot2   4.0.1     ✔ tibble    3.3.0
## ✔ lubridate 1.9.4     ✔ tidyr     1.3.2
## ✔ purrr     1.2.0     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

En RStudio también puedes activar/desactivar paquetes desde la pestaña Packages.

Ver paquetes cargados

.packages()
search()

##  [1] ".GlobalEnv"        "package:lubridate" "package:forcats"  
##  [4] "package:stringr"   "package:dplyr"     "package:purrr"    
##  [7] "package:readr"     "package:tidyr"     "package:tibble"   
## [10] "package:ggplot2"   "package:tidyverse" "package:stats"    
## [13] "package:graphics"  "package:grDevices" "package:utils"    
## [16] "package:datasets"  "package:methods"   "Autoloads"        
## [19] "package:base"

O revisa la pestaña Packages.

Obtener ayuda

help(mean)
?mean
help("CO2")

La documentación aparece en la pestaña Help.

Importar datos

Desde código

world_population <- read.csv("world_population.csv")

Desde RStudio

File → Import Dataset,

Botón Import Dataset en la pestaña Environment.

Selecciona el archivo y RStudio generará el código automáticamente.

Acceso a datos incorporados en R

data()
help(CO2)

Permite ver y explorar conjuntos de datos listos para usar.

Manipulación y análisis de datos (ejemplos)

head(CO2)

##   Plant   Type  Treatment conc uptake
## 1   Qn1 Quebec nonchilled   95   16.0
## 2   Qn1 Quebec nonchilled  175   30.4
## 3   Qn1 Quebec nonchilled  250   34.8
## 4   Qn1 Quebec nonchilled  350   37.2
## 5   Qn1 Quebec nonchilled  500   35.3
## 6   Qn1 Quebec nonchilled  675   39.2

summary(CO2)

##      Plant             Type         Treatment       conc          uptake     
##  Qn1    : 7   Quebec     :42   nonchilled:42   Min.   :  95   Min.   : 7.70  
##  Qn2    : 7   Mississippi:42   chilled   :42   1st Qu.: 175   1st Qu.:17.90  
##  Qn3    : 7                                    Median : 350   Median :28.30  
##  Qc1    : 7                                    Mean   : 435   Mean   :27.21  
##  Qc3    : 7                                    3rd Qu.: 675   3rd Qu.:37.12  
##  Qc2    : 7                                    Max.   :1000   Max.   :45.50  
##  (Other):42

unique(CO2$Treatment)

## [1] nonchilled chilled   
## Levels: nonchilled chilled

subset(CO2, conc == min(CO2$conc))

##    Plant        Type  Treatment conc uptake
## 1    Qn1      Quebec nonchilled   95   16.0
## 8    Qn2      Quebec nonchilled   95   13.6
## 15   Qn3      Quebec nonchilled   95   16.2
## 22   Qc1      Quebec    chilled   95   14.2
## 29   Qc2      Quebec    chilled   95    9.3
## 36   Qc3      Quebec    chilled   95   15.1
## 43   Mn1 Mississippi nonchilled   95   10.6
## 50   Mn2 Mississippi nonchilled   95   12.0
## 57   Mn3 Mississippi nonchilled   95   11.3
## 64   Mc1 Mississippi    chilled   95   10.5
## 71   Mc2 Mississippi    chilled   95    7.7
## 78   Mc3 Mississippi    chilled   95   10.6

Gráficos básicos

Histograma

hist(CO2$uptake)

Gráfico de dispersión

plot(Orange$age, Orange$circumference)

Con mejoras estéticas

plot(Orange$age, Orange$circumference,     
xlab="Age", ylab="Circumference",     
main="Circumference vs. Age",     
col="blue", pch=16)

Los gráficos aparecerán en la pestaña Plots, desde donde puedes exportarlos.

Crear datos desde cero

Vectores

oceans <- c("Arctic","Atlantic","Indian","Pacific","Southern")
avg_depth <- c(1.2,3.65,3.74,3.97,3.27)

Data frame

oceans_depth <- data.frame(oceans, avg_depth)

Ambos objetos aparecerán en la pestaña Environment.

Gráfico 3D animado

# Instalar plotly si no lo tienes (solo primera vez)
# install.packages("plotly")

library(plotly)

# Crear datos para una superficie 3D
x <- seq(-5, 5, length.out = 50)
y <- seq(-5, 5, length.out = 50)
z <- outer(x, y, function(x, y) sin(sqrt(x^2 + y^2)))

# Crear gráfico 3D interactivo
fig <- plot_ly(z = ~z, type = "surface") %>%
  layout(
    title = "Superficie 3D Interactiva",
    scene = list(
      xaxis = list(title = "Eje X"),
      yaxis = list(title = "Eje Y"),
      zaxis = list(title = "Eje Z")
    )
  )

fig

Gráfico 3D animado - Doble Hélice de ADN

library(plotly)

# Parámetros de la doble hélice
t <- seq(0, 4*pi, length.out = 200)
radio <- 2

# Coordenadas de la primera hélice
x1 <- radio * cos(t)
y1 <- radio * sin(t)
z1 <- t

# Coordenadas de la segunda hélice (opuesta)
x2 <- radio * cos(t + pi)
y2 <- radio * sin(t + pi)
z2 <- t

# Crear las conexiones entre hebras (peldaños)
n_peldaños <- 20
indices <- seq(1, length(t), length.out = n_peldaños)

# Gráfico de la doble hélice
fig <- plot_ly() %>%
  # Primera hélice (azul)
  add_trace(
    x = x1, y = y1, z = z1,
    type = 'scatter3d',
    mode = 'lines',
    line = list(color = 'cyan', width = 8),
    name = 'Hebra 1'
  ) %>%
  # Segunda hélice (roja)
  add_trace(
    x = x2, y = y2, z = z2,
    type = 'scatter3d',
    mode = 'lines',
    line = list(color = 'magenta', width = 8),
    name = 'Hebra 2'
  )

# Agregar los peldaños conectores
for (i in indices) {
  fig <- fig %>%
    add_trace(
      x = c(x1[i], x2[i]),
      y = c(y1[i], y2[i]),
      z = c(z1[i], z2[i]),
      type = 'scatter3d',
      mode = 'lines',
      line = list(color = 'yellow', width = 4),
      showlegend = FALSE
    )
}

# Configuración final
fig <- fig %>%
  layout(
    title = list(
      text = "<b>Doble Hélice de ADN - Visualización 3D Interactiva</b>",
      font = list(size = 18, color = 'white')
    ),
    paper_bgcolor = 'black',
    plot_bgcolor = 'black',
    scene = list(
      xaxis = list(
        title = "",
        showgrid = FALSE,
        showticklabels = FALSE,
        backgroundcolor = "black"
      ),
      yaxis = list(
        title = "",
        showgrid = FALSE,
        showticklabels = FALSE,
        backgroundcolor = "black"
      ),
      zaxis = list(
        title = "Eje de la Hélice",
        titlefont = list(color = 'white'),
        tickfont = list(color = 'white'),
        backgroundcolor = "black",
        gridcolor = 'gray'
      ),
      camera = list(
        eye = list(x = 1.5, y = 1.5, z = 1.3)
      ),
      bgcolor = 'black'
    ),
    showlegend = TRUE,
    legend = list(
      font = list(color = 'white'),
      bgcolor = 'rgba(0,0,0,0.5)'
    )
  )

fig

Resumen

En este resumen aprendiste:

Cómo crear y ejecutar scripts en RStudio.
Buenas prácticas al escribir código.
Cómo instalar/cargar paquetes y buscar ayuda.
Cómo importar datos y trabajar con datos incorporados.
Cómo hacer análisis básicos y visualizaciones.
Cómo crear objetos desde cero.
Cómo crear gráficas en 3D.

Introducción a RSTUDIO

Edwin Anaya

2026-01-25

Introducción a RSTUDIO

¿Qué es RStudio?

Funciones y ventajas principales de RStudio

Cómo instalar R y RStudio (Actualizado 2026)

Paso 1

Paso 2

Paso 3

Cómo escribir scripts en RStudio

Crear un script

Ejecutar código desde un script

Buenas prácticas

Operaciones básicas en RStudio

Instalar paquetes

Cargar paquetes

Ver paquetes cargados

Obtener ayuda

Importar datos

Acceso a datos incorporados en R

Manipulación y análisis de datos (ejemplos)

Gráficos básicos

Gráfico de dispersión

Con mejoras estéticas

Crear datos desde cero

Data frame

Gráfico 3D animado

Gráfico 3D animado - Doble Hélice de ADN

Resumen