En este repaso se presentan los conceptos fundamentales sobre cómo las computadoras almacenan, procesan información y ejecutan programas, y la definiciones de elementos clave al programar.
Un byte es igual a 8 bits, el cual permite representar un character.
Los characters corresponden a letras, dígitos o símbolos especiales y se codifican internamente como patrones de bits según un character set, como ASCII o Unicode.
Los characters se agrupan en fields, que representan unidades de información con significado, por ejemplo, un nombre o una edad.
Varios fields relacionados forman un record.
Un conjunto de records constituye un file, y un database
El código en R se compone de ’expressions’ son compuestas de objetos y funciones como operaciones aritmeticas (Ej: 1+1), asignaciones (Ej: x<- 1), sentencias condicionales ( Ej: if (x<1) { “x es menor a 1} ), etc
El código R es un lenguaje que manipula ‘objects’ como vectores, listas, arreglos, funciones
Los nombres de variable en R son denominados ‘symbols’
Para nombrar un objeto: un nombre no puede empezar con un número, y no puede usar caracteres especiales como: ^, !, $, @, +, -, /, or *:
OJO! R puede sobreescribir variables existentes sin preguntar
Todo se guarda como un objeto. Cada objeto tiene un modo, tipo y una clase, lo cual determina qué operaciones se pueden realizar sobre él.
Tipo : determina como se guarda internamente en memoria
typeof("hola") # "character" [1] "character"typeof(TRUE) # "logical"[1] "logical"typeof(1L) # "integer"al poner la letra L mayuscula a lado[1] "integer"typeof(10) # "double" por default[1] "double"typeof(list()) # "list"[1] "list"typeof(3.14) # "double"[1] "double"Clase: indica como debe comportarse el objeto en R , define qué metodos usan print, plot, etc.
x <- 5
class(x) ## "numeric"[1] "numeric"d <- as.Date("2024-01-01")
typeof(d) ## "double"[1] "double"class(d) ## "Date"[1] "Date"El [1] que aparece a veces solo indica la posición del primer elemento del resultado.
Un vector es una colección unidimensional de elementos del mismo tipo.
Tipos posibles: numeric, integer, logical, caracter
x <- c(1, 8, 3, 5)
y <- c("a", "b", "c")
z <- c(TRUE, FALSE, TRUE)Los corchetes [ ] a lado de una variable indican la posicion k del objeto, como el cajón al que accedes
x[1][1] 1y[1:3][1] "a" "b" "c"m <- matrix(1:6, nrow = 2, ncol = 3)
m [,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6l <- list(
numeros = 1:3,
matriz = matrix(1:4, 2, 2),
texto = "hola",
logico = TRUE
)
x <- 5
y <- 4
x > 4 & y < 2[1] FALSEc(TRUE, FALSE) & c(TRUE, TRUE) # AND cada elemento del vector[1] TRUE FALSE# c(TRUE, FALSE) && c(TRUE, TRUE) # para no vectores
# #solo evalua el primer elemento de cada objeto#El siguiente for-loop muestra cómo R itera desde 1 hasta 10.
En cada iteración se imprime: - el valor actual del índice i - el valor acumulado del contador
# 1. Definir el inicio y el final del loop
inicio <- 2
fin <- 5
# 2. Crear una lista vacía para guardar los valores
contador_lista <- list()
# 3. Inicializar el contador
contador <- inicio
# 4. Loop for: itera desde inicio hasta fin
for (i in inicio:fin) {
# Guardar el valor actual del contador en la lista
contador_lista[[i]] <- contador
# Aumentar el contador en 1
contador <- contador + 1
}
# 5. Imprimir la lista final
contador_lista[[1]]
NULL
[[2]]
[1] 2
[[3]]
[1] 3
[[4]]
[1] 4
[[5]]
[1] 5contador <- 0
for (i in 1:10) {
contador <- contador + 2
cat("Intento:", i,
"| Valor del contador:", contador, "\n")
}Intento: 1 | Valor del contador: 2
Intento: 2 | Valor del contador: 4
Intento: 3 | Valor del contador: 6
Intento: 4 | Valor del contador: 8
Intento: 5 | Valor del contador: 10
Intento: 6 | Valor del contador: 12
Intento: 7 | Valor del contador: 14
Intento: 8 | Valor del contador: 16
Intento: 9 | Valor del contador: 18
Intento: 10 | Valor del contador: 20 contador <- 0
for (i in 1:10) {
anterior <- contador
contador <- contador + 1
cat("i =", i,
"| contador anterior =", anterior,
"| contador nuevo =", contador, "\n")
}i = 1 | contador anterior = 0 | contador nuevo = 1
i = 2 | contador anterior = 1 | contador nuevo = 2
i = 3 | contador anterior = 2 | contador nuevo = 3
i = 4 | contador anterior = 3 | contador nuevo = 4
i = 5 | contador anterior = 4 | contador nuevo = 5
i = 6 | contador anterior = 5 | contador nuevo = 6
i = 7 | contador anterior = 6 | contador nuevo = 7
i = 8 | contador anterior = 7 | contador nuevo = 8
i = 9 | contador anterior = 8 | contador nuevo = 9
i = 10 | contador anterior = 9 | contador nuevo = 10 ############################################################
# EJEMPLOS DE CONTADORES EN R
############################################################
cat("EJEMPLO 1: Contador simple (1 a 10)\n")EJEMPLO 1: Contador simple (1 a 10)for (i in 1:10) {
cat("i =", i, "\n")
}i = 1
i = 2
i = 3
i = 4
i = 5
i = 6
i = 7
i = 8
i = 9
i = 10 cat("EJEMPLO 2: Contador acumulativo (suma)\n")EJEMPLO 2: Contador acumulativo (suma)contador <- 0
for (i in 1:10) {
contador <- contador + i
cat("Iteración:", i,
"| Suma acumulada:", contador, "\n")
}Iteración: 1 | Suma acumulada: 1
Iteración: 2 | Suma acumulada: 3
Iteración: 3 | Suma acumulada: 6
Iteración: 4 | Suma acumulada: 10
Iteración: 5 | Suma acumulada: 15
Iteración: 6 | Suma acumulada: 21
Iteración: 7 | Suma acumulada: 28
Iteración: 8 | Suma acumulada: 36
Iteración: 9 | Suma acumulada: 45
Iteración: 10 | Suma acumulada: 55 ############################################################
# EJEMPLOS DE CONDICIONALES EN R
############################################################
x <- 1
if (x > 5) {
cat("x es mayor que 5\n")
x+1
} else {
cat("x no es mayor que 5")
x-5
}x no es mayor que 5[1] -4# Ejemplo 2: if - else
y <- 3
if (y %% 2 == 0) {
cat("y es par\n")
} else {
cat("y es impar\n")
}y es impar# Ejemplo 3: if - else if - else
nota <- 8
if (nota >= 9) {
cat("Excelente\n")
} else if (nota >= 7) {
cat("Aprobado\n")
} else {
cat("Reprobado\n")
}Aprobado# Ejemplo 7: Condición compuesta (AND / OR)
edad <- 17
tiene_id <- TRUE
if (edad >= 18 && tiene_id) {
cat("Puede ingresar\n")
} else {
cat("No puede ingresar\n")
}No puede ingresar
library(ggplot2)
library(dplyr)
Attaching package: 'dplyr'The following objects are masked from 'package:stats':
filter, lagThe following objects are masked from 'package:base':
intersect, setdiff, setequal, unionlibrary(tidyr)data(mpg)hist(mpg$cty, xlab = "Miles por galón (ciudad)", main = "Histograma MPG Ciudad", breaks = 12, col = "red", border = "blue")
barplot(table(mpg$drv), xlab = "Tipo de tracción", ylab = "Frecuencia", main = "Distribución de Tracción", col = "dodgerblue")
boxplot(hwy ~ drv, data = mpg, xlab = "Tipo de tracción", ylab = "MPG carretera", main = "MPG vs Tracción", col = "darkorange")
plot(hwy ~ displ, data = mpg, xlab = "Cilindraje del motor", ylab = "MPG carretera", main = "MPG vs Cilindraje", pch = 20, col = "blue")
# Para ver el catalogo de colores usar colors() ggplot(mpg, aes(x = displ, y = hwy)) + geom_point(color = "blue", size = 2) + labs(title = "MPG vs Cilindraje", x = "Cilindraje", y = "MPG carretera") + theme_bw()