R - Introdução à Programação

Apresentação em tema: "R - Introdução à Programação"— Transcrição da apresentação:

1 R - Introdução à Programação
Suzi Camey Departamento Estatística - UFRGS

2 Agradecimento Prof. Joaquim Pereira Neto
UNEB - Universidade do Estado da Bahia Departamento de Tecnologia e Ciências Sociais R_STAT -> Arquivos

3 Introdução ao R Universidade de Auckland, 1995
Robert Gentleman, Ross Ihaka

4 Instalando o R para Windows
Dowload: Pode ser instalado e executado em CD ou pen drive. Acesso a Internet: facilita, mas não é fundamental.

5 Tinn-R Editor de código do R
Download: Dicas de uso: Help>This version>Portuguese>leiame.html

6 Operações com o R > 2 + 3*4 # prioridade da operação multiplicação
[1] 14 > 3/2+1 # prioridade da operação divisão [1] 2.5 > 2 * 3 ^ 2 # potências são indicadas por ^ ou ** [1] 18 Tudo que está depois do símbolo #, define um comentário e é ignorada pelo R

7 Operações com o R No R todas as funções têm a forma:
>função(argumento obrigatório,argumento opcional) > sqrt(2) # Encontra a raiz quadrada de 2 [1] > sin(pi/6) # Encontra o seno de 30º [1] 0.5 > log( ,3) #ver tips Tinn-R > ?log ou > help(log) ou > help.search(log)

8 Operações com o R Função Descrição Operadores sqrt( ) raiz quadrada +
adição abs( ) valor absoluto - subtração exp( ) exponencial de base “e” * multiplicação log10( ) logaritmo na base 10 / divisão log( ) logaritmo na base “e” ** ou ^ potência sin( ) cos( ) tan( ) funções trigonométricas asin( ) acos( ) atan( ) funções trigonométricas inversas

9 Como o R armazena objetos
O R é uma linguagem orientada a objetos. Objetos para o R: banco de dados, como uma tabela, variáveis, vetores, matrizes, funções, etc. Objetos são armazenados na memória ativa do computador.

10 Como o R armazena objetos
Criar um objeto qualquer no R: usar o operador de atribuição “<-“ > x<-sqrt(9) > x > sqrt(9)->x > y=log10(100) > x+y

11 Como o R armazena objetos
Nomes de objetos (tabelas, variáveis, etc.) devem começar sempre com uma letra. Maiúsculas e minúsculas são consideradas diferentes. Exs.: > x1 <-10 > x.1 <-10 > x_1 <-10 > 1x <-10

12 Workspace Cada vez que o R é aberto inicia-se uma nova sessão.
A coleção de objetos criados durante uma sessão R é denominada de workspace. Todos os objetos criados podem ser salvos em um arquivo denominado .Rdata. No final de cada sessão o R sempre pergunta: "Save workspace image?" .

13 Workspace Mudando o diretório de trabalho:
Via Menu: Arquivo>Mudar dir... setwd('C:/User/Prof114/')

14 Workspace O R armazena um histórico de comandos usados na sessão em um arquivo com extensão “.Rhistory”. Como os comandos ficam acumulados, para você recuperar comandos, basta usar as teclas de setas de deslocamento vertical, para recuperá-los.

15 Listar e eliminar objetos
> objects() > ls() Eliminar todos os objetos: > rm() Eliminar os objetos x e y: > rm(x,y)

16 Tipos de objetos Sete tipos básicos de objetos, classificados em duas categorias: Objetos atômicos – contém apenas dados de um único tipo: vector, matrix, array, factor, ts. Objetos não atômicos – contém valores de todos os tipos: data.frame, list.

17 Tipos de objetos Os objetos podem ainda ser classificados de acordo:
mode: refere-se à natureza dos seus elementos: logical, numeric, complex e character. attributes: informa sobre a estrutura e conteúdo do objeto. class: informa o tipo de objeto: vector, matrix, array, factor, ts, data.frame, list. mode(x), attributes(x), class(x)

18 Tipos de objetos Os elementos de um objeto pode ser:
logical : Modo binário, com valores T ou F (True ou False) numeric : Números reais complex : Números complexos, a + bi character : Caracteres, "Maria“

19 Tipos de objetos: Vetores
Forma mais simples de armazenamento de dados. Conjunto de elementos de um mesmo tipo: números , caracteres ou valores lógicos. Os vetores apresentam dois atributos: length e mode.

20 Tipos de objetos: Vetores
> numero<-3 > numero [1] 3 > mode(numero) [1] “numeric” > fruta<-"banana” > fruta [1] "banana“ > mode(fruta) [1] "character”

21 Tipos de objetos: Vetores
> x<-c(10.4, 5.6, 3.1, 6.4, 21.7) > x [1] > length(x) [1] 5 > mode(x) [1] "numeric"

22 Tipos de objetos: Vetores
Função Descrição Examplos scan lê valores (qualquer tipo) scan() scan("meuarq") c combina valores c(1,3,2,6) c("sim", “não") rep repete valores rep(c(1,2), 3) : seqüencias numéricas 1:5 1:-1 seq seq(-pi, pi, .5)

23 Tipos de objetos: Vetores
Função scan() > x<-scan() 1: 6: Read 5 items > x [1]  

24 Tipos de objetos: Vetores
> frutas<-scan(what=" ", sep=",") 1: banana,uva,manga 4: Read 3 items > frutas [1] "banana" "uva" "manga"

25 Tipos de objetos: Vetores
Função rep() > x<-rep('a',5) > x [1] "a" "a" "a" "a" "a" > x<-rep(2,6) [1] > x<-rep(c('s','n'), c(2,4)) > x [1] "s" "s" "n" "n" "n" "n" > x<-rep(c(4, 5, 6), 2) [1]

26 Tipos de objetos: Vetores
Função seq() > x<-seq(-1,1,0.4) > x [1] > x<-seq(-1,1,length=6) > x<-seq(-1, by=0.4, length=6)

27 Tipos de objetos: Vetores
Geração de seqüências numéricas. > 1:10 [1] O operador “:” (dois pontos) tem prioridade máxima numa expressão onde seja usado: > 2*1:10 [1]

28 Tipos de objetos: Vetores
Concatenação de vetores > x <- c(2, 3, 5, 2, 7, 1) > y <- c(10, 15, 12) > z <- c(x,y) > z [1]

29 Tipos de objetos: Vetores
Operações aritméticas vetores num éricos e lógicos operações elemento a elemento, caso tenham a mesma dimensão. > peso<-c(62, 70, 52, 98, 90, 70) > altura<-c(1.70, 1.82, 1.75, 1.94, 1.84, 1.61) Calcular IMC para essas pessoas. > i.m.c<-peso/altura^2 > i.m.c [1]

30 Tipos de objetos: Vetores
Outras funções: > max(peso) [1] 98 > min(peso) [1] 52 > range(peso) [1] 52 98

31 Tipos de objetos: Vetores
Outras funções: > mean(peso) [1] > var(peso) [1] De outra forma: > sum(x)/length(x) [1] > sum((x-mean(x))^2)/(length(x)-1) [1]

32 Tipos de objetos: Vetores
Operador comparativo Descrição Operador lógico < menor que & (vetor) e x&y > maior que && (para avaliar condições) e x&&y <= menor ou igual | (vetor) ou x|y >= maior ou igual || ou x&&y == igual xor (exclusivo) ou xor(x , y) != diferente

33 Tipos de objetos: Vetores
> x<-seq(-2, 2, by=0.5) > x [1] > x>=-1 [1] FALSE FALSE TRUE TRUE TRUE TRUE TRUE TRUE TRUE > x>=-1 & x<=1 [1] FALSE FALSE TRUE TRUE TRUE TRUE TRUE FALSE FALSE > x<=-1 | x>=1 [1] TRUE TRUE TRUE FALSE FALSE FALSE TRUE TRUE TRUE

34 Tipos de objetos: Vetores
Vetores alfanuméricos > x<-paste(c("X"), 1:10, sep="-") > x [1] "X-1" "X-2" "X-3" "X-4" "X-5" "X-6" "X-7" [8] "X-8" "X-9" "X-10" > xy<-paste(c("X","Y"), 1:10, sep="-") > xy [1] "X-1" "Y-2" "X-3" "Y-4" "X-5" "Y-6" "X-7" [8] "Y-8" "X-9" "Y-10”

35 Tipos de objetos: Vetores
Subconjunto de vetores > x<-c(0, 8, 9, 7, 4, 2, 10, 0, 2, 1) > x1<-x[6] > x1 [1] 2 > x2<-x[2:6] > x2 [1] > x3<-x[c(2, 4, 8)] > x3 [1] 8 7 0

36 Tipos de objetos: Vetores
Subconjunto de vetores > x6<-x[c(-1, -2, -10)] > x6 [1] > frutas<-c(5, 10, 1, 20) > frutas [1] > names(frutas)<-c("laranja", "banana", "maçã", "pera") > jantar<-frutas[c("maçã", "laranja")] > jantar maçã laranja

37 Tipos de objetos: Vetores
Subconjunto de vetores > x<-c(0, 8, 9, 7, 4, 2, 10, 0, 2, 1) > xa<-x[x > 4] > xa [1] > xb<-x[x > 2 & x <= 8] > xb [1] 8 7 4

38 Tipos de objetos: Matrizes
Disposição bidimensional dos dados em linhas e colunas. Conjunto de elementos de um mesmo tipo: números , caracteres ou valores lógicos. Matrizes apresentam quatro atributos: length – dá o número de elementos da matriz mode – dá o tipo de valores dim – dá o número de linhas e colunas dimnames – dá os nomes das linhas e colunas

39 Tipos de objetos: Matrizes
matrix(data, nrow=m, ncol=n, byrow=T ou F) notas.matrix<-matrix(scan(), ncol=3, byrow=T) 1: 16: > notas.matrix [,1] [,2] [,3] [1,] [2,] [3,] [4,] [5,]

40 Tipos de objetos: Matrizes
Função “cbind” > notas.p1<-c(7.5, 8.1, 5.9, 7.8, 8.8) > notas.p2<-c(6.9, 7.3, 6.8, 7.0, 7.9) > notas.p3<-c(8.2, 6.7, 9.0, 7.5, 6.4) > notas.matrix<-cbind(notas.p1, notas.p2, notas.p3) > notas.matrix notas.p1 notas.p2 notas.p3 [1,] [2,] [3,] [4,] [5,]

41 Tipos de objetos: Matrizes
Função “rbind” > aluno1<-c(7.5, 6.9, 8.2) > aluno2<-c(8.1, 7.3, 6.7) > aluno3<-c(5.9, 6.8, 9.0) > aluno4<-c(7.8, 7.0, 7.5) > aluno5<-c(8.8, 7.9, 6.4) > notas.matrix<-rbind(aluno1,aluno2,aluno3,aluno4,aluno5) > notas.matrix [,1] [,2] [,3] aluno aluno aluno aluno aluno

42 Tipos de objetos: Matrizes
Outras maneiras: > notas.matrix<-matrix(c(7.5,6.9,8.2,8.1,7.3,6.7,5.9,6.8, 9.0,7.8,7.0,7.5,8.8,7.9,6.4), ncol=3, byrow=T) > notas.matrix<-c(7.5,6.9,8.2,8.1,7.3,6.7,5.9,6.8, 9.0,7.8,7.0,7.5,8.8,7.9,6.4) > dim(notas.matrix) <-dim(5,3) > notas.matrix<-matrix(notas.matrix, ncol=3) > notas.matrix<-matrix(notas.matrix, nrow=5)

43 Tipos de objetos: Listas
Lista é um objeto constituído por uma coleção ordenada de objetos. É o tipo de objeto mais flexível do R. É a mais freqüente escolha para retornar valores de uma análise do R. >dados<-list(pai="Jose", esposa="Maria", n.filhos=3, idade.filhos=c(4, 7, 9)) >dados >dados$pai >dados$pai<-”José” >dados[1] >dados[[1]] >dados[[4]][2]