Beabá do R

R é uma linguagem gratuita, poderosa e rápida para análise e visualização de dados. Tire suas próprias conclusões! Mini-palestra apresentada no CPDx (Ciclo de Palestras para Desenvolvedores) na UFBA em 16/01/2013

Transcript

1. Aa Bb Cc Dd Ee Ff Gg Hh Ii Jj Kk Ll Mm Nn Oo Pp Qq Rr Ss Tt Uu Vv Ww Xx Yy Zz Beabá do 16 de janeiro de 2013 Rodrigo Rocha Gomes e Souza (rodrigorgs@gmail.com) CPDx. Centro de Processamento de Dados (CPD), Universidade Federal da Bahia (UFBA) https://blog.ufba.br/cpdx
5.  
7.           estatística mineração de dados visualização de dados ...
8.          
9. software liv e
10. multiplatafo ma
11. ápida!
12. dive sos pacotes
13. muito mate ial
14. fácil de integ ar a outras linguagens
15. lê vá ias fontes de dados
16. elatórios em PDF (com LaTeX)
17. é uma linguagem de prog amação
18. você p ecisa saber estatística
19. bom para g áficos estáticos
20. dados na memó ia
21. mão na massa
24. Sumário ‣Tipos de dados: vetor, data frame ‣Manipulação de dados ‣Criação de gráficos ‣Testes de hipótese
25. Construção de vetor: c() ‣c(1, 2, 3, 4) ‣1:4 (igual ao anterior) ‣5 (vetor de um elemento) ‣c(“a”, “b”, “c”, “a”) ‣c(T, F, T, T)
26. Atribuição: <- ‣nome <- “Fulano” ‣temperaturas.maximas <- c(27, 31, 28) ‣(ponto faz parte do nome da variável) ‣x <- 1:10
27. Atribuição e Indexação ‣x <- c(“a”, “b”, “c”, “d”, “e”) ‣x[1] # “a” ‣x[c(1, 3)] # “a” “c” ‣x[c(T, F, T, F, F)] # “a” “c”
28. Modificação do vetor ‣x[1] <- “A” ‣“A” “b” “c” “d” “e” ‣x[1:3] <- “Z” ‣“Z” “Z” “Z” “d” “e” ‣x[c(F, F, F, F, T)] <- “U” ‣“Z” “Z” “Z” “d” “U”
29. Funções ‣notas <- c(9, 8, 9, 10, 7, 5, 7, 8) ‣length(notas) # 8 ‣sum(notas) # 63 ‣mean(notas) # 7.875 (média) ‣sd(notas) # 1.552648 (desvio-padrão)
30. NA: valor faltando ‣notas[10] <- 9 ‣9 8 9 10 7 5 7 8 NA 9 ‣mean(notas) ‣NA ‣mean(notas, na.rm=T) ‣8
31. Operações vetorizadas ‣notas <- c(9, 8, 9, 10, 7, 5, 7, 8, 9, 9) ‣notas * 2 ‣18 16 18 20 14 10 14 16 18 18 ‣notas == 9 ‣T F T F F F F F T T
32. Filtro ‣notas > 7 & notas < 10 ‣T T T F F F F T T T ‣notas %in% c(8, 9) ‣T T T F F F F T T T
33. Filtro ‣notas[c(T, T, T, F, F, F, F, T, T, T)] ‣9 8 9 8 9 9 ‣notas[notas > 7 & notas < 10] ‣9 8 9 8 9 9 ‣notas[notas %in% c(8, 9)] ‣9 8 9 8 9 9
34. Outras coisas ‣ifelse(notas >= 7, “A”, “R”) ‣"A" "A" "A" "A" "R" "R" "R" "A" "A" "A" ‣table(notas) ‣ 5 7 8 9 10 1 2 2 4 1
35. Gráficos ‣hist ‣plot ‣boxplot ‣pie ‣mosaicplot
36. Data frame nome idade altura Fulano 19 1.70 Beltrano 32 1.67 Sicrano 47 1.92 John 82 1.61 Paul 64 1.57 George 25 1.77 Ringo 76 1.68 vetor vetor vetor
37. Carregando data frame ‣x <- read.table(“arquivo”, sep=“\t”, header=T) ‣x <- read.csv(“arquivo”)
38. Indexação ‣x$nome # retorna coluna nome (um vetor) ‣x[ linhas, colunas ] ‣x[1, ] # data frame com primeira linha ‣x[ , 1] # primeira coluna (vetor) ‣x[ , “nome”] # coluna nome ‣x[1:3, c(“nome”, “altura”)]
39. Filtros ‣x[x$idade > 40, ] ‣subset(x, idade > 40) ‣head(x) # retorna primeiras 6 linhas ‣tail(x) # retorna últimas 6 linhas
40. Misc ‣x$idade <- 2013 - x$ano.nascimento # nova coluna ‣x$idade <- NULL # remover coluna ‣summary(x) # sumário estatístico ‣nrow(x) # número de linhas
41. Para saber mais The Art of R Programming R in Action http://www.statmethods.net/ http://tryr.codeschool.com/ http://www.r-project.org/