Minicurso de Introdução ao R

Este material foi elaborado para o minicurso do XII Workshop de Férias em Genética e Melhoramento de Plantas pelos alunos de pós-graduação Cristiane Taniguti, Fernando Correr, Lorena Batista e Ana Letycia dos laboratórios de Genética Estatística e Laboratório de Bioinformática aplicada à Bioenergia da ESALQ-USP

Você pode encontrar os materiais de cursos de R já realizados pela mesma equipe neste site. O curso realizado junto com o grupo gvenck teve maior duração que os apresentados nos Workshops, por isso contém um material mais completo, caso queira maiores aprofundamentos no que será aqui tratado, recomendamos que dê uma olhada no material.

Recomendamos também outros materiais disponíveis online, encontre uma lista aqui.

Sugerimos que, antes de iniciar a prática aqui descrita, siga este tutorial para instalação do R e do RStudio.

Familiarização com a interface do RStudio

Abrindo o RStudio você verá:

A interface é separada em quatro janelas com principais funções:

• Edição de código
• Ambiente de trabalho e histórico
• Console
• Arquivos, gráficos, pacotes e ajuda

Explore cada uma das janelas. São inúmeras funcionalidades para cada uma delas, veremos algumas delas ao decorrer do curso.

cat("Hello world")

## Hello world

# cat("Hello world")

# Iniciando os trabalhos no R
cat("Hello world")

## Hello world

setwd("~/Documents/CursoR")

getwd()

Operações básicas

Vamos então à linguagem!

O R pode funcionar como uma simples calculadora, que utiliza a mesma sintaxe que outros programas (como o excel):

#########################
# Script Curso R

# Data: 24/07/2018
##########################

1+1.3                 #Decimal definido com "."
2*3
2^3
4/2

sqrt(4)              #raíz quadrada
log(100, base = 10)  #logarítmo na base 10
log(100)             #logarítmo com base neperiana

Agora, utilize as operações básicas para solucionar expressão abaixo. Lembre-se de utilizar parênteses () para estabelecer prioridades nas operações.

\((\frac{13+2+1.5}{3})+ log_{4}96\)

Resultado esperado:

## [1] 8.792481

Os comandos log e sqrt são duas de muitas outras funções básicas que o R possui. Para todas elas o R possui uma descrição para auxiliar no seu uso, para acessar essa ajuda use:

?log

E será aberta a descrição da função na janela Help do RStudio.

Se a descrição do próprio R não for suficiente para você entender como funciona a função, busque no google (de preferência em inglês). Existem diversos sites e fóruns com informações didáticas das funções do R.

c(1,3,2,5,2)

## [1] 1 3 2 5 2

1:10

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

seq(from=0, to=100, by=5)

##  [1]   0   5  10  15  20  25  30  35  40  45  50  55  60  65  70  75  80
## [18]  85  90  95 100

# ou
seq(0,100,5) # Se você já souber a ordem dos argumentos da função

##  [1]   0   5  10  15  20  25  30  35  40  45  50  55  60  65  70  75  80
## [18]  85  90  95 100

## [1]  4  7 10 13 16 19 22 25 28

rep(3:5, 2)

## [1] 3 4 5 3 4 5

rep(3:5, each = 2)

## [1] 3 3 4 4 5 5

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

Criando objetos

O armazenamento de informações em objetos e a possível manipulação desses faz do R uma linguagem orientada por objetos. Para criar um objeto basta atribuir valores para variáveis como a seguir:

x = c(30.1,30.4,40,30.2,30.6,40.1)
# ou
x <- c(30.1,30.4,40,30.2,30.6,40.1)

y = c(0.26,0.3,0.36,0.24,0.27,0.35)

Os mais antigos costumam usar o sinal <-, mas tem a mesma função de =. Escolha usar o qual preferir.

Para acessar os valores dentro do objeto basta:

x

## [1] 30.1 30.4 40.0 30.2 30.6 40.1

A linguagem é sensível à letras maiúsculas e minúsculas, portanto x é diferente de X:

X

O objeto X não foi criado.

Podemos então realizar as operações com o objeto criado:

x*2
x + y
x*y

E podemos armazenar a operação em outro objeto:

z <- (x+y)/2
z

Podemos também aplicar algumas funções, como exemplo:

sum(z)  # soma dos valores de z

## [1] 101.59

mean(z) # média 

## [1] 16.93167

var(z)  # variância

## [1] 6.427507

Acessamos somente o 3º valor do vetor criado com []:

z[3]

Também podemos acessar o número da posição 2 a 4 com:

z[2:4]

## [1] 15.35 20.18 15.22

Para obter informações do vetor criado utilize:

str(z)

##  num [1:6] 15.2 15.3 20.2 15.2 15.4 ...

A função str nos diz sobre a estrutura do vetor, que se trata de um vetor numérico com 6 elementos.

Os vetores também podem receber outras categorias como caracteres:

clone <- c("GRA02", "URO01", "URO03", "GRA02", "GRA01", "URO01")

Outra classe são os fatores, esses podem ser um pouco complexos de lidar.

De forma geral, fatores são valores categorizados por levels, como exemplo, se transformarmos nosso vetor de caracteres clone em fator, serão atribuidos níveis para cada uma das palavras:

clone_fator <- as.factor(clone)
str(clone_fator)

##  Factor w/ 4 levels "GRA01","GRA02",..: 2 3 4 2 1 3

levels(clone_fator)

## [1] "GRA01" "GRA02" "URO01" "URO03"

Dessa forma, teremos apenas 4 níveis para um vetor com 6 elementos, já que as palavras “GRA02” e “URO01” se repetem. Podemos obter o número de elementos do vetor ou o seu comprimento com:

length(clone_fator)

## [1] 6

Também vetores lógicos, que recebem valores de verdadeiro ou falso:

logico <- x > 40
logico   # Os elementos são maiores que 40?

## [1] FALSE FALSE FALSE FALSE FALSE  TRUE

Com ele podemos, por exemplo, identificar quais são as posições dos elementos maiores que 40:

which(logico)  # Obtendo as posiçoes dos elementos TRUE

## [1] 6

x[which(logico)] # Obtendo os números maiores que 40 do vetor x pela posição

## [1] 40.1

Encontre mais sobre outros operadores lógicos, como o > utilizado, neste link.

Warning

Não é possível misturar diferentes classes dentro de um mesmo vetor, ao tentar fazer isso repare que o R irá tentar igualar para uma única classe:

errado <- c(TRUE, "vish", 1)
errado

## [1] "TRUE" "vish" "1"

No caso, todos os elementos foram transformados em caracter.

X <- matrix(1:12, nrow = 6, ncol = 2)
X

##      [,1] [,2]
## [1,]    1    7
## [2,]    2    8
## [3,]    3    9
## [4,]    4   10
## [5,]    5   11
## [6,]    6   12

W <- matrix(c(x,y), nrow = 6, ncol =2)
W

##      [,1] [,2]
## [1,] 30.1 0.26
## [2,] 30.4 0.30
## [3,] 40.0 0.36
## [4,] 30.2 0.24
## [5,] 30.6 0.27
## [6,] 40.1 0.35

W2 <- matrix(c(x,y), nrow = 6, ncol =2, byrow = T)
W2

##       [,1]  [,2]
## [1,] 30.10 30.40
## [2,] 40.00 30.20
## [3,] 30.60 40.10
## [4,]  0.26  0.30
## [5,]  0.36  0.24
## [6,]  0.27  0.35

X*2

##      [,1] [,2]
## [1,]    2   14
## [2,]    4   16
## [3,]    6   18
## [4,]    8   20
## [5,]   10   22
## [6,]   12   24

X*X        

##      [,1] [,2]
## [1,]    1   49
## [2,]    4   64
## [3,]    9   81
## [4,]   16  100
## [5,]   25  121
## [6,]   36  144

X%*%t(X)          # Multiplicação matricial

##      [,1] [,2] [,3] [,4] [,5] [,6]
## [1,]   50   58   66   74   82   90
## [2,]   58   68   78   88   98  108
## [3,]   66   78   90  102  114  126
## [4,]   74   88  102  116  130  144
## [5,]   82   98  114  130  146  162
## [6,]   90  108  126  144  162  180

W[4,2] # Número posicionado na linha 4 e coluna 2

## [1] 0.24

colnames(W) <- c("altura", "diametro")
rownames(W) <- clone
W

##       altura diametro
## GRA02   30.1     0.26
## URO01   30.4     0.30
## URO03   40.0     0.36
## GRA02   30.2     0.24
## GRA01   30.6     0.27
## URO01   40.1     0.35

campo1 <- data.frame("hibrido" = c("DKB390", "SHS7990", "SYN", "BM3063", "SHS7930"),     # Antes do sinal de "="  
                     "AlturaPlantas" = c(1.5,2.0,1.6,1.8,1.3),        # estabelecemos os nomes  
                     "AlturaEspiga" = c(0.3,0.4,0.2,0.1,0.25),      # das coluna
                     "NumeroFolhas" = c(rep(51:52, 2),53),
                     "NotaEstande"= c(1.5,2.0,1.6,1.8,1.3) > 1.5) 
campo1

##   hibrido AlturaPlantas AlturaEspiga NumeroFolhas NotaEstande
## 1  DKB390           1.5         0.30           51       FALSE
## 2 SHS7990           2.0         0.40           52        TRUE
## 3     SYN           1.6         0.20           51        TRUE
## 4  BM3063           1.8         0.10           52        TRUE
## 5 SHS7930           1.3         0.25           53       FALSE

campo1$NumeroFolhas

## [1] 51 52 51 52 53

campo1[,4] 

## [1] 51 52 51 52 53

campo1[1,2] 

## [1] 1.5

## [1] 0.2

Exportando e importando dados

Os objetos criados dentro do R podem ser exportados em arquivos de diversos formatos. Lembre-se que, se não definir todo o caminho que deseja depositar o arquivo, ele irá ser salvo no seu diretório de trabalho.

Para exportar o objeto no formato .RData:

save(campo1, file = "campo1.RData")

Essa é uma forma de salvar o objeto trabalhado, se removermos ele com:

rm(campo1)  # Certifique-se que salvou o objeto antes de removê-lo

Podemos facilmente obtê-lo novamente com:

load("campo1.RData")

Para salvar todos os objetos do seu workspace use:

save.image()

O R irá criar um arquivo .Rdata contendo todos os seus objetos.

Podemos exportar nossos objetos em outros formatos, como, por exemplo, .txt ou .csv. Para isso utilizamos:

write.table(campo1, file = "campo1.txt", sep = ";", dec = ".", row.names = FALSE)
write.csv(campo1, file = "campo1.csv", row.names = TRUE)

Obs: Você pode adquirir pacotes para exportar e importar dados com outros fomatos, como exemplo o pacote xlsx exporta e importa dados com formato do excel.

Ao exportar há diversas opções para a formatação do arquivo, é importante considerá-las se o arquivo for ser trabalhado em outro sofware posteriormente.

Abra os arquivos gerados para visualizar sua formatação.

Esses arquivos podem ser lidos novamente pelo R, utilizando as funções e suas especificações:

campo1_txt <- read.table(file = "campo1.txt", sep=";", dec=".", header = TRUE)
campo1_csv <- read.csv(file = "campo1.csv")
head(campo1_txt)
head(campo1_csv)

Agora que aprendemos a importar dados, vamos trabalhar com o conjunto gerado a partir do dados que vocês coletaram em campo.

Nos disponibilizamos neste link dados simulados para esse experimento, mas é bem mais legal se cada um digitar o seu! Use qualquer programa para digitar os dados, faça isso no formato de tabela, você pode exportar em qualquer formato que o R da um jeito, mas se nao quiser ter muito trabalho, expore em .csv.

Envie para nos seus dados no e-mail cursogmp@gmail.com

Adicione o seu arquivo ao seu diretório de trabalho ou indique o caminho da pasta ao importá-lo para dentro do R, como a seguir.

Aqui usaremos o argumento stringAsFactors que impede que o R transforme os vetores da tabela em fatores, os quais são mais difíceis de trabalhar. O argumento na.strings irá indicar como foram nomeados os dados perdidos. O argumento header indica que existe na planilha o nome das colunas.

dados <- read.csv(file = "dados.csv", stringsAsFactors = FALSE, na.strings="-", header = T)

Vamos explorar a estrutura dos dados coletados:

str(dados)

## 'data.frame':    200 obs. of  8 variables:
##  $ Tempo        : chr  "T1" "T1" "T1" "T1" ...
##  $ Bloco        : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ Parcela      : int  1 1 1 1 1 2 2 2 2 2 ...
##  $ Hibrido      : chr  "DKB390" "DKB390" "DKB390" "DKB390" ...
##  $ AlturaPlantas: num  0.513 1.486 1.36 1.096 2.175 ...
##  $ AlturaEspiga : num  0.512 0.733 0.868 0.959 1.4 ...
##  $ NumeroFolhas : int  17 10 9 24 21 14 16 20 12 15 ...
##  $ Estande      : int  9 9 9 9 9 5 5 5 5 5 ...

# também
dim(dados)

## [1] 200   8

Vamos alterar os nomes das colunas para nomes mais fáceis de trabalhar:

colnames(dados) = c("Tempo","Bloco", "Parcela", "Hibrido", "AlturaPlantas", 
                                       "AlturaEspiga", "NumeroFolhas", "Estande")
str(dados)

## 'data.frame':    200 obs. of  8 variables:
##  $ Tempo        : chr  "T1" "T1" "T1" "T1" ...
##  $ Bloco        : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ Parcela      : int  1 1 1 1 1 2 2 2 2 2 ...
##  $ Hibrido      : chr  "DKB390" "DKB390" "DKB390" "DKB390" ...
##  $ AlturaPlantas: num  0.513 1.486 1.36 1.096 2.175 ...
##  $ AlturaEspiga : num  0.512 0.733 0.868 0.959 1.4 ...
##  $ NumeroFolhas : int  17 10 9 24 21 14 16 20 12 15 ...
##  $ Estande      : int  9 9 9 9 9 5 5 5 5 5 ...

Estruturas condicionais

if(2 >3){
  print("dois é maior que três")
} else {
  print("dois não é maior que três")
}

## [1] "dois não é maior que três"

if(dados[3,4] < 1.5){
  print("Híbrido pequeno demais")
} else {
  print("Tamanho provavelmente adequado")
}

## [1] "Tamanho provavelmente adequado"

if(dados[7,4] < 1.5){
  print("Híbrido pequeno demais")
} else if (dados[7,3] > 1.5 && dados[7,1] < 2.0){
  print("Tamanho OK")
} else {
    print("Cresceu demais")
  }

## [1] "Cresceu demais"

Estruturas de repetição

for(i in 1:10){
  print(i)
}

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

test <- vector()
for(i in 1:10){
  test[i] <- i+4 
}
test

##  [1]  5  6  7  8  9 10 11 12 13 14

for(aguas in c("pau", "pedra", "o fim do caminho", "não sei cantar mais")){
  cat("É", aguas, "\n")
}

## É pau 
## É pedra 
## É o fim do caminho 
## É não sei cantar mais

molejo = c("amor", "cilada")

for(dilema in molejo){
  if(dilema == "amor"){
    cat("Não era", dilema)
  }else{
    cat(" era", dilema)
  }
}

## Não era amor era cilada

for(i in 1:nrow(dados)){
  if(dados[i,5] < 1.5){
    print("Híbrido pequeno demais")
  } else if (dados[i,5] > 1.5 && dados[i,5] < 2.0){
    print("Tamanho OK")
  } else {
      print("Cresceu demais")
    }
}

## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Cresceu demais"
## [1] "Cresceu demais"
## [1] "Cresceu demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Cresceu demais"
## [1] "Cresceu demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Cresceu demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Tamanho OK"
## [1] "Cresceu demais"
## [1] "Tamanho OK"
## [1] "Híbrido pequeno demais"
## [1] "Cresceu demais"
## [1] "Híbrido pequeno demais"
## [1] "Híbrido pequeno demais"

x <- 1

while(x < 5){
  x <- x + 1
  print(x)
}

## [1] 2
## [1] 3
## [1] 4
## [1] 5

x <- 1

while(x < 5){
  x + 1
  print(x)
}

x <- 1

while(x < 5){
  x <- x + 1
  if(x==4) break
  print(x)
}

## [1] 2
## [1] 3

x <- 1

while(x < 5){
  x <- x + 1
  if(x==4) next
  print(x)
}

## [1] 2
## [1] 3
## [1] 5

x <- 1
repeat{
  x <- x+1
  print(x)
  if(x==4) break
}

## [1] 2
## [1] 3
## [1] 4

# Criando uma matrix vazia
ex_mat <- matrix(nrow=10, ncol=10)

# cada número dentro da matrix será o produto no índice da coluna pelo índice da linha
for(i in 1:dim(ex_mat)[1]) {
  for(j in 1:dim(ex_mat)[2]) {
    ex_mat[i,j] = i*j
  }
}

# Criando uma matrix vazia
ex_mat <- matrix(nrow=10, ncol=10)

# cada número dentro da matrix será o produto no índice da coluna pelo índice da linha
for(i in 1:dim(ex_mat)[1]) {   # Primeiro nível, não tem espaço
  for(j in 1:dim(ex_mat)[2]) { # Segundo nível tem um espaço (tab)
    ex_mat[i,j] = i*j          # Terceiro nível tem dois espaços
  }                            # Fechei o segundo nível
}                              # Fechei o primeiro nível

Elaboração de gráficos simples

Para outros dados coletados, vamos gerar alguns gráficos simples utilizando as funções básicas do R. Existem pacotes como o ggplot2, plotly e shiny que possuem ferramentas muito poderosas para construção de gráficos, mas exigem um pouco mais de tempo para aprendizagem de sua sintaxe.

Os tipos mais comuns já possuem funções próprias, mas outros gráficos podem ser customizados de acordo com a necessidade do usuário. Vamos iniciar com um simples gráfico de frequências (ou histograma) para os dados de Altura de Plantas.

hist(dados$AlturaPlantas)

Vamos adicionar alguns argumentos para dar uma personalizada:

• breaks para definir os intervalos para cada barra;

#### Histograma ####
#Utiliza um vetor de valores para obter as frequências
hist(dados$AlturaPlantas)
hist(dados$AlturaPlantas, breaks = 2)
hist(dados$AlturaPlantas, breaks = 15) 

Agora tente fazer o histograma para o número de folhas, aproveite para tentar alterar alguns parâmetros. Em seguida, serão apresentados outros gráficos que poderão ser utilizados.

#### Bar plot ####
#É um gráfico interessante quando possuímos resultados da função table
estande <- table(dados$Estande)
barplot(estande)

#Alterando o eixo
barplot(estande, horiz = TRUE)

#Mais informações podem ser combinadas
nota_temp <- table(dados$Estande, dados$Tempo)
barplot(nota_temp)

#Crie um objeto que corresponda ao data.frame 'dados' ordenado de acordo com a Altura (ou peso, como desejar!)
#Em seguida, tente criar o dot plot.

#### Curve ####
#Utiliza uma expressão/função 
curve(x^2 + 3*x)
curve(2*x, add = TRUE, col="red")

#### Boxplot ####
#Necessita de um vetor de valores ou uma expressão
boxplot(dados$AlturaPlantas)
boxplot(dados$AlturaPlantas~dados$Tempo)

#Explore o bloxplot de outros atributos, podendo combiná-los
#Desafio: faça o boxplot da altura pela combinação de Hibridos e Blocos
boxplot(AlturaPlantas~Tempo*Hibrido, data = dados)

#### Scatter plot ####
#Utilizaremos coordenadas de pontos.
plot(x = dados$AlturaPlantas, y= dados$AlturaEspiga)

hist(dados$NumeroFolhas, breaks=6, col="blue", xlab="Número de folhas", 
     ylab="Frequencia", main="Histograma do número de Folhas (Curso 2018)")

d <- density(dados$NumeroFolhas, na.rm = TRUE)

plot(d, col="blue", xlab="Número de Folhas",
     ylab="Densidade", main="Densidade do número de Folhas (Curso 2018)")

#Busque explorar mais parâmetros no gráfico a seguir:
##Dica: tente alterar o nome dos eixos
plot(x = dados$AlturaPlantas, y= dados$AlturaEspiga)

#Linha de ajuste
abline(lm(AlturaEspiga ~ AlturaPlantas, data = dados), col="red")

#Verificar a correlação:
cor(dados$AlturaPlantas, dados$AlturaEspiga)

## [1] 0.7678205

#Tamanho, pontos e cores
plot(x = dados$AlturaPlantas, y= dados$AlturaEspiga, 
     main = "Altura da prim. espiga  x Altura da planta", #Título principal 
     xlab = "Altura de plantas", #Eixo x
     ylab = "Alturada prim. espiga", #Eixo y
     cex=2,
     cex.axis=1.5)

#Agora, busque alterar o nome dos rótulos (lab) e do título (main)
#Utilize o parâmetro 'pch=' e coloque um número de 0 a 25
#De maneira similar ao tamanho, trabalhe com as cores (utilize o color() para ver todas as cores disponíveis) 

# Fontes e linhas #
plot(x = dados$AlturaPlantas, y= dados$AlturaEspiga,
     main = "Altura da prim. espiga  x Altura da planta", #Título principal 
     xlab = "Altura de plantas", #Eixo x
     ylab = "Alturada prim. espiga", #Eixo y
     font=3,
     family="serif", #Fonte do seu computador (Windows: "TT Courier New")
     col="blue")
abline(lm(AlturaEspiga ~ AlturaPlantas, data = dados), col="red", lty=3)

Planilha com dados reais

• Acesse aqui a planilha completa com dados reais coletados no campo dia 23/07/2018.

Leia a planilha para o seu ambiente R com:

dados_compl <- read.csv("dados_completos.csv", stringsAsFactors = FALSE)

str(dados_compl) # Verifique se deu certo, são 200 obs e 8 variáveis

## 'data.frame':    200 obs. of  8 variables:
##  $ Tempo        : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ Bloco        : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ Parcela      : int  1 1 1 1 1 2 2 2 2 2 ...
##  $ Hibrido      : chr  "DKB390" "DKB390" "DKB390" "DKB390" ...
##  $ AlturaPlantas: num  1.67 1.65 1.8 1.9 1.77 1.9 2.15 2.05 1.95 1.95 ...
##  $ AlturaEspiga : num  1.05 1 1.15 1.05 1.05 0.93 1.13 0.95 0.8 0.96 ...
##  $ NumeroFolhas : int  11 12 12 11 12 13 14 14 13 13 ...
##  $ Estande      : int  25 25 25 25 25 24 24 24 24 24 ...

Elaboração de funções

Normalmente é uma boa prática criar um bloco de código se vai realizar aquela ação poucas vezes. Se for realizar várias vezes a ação e de uma vez só, vale a pena fazer um loop. Mas, se for realizar diversas vezes e o objeto de entrada for modificado vale a pena fazer uma função. E, na hierarquia, quando tiver acumulado muitas funções para realizar uma tarefa mais complexa, vale a pena construir um pacote.

Aqui não vamos nos aprofundar muito nesse assunto, talvez ele renda um outro módulo inteiro, vamos apenas passar noções básicas.

A função também é considerada um objeto no R, portanto você a atribui à uma variável, nesse caso à quadra. Então estabelecemos os argumentos da função, nesse caso x. Entre as chaves fica todo o corpo da função. Se você quer que a função retorne algum valor, é necessário utilizar o return.

quadra <- function(x){
  z <- x*x
  return(z)
}

quadra(3)

## [1] 9

quadra(4)

## [1] 16

qualquer_nome <- 4
quadra(qualquer_nome)

## [1] 16

Vamos complicar um pouco e também dar mais sentido para construir uma função. Vamos definir no seu corpo várias ações antes de retornar o valor, algo que não poderia ser feito usando uma única função já pronta do R. Vamos aproveitar para explorar os dados coletados.

# Número total de dados coletados
tot <- dim(dados_compl)[1]

# Média do número de folhas
mfolhas <- mean(dados_compl[,7])

# Máxima altura
max.alt <- max(dados_compl[,5])

# Outras características da árvore mais alta
ca.alt.max <- dados_compl[which(dados_compl[,5] == max(dados_compl[,5])),]

# Características da árvore mais baixa
ca.alt.min <- dados_compl[which(dados_compl[,5] == min(dados_compl[,5])),]

# Gráfico com correlação entre Altura da Planta com a Altura da Espiga
png(filename = "corr.alt.png")
plot(dados_compl[,5], dados_compl[,6], xlab = "Altura da Planta", ylab = "Altura da primeira espiga")
dev.off()

## png 
##   2

Em forma de função:

extrair_info <- function(dados_compl){
  tot <- dim(dados_compl)[1]
  
  # Média do número de folhas
  mfolhas <- mean(dados_compl[,7])
  
  # Máxima altura
  max.alt <- max(dados_compl[,5])
  
  # Outras características da árvore mais alta
  ca.alt.max <- dados_compl[which(dados_compl[,5] == max(dados_compl[,5])),]
  
  # Características da árvore mais baixa
  ca.alt.min <- dados_compl[which(dados_compl[,5] == min(dados_compl[,5])),]
  
  # Gráfico com correlação entre Altura da Planta com a Altura da Espiga
  png(filename = "corr.alt.png")
  plot(dados_compl[,5], dados_compl[,6], xlab = "Altura da Planta", ylab = "Altura da primeira espiga")
  dev.off()
  
  return(list(tot, mfolhas, max.alt, ca.alt.max, ca.alt.min))
}

lista_info <- extrair_info(dados_compl)

# Indexação de lista
lista_info[[2]]

## [1] 12.645

# Posso fazer com outro conjunto de dados
lista_info2 <- extrair_info(dados)

Posso adicionar outros argumentos na função:

extrair_info <- function(dados_compl, file.name){
  tot <- dim(dados_compl)[1]
  
  # Média do número de folhas
  mfolhas <- mean(dados_compl[,7])
  
  # Máxima altura
  max.alt <- max(dados_compl[,5])
  
  # Outras características da árvore mais alta
  ca.alt.max <- dados_compl[which(dados_compl[,5] == max(dados_compl[,5])),]
  
  # Características da árvore mais baixa
  ca.alt.min <- dados_compl[which(dados_compl[,5] == min(dados_compl[,5])),]
  
  # Gráfico com correlação entre Altura da Planta com a Altura da Espiga
  png(filename = file.name)
  plot(dados_compl[,5], dados_compl[,6], xlab = "Altura da Planta", ylab = "Altura da primeira espiga")
  dev.off()
  
  return(list(tot, mfolhas, max.alt, ca.alt.max, ca.alt.min))
}

lista_info <- extrair_info(dados_compl, "outronome.png")

Algumas ferramentas básicas de análise de dados

Claramente a análise de dados é algo muito específico de cada conjunto de dados e interesses. Vamos aqui mostrar alguns recursos básicos como análise de variância, regressão e teste de médias.

Algumas avaliações descritivas podem ser feitas pelo uso do tapply e de gráficos, como já mostrado anteriormente. A função summary também da informações gerais do conjunto. É possível usá-la em conjunto com o tapply.

str(dados)

## 'data.frame':    200 obs. of  8 variables:
##  $ Tempo        : chr  "T1" "T1" "T1" "T1" ...
##  $ Bloco        : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ Parcela      : int  1 1 1 1 1 2 2 2 2 2 ...
##  $ Hibrido      : chr  "DKB390" "DKB390" "DKB390" "DKB390" ...
##  $ AlturaPlantas: num  0.513 1.486 1.36 1.096 2.175 ...
##  $ AlturaEspiga : num  0.512 0.733 0.868 0.959 1.4 ...
##  $ NumeroFolhas : int  17 10 9 24 21 14 16 20 12 15 ...
##  $ Estande      : int  9 9 9 9 9 5 5 5 5 5 ...

# Certifique-se que esta lidando com variável categórica (fator)
dados$Hibrido <- as.factor(dados$Hibrido)
dados$Parcela <- as.factor(dados$Parcela)
dados$Bloco <- as.factor(dados$Bloco)

tapply(dados$AlturaPlantas, dados$Hibrido, summary)

## $BM3063
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.4929  0.9329  1.4040  1.3996  1.8430  2.3419 
## 
## $DKB390
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.5132  1.1119  1.5433  1.4890  1.8617  2.4237 
## 
## $SHS7930
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.3809  0.9758  1.2814  1.2729  1.5612  2.4457 
## 
## $SHS7990
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.5456  0.8821  1.6916  1.5421  2.0092  2.4624 
## 
## $SYN
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.5543  0.8783  1.3395  1.4064  1.9231  2.4238

tapply(dados$AlturaEspiga, dados$Hibrido, summary)

## $BM3063
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.3215  0.6278  0.7787  0.8694  1.2127  1.4000 
## 
## $DKB390
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.3025  0.5228  0.7581  0.8311  1.0788  1.4000 
## 
## $SHS7930
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.3089  0.5024  0.6988  0.7513  0.9179  1.4000 
## 
## $SHS7990
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.3515  0.6034  0.7495  0.8787  1.1905  1.4000 
## 
## $SYN
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.3003  0.5240  0.7447  0.7685  0.9184  1.4000

Qual a relaçao linear entre altura de plantas e altura da primeira espiga?

mod1 <- lm(AlturaPlantas ~ AlturaEspiga, data = dados)
summary(mod1)

## 
## Call:
## lm(formula = AlturaPlantas ~ AlturaEspiga, data = dados)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.64267 -0.29175 -0.02413  0.23616  1.03856 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept)   0.39565    0.06585   6.009 8.83e-09 ***
## AlturaEspiga  1.25196    0.07424  16.864  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.3554 on 198 degrees of freedom
## Multiple R-squared:  0.5895, Adjusted R-squared:  0.5875 
## F-statistic: 284.4 on 1 and 198 DF,  p-value: < 2.2e-16

Podemos falar que a altura de plantas é significativamente diferente entre hibridos?

mod1 <- aov(AlturaPlantas ~ Hibrido + Tempo:Bloco + Tempo:Bloco:Parcela, data = dados)
summary(mod1)

##                      Df Sum Sq Mean Sq F value Pr(>F)
## Hibrido               4   1.68  0.4190   1.414  0.232
## Tempo:Bloco           7   2.33  0.3333   1.125  0.350
## Tempo:Bloco:Parcela  28   9.52  0.3400   1.147  0.292
## Residuals           160  47.41  0.2963

O p-valor nos indica se podemos considerar diferenças de altura conforme o híbrido.

Podemos também fazer um teste de médias para diferenciar a altura de plantas de cada híbrido. Aqui utilizaremos o método de Tukey:

modaov <- aov(AlturaPlantas ~ Hibrido + Tempo:Bloco + Tempo:Bloco:Parcela, data = dados)
tukey.test <- TukeyHSD(x=modaov, 'Hibrido', conf.level=0.95)
tukey.test

##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = AlturaPlantas ~ Hibrido + Tempo:Bloco + Tempo:Bloco:Parcela, data = dados)
## 
## $Hibrido
##                         diff         lwr       upr     p adj
## DKB390-BM3063    0.089393187 -0.24645617 0.4252425 0.9481522
## SHS7930-BM3063  -0.126766566 -0.46261592 0.2090828 0.8356790
## SHS7990-BM3063   0.142456832 -0.19339252 0.4783062 0.7682548
## SYN-BM3063       0.006779435 -0.32906992 0.3426288 0.9999978
## SHS7930-DKB390  -0.216159754 -0.55200911 0.1196896 0.3912733
## SHS7990-DKB390   0.053063645 -0.28278571 0.3889130 0.9924298
## SYN-DKB390      -0.082613752 -0.41846311 0.2532356 0.9607890
## SHS7990-SHS7930  0.269223398 -0.06662596 0.6050728 0.1806541
## SYN-SHS7930      0.133546002 -0.20230335 0.4693954 0.8078109
## SYN-SHS7990     -0.135677397 -0.47152675 0.2001720 0.7986372

Instalação e aplicações de pacotes

O que deixa o R ainda mais poderoso é a capacidade de incorporármos à ele novas funções chamando pacotes. Existem milhares de pacotes disponíveis no CRAN (repositorio oficial), e outros repositórios. Para cada área de estudo existem diversos pacotes disponíveis. Aqui usaremos o pacote desplot.

Como ele esta disponível no CRAN, para instalá-lo basta:

install.packages("desplot")

Depois disso é necessário recrutá-lo com:

library(desplot) # Este comando será necessário toda vez que for utilizar o pacote

Este pacote é um conjunto de funções elaboradas para gerar gráficos de campo. Você pode obter mais informações sobre ele no manual disponível no CRAN.

Com esse pacote podemos desenhar o experimento de campo (assim como esta no papel que recebeu, mas um pouco mais bonito).

Para isso vamos adicionar duas outras colunas no nossa data.frame, com informações da posição de cada indivíduo no campo.

row <- rep(rep(1:10, each=5),4)
col <- c(rep(1:5,10),rep(6:10,10), rep(11:15,10), rep(16:20,10))

dados.up <- cbind(col, row, dados_compl)

Para usar a função do pacote, buscamos no google por tutoriais, aqui esta aquele no qual nos baseamos para elaborarmos o código abaixo.

desplot(Bloco ~ col+row, dados.up,
        text=Hibrido, cex=1, out1=Bloco,
        out2=Hibrido, out2.gpar=list(col = "gray50", lwd = 1, lty = 1))

Saindo um pouco do nosso conjunto de dados. Vamos agora utilizar um outro pacote chamado “ggmap”.

Ele esta disponível no repositório oficial do R, o CRAN, portanto para instalá-lo basta:

install.packages("ggmap")

Depois disso é necessário recrutá-lo com:

library(ggmap) # Este comando será necessário toda vez que for utilizar o pacote

## Loading required package: ggplot2

É um pacote que utiliza recursos online para gerar mapas conforme um conjunto de dados. Você pode obter mais informações sobre ele no manual disponível no CRAN.

Vamos então montar um vetor com o nome da cidade dos participantes do curso. Segue um exemplo:

cidades <- c("Piracicaba - SP", "São Paulo - SP", "Pindamonhangaba - SP")

Vamos utilizar a função geocode para obter dados de longitude e latitude das cidades dos participantes do curso:

part1 <- geocode(cidades[1])

## Information from URL : http://maps.googleapis.com/maps/api/geocode/json?address=Piracicaba%20-%20SP&sensor=false

Podemos aplicar a mesma função para todos os participantes utilizando o for.

coord <- data.frame()
for(i in 1:length(cidades)){
  coord <- rbind(coord,geocode(cidades[i]))
}

## Information from URL : http://maps.googleapis.com/maps/api/geocode/json?address=Piracicaba%20-%20SP&sensor=false

## Information from URL : http://maps.googleapis.com/maps/api/geocode/json?address=S%C3%A3o%20Paulo%20-%20SP&sensor=false

## Information from URL : http://maps.googleapis.com/maps/api/geocode/json?address=Pindamonhangaba%20-%20SP&sensor=false

coord

Pode ser que algumas coordenadas não puderam ser encontradas, é um problema de conexão com o google, mas não tem problema, vamos em frente.

Agora estabelecemos um mapa de fundo com a média das longitudes e latitudes:

mapcurso <- get_map(location = 
                    c(lon = mean(coord$lon, na.rm = TRUE), 
                    lat = mean(coord$lat, na.rm = TRUE)), 
                    zoom = 5,
                    maptype = "roadmap", scale = 2)

## Map from URL : http://maps.googleapis.com/maps/api/staticmap?center=-23.071079,-46.580317&zoom=5&size=640x640&scale=2&maptype=roadmap&language=en-EN&sensor=false

Para mais informações sobre as funções do pacote utilize ?get_map.

Agora vamos adicionar as localizações no mapa:

ggmap(mapcurso) +
  geom_point(data = coord, 
             aes(x = lon, y = lat, fill = "red"), 
             size = 2, shape = 21)

Aqui os argumentos de aes definem características dos pontos no mapa, fill indica a coloração, size o tamanho e shape o formato. Acesse outras codificações de formato aqui.

Pratique gerando relatórios no RStudio

Utilize o R no seu dia-a-dia para ir praticando a linguagem. Além das recomendações contidas na primeira apresentação, recomendamos também dar uma olhada em como gerar documentos em pdf e html usando a Markdown. Utilizamos essa metodologia para gerar este tutorial e outras apresentações do curso. Pode ser muito prático no dia-a-dia!

Para utilizar, será necessário a instalação de outros pacotes. Um deles é o próprio rmarkdown:

install.packages("rmarkdown")

library(rmarkdown)

Agora crie um arquivo .Rmd utilizando as facilidades do RStudio, clique no ícone com símbolo + no canto superior esquerdo. Escolha o opção R Markdown. Dê um título ao seu arquivo e escolha a opção html. Ao fazer isso, o RStudio já coloca um template inicial, ja com um cabeçalho:

---
title: "Teste"
author: "Eu"
date: "June 5, 2018"
output: html_document
---

Este é o mais simples possível, você pode otimizá-lo de diversas maneiras. Saiba mais aqui.

O template inicial também traz alguns exemplos de sintaxe do markdown. Observe que utilizando # para títulos de sessões, ## para um nível inferior (subtitulos) e assim por diante. Palavras em negrito são escritas em meia a dois * e existem diversas outras especificações para essa sintaxe. Veja mais sobre ela aqui.

Para compilar o código, basta clicar em Knit. Ele irá pedir para que o arquivo .Rmd seja salvo com algum nome em algum lugar.

O markdown também é capaz de entender diretamente a linguagem html, também a css e latex. Para essa última, o latex precisa estar instalado e todas suas dependências.

Existem alguns pacotes que fornecem templates mais robustos para produção de htmls. Para esse tutorial utilizando o pacote rmdformats e personalizamos suas cores. Experimente:

install.packages("rmdformats")

Agora faça o mesmo procedimento, clique no +, escolha R Markdown e, antes de escolher um título, mude para From Template, escolha o HTML readthedown template. Copie e cole o seguinte texto e aperte Knit.

# Teste1

Isso aqui é um teste só para dar uma olhada no template

## Testinho

Subsessão

* Item

**negrito**

*itálico*

fiz um [link](https://gvenck.github.io/)!

Saiba mais no tutorial sobre isso no R-bloggers, que acreditamos ser um bom começo! Acesse aqui.

Acesse também outros materiais em português produzidos por Cristiane Taniguti, Fernando Correr e Rodrigo Amadeu aqui.

Também recomendamos diversos materiais em inglês aqui.