Tutorial su R: una rapida guida per principianti all’utilizzo di R

Ora che ne sappiamo di più riguardo a R e ai suoi utilizzi, procediamo con la sintassi di R. Questo è il modo in cui effettivamente scriviamo il codice in R in modo che il nostro computer risponda di conseguenza. Dovremo anche imparare a conoscere gli strumenti e i pacchetti necessari per la scrittura in R. Procediamo!

Per meglio comprendere questa sezione, potrebbe essere utile avere una conoscenza base dei termini utilizzati normalmente in programmazione. Se siete alle prime armi,  prima di continuare vi consiglio di leggere “The absolute beginner’s guide to coding”.

Area di lavoro

Il workspace è l’ambiente di lavoro R attuale, include oggetti progettati per l’utente come matrici, vettori, dataframe, liste e funzioni. Al termine della sessione, è possibile salvare un’immagine dell’area di lavoro corrente (workspace), che verrà caricata automaticamente al nuovo avvio di R.

GUI (Graphic User Interface)

Oltre alla console built-in di R, Rstudio è l’editor più popolare che permette di interfacciare R con le piattaforme Windows, MacOS e Linux.

Operatori

Gli operatori di R sono simili a quelli degli altri linguaggi. Alcuni operatori aritmetici sono:

• + addizione
• – sottrazione
• * moltiplicazione
• / divisione
• ^ elevamento a potenza

Gli operatori logici includono, invece:

• > maggiore a
• >= maggiore o uguale a
• == uguale a
• != diverso da

Tipi di dati

R ha 5 tipi di dati principali. Nel linguaggio R, cambiando l’informazione contenuta in una variabile, ciò che era contenuto precedentemente viene cancellato. Perciò ciascun tipo di dato richiede un nome univoco.

Creazione di variabili

Le variabili sono utilizzate per memorizzare i dati. Il loro valore può essere modificato, utilizzato e manipolato a seconda delle necessità. Un nome univoco dato a una variabile (o a una funzione o a un oggetto) è chiamato identificatore.

Nota: In R, gli identificatori possono avere una combinazione di lettere, cifre, un punto . e un trattino basso _. Tuttavia, devono iniziare necessariamente con una lettera o un punto. Se iniziano con un punto, non possono essere seguiti da una cifra.

# An example of computing the mean with variables
mydata$sum <- mydata$x1 + mydata$x2
mydata$mean <- (mydata$x1 + mydata$x2)/2

Metodi in R

I metodi sono come operazioni integrate che possiamo applicare al nostro codice. Analizziamo due metodi popolari per familiarizzare con il loro funzionamento in R.

• Elencare le variabili

Possiamo controllare tutte le variabili che sono state create nell’area di lavoro usando la parola chiave ls():

myRealNumeric <- 10
myDecimalNumeric <- 10.0
myCharacter <- "10"
myBoolean <- TRUE
myInteger <- 0:10
myComplex <- 5i

cat("Variables in the current directory: \n")
ls() # returns all the variables created in the workspace alphabetically
cat("\n")

//output
Variables in the current directory:
[1] "myBoolean"        "myCharacter"      "myComplex"        "myDecimalNumeric"
[5] "myInteger"        "myRealNumeric"    "r"

• Eliminare variabili

Possiamo eliminare una specifica variabile dall’area di lavoro. La parola chiave rm() può aiutarci a rimuovere definitivamente uno o più oggetti dall’area di lavoro.

myRealNumeric <- 10
myDecimalNumeric <- 10.0
myCharacter <- "10"
myBoolean <- TRUE
myInteger <- 0:10
myComplex <- 5

cat("Variables in the current directory: \n")
ls() # returns all the variables created in the workspace
cat("\n")

cat("Deleting myRealNumeric and myDecimalNumeric \n\n")

rm(myRealNumeric, myDecimalNumeric) # delete the two mentioned variables

cat("Variables in the current directory, now: \n")

ls() # returns all the variables created in the workspace

    # myRealNumeric, myDecimalNumeric are now deleted

cat("\n")


//output

Variables in the current directory:

[1] "myBoolean"        "myCharacter"      "myComplex"        "myDecimalNumeric"

[5] "myInteger"        "myRealNumeric"    "r"  


Deleting myRealNumeric and myDecimalNumeric

Variables in the current directory, now:

[1] "myBoolean"   "myCharacter" "myComplex"   "myInteger"   "r"

• Funzioni

Essenzialmente tutto in R viene fatto attraverso le funzioni. Una funzione è un blocco di codice scritto per un compito specifico o una serie di compiti. Può accettare parametri e può restituire un valore, se definito. Una funzione in R è definita di seguito. Il codice tra le parentesi graffe è il corpo della funzione.

function ( arglist ) {body}

• Stringhe: print() e cat()

In R, possiamo esprimere stringhe di caratteri circondando il testo con doppi apici o apici singoli. Per scrivere stringhe, si usa la sintassi cat(). Possiamo anche trovare la lunghezza di una stringa con il metodo nchar().

cat("Hello world\n")

nchar("Hello World")

//output

Hello world

[1] 11

Noterete che la nostra stringa termina con /n. Una sequenza che inizia con una \ in una stringa è chiamata sequenza di escape. Ci permette di includere caratteri speciali nelle nostre stringhe. Le sequenze di escape più comuni sono:

Possiamo anche usare il metodo print(), che potrebbe sembrarvi familiare se lavorate con altri linguaggi. C’è una leggera differenza tra i due metodi:

print() restituisce un vettore di caratteri. Un vettore è un oggetto nel linguaggio R. cat() restituisce un oggetto NULL. Se volete saperne di più, dovreste approfondire il tema dei tipi atomici in R.

A livello più elementare, cat() stampa i suoi argomenti senza virgolette, mentre print() li visualizza.

• Vettori

Un vettore è una struttura dati di base in R. Ad ogni indice contiene tutti elementi dello stesso tipo. La parola chiave vector() viene utilizzata per creare un vettore di un certo tipo e con lunghezza fissa.I tipi di dati possono essere:

• Logico
• Intero
• Numero
• Carattere
• Complesso

Il tipo di un vettore può essere controllato con typeof() e il numero di elementi del vettore può essere controllato con length().

vector ("numeric", 5) # numeric vector with O at every index
vector ("complex", 5) # complex vector with O+0i at every index
vector ("logical", 5) # logical vector with FALSE at every index
vector ("character", 5) # character vector with "" at every index

//output
[1] 0 0 0 0 0
[1] 0+0i 0+0i 0+0i 0+0i 0+0i
[1] FALSE FALSE FALSE FALSE FALSE
[1] "" "" "" "" ""

• Importare dati

Importare dati in R è relativamente semplice poiché R permette diverse opzioni di import, inclusa la possibilità di importare CSV. Questa è una caratteristica importante nel caso della data science

Qua sotto è riportato un esempio di importazione di un file CSV in un progetto R.

# first row contains variable names, comma is separator
# assign the variable id to row names
# note the / instead of \ on mswindows systems
mydata <- read.table("c:/mydata.csv", header=TRUE,
  sep=",", row.names="id")

•Plottare in R

I grafici in R vengono creati interattivamente:

# Creating a Graph
attach(mtcars)
plot(wt, mpg)
abline(lm(mpg~wt))
title("Regression of MPG on Weight")

La funzione plot() permette di aprire una finestra in cui viene rappresentato il grafico del peso rispetto alle miglia per gallone. La riga successiva aggiunge una linea di regressione al grafico. Infine, l’ultima riga aggiunge un titolo.

• Pacchetti

I pacchetti sono comunemente utilizzati nel linguaggio di programmazione R, che ne contiene migliaia.  I pacchetti contengono una raccolta di funzioni R, dati e codice compilato in una forma definita. R viene fornito con una serie di pacchetti standard e altri, invece, disponibili per il download. È possibile caricare i pacchetti in sessione, come mostrato di seguito

.libPaths() # get library location
library()   # see all packages installed
search()    # see packages currently loaded

•Cercare aiuto

Installando R avrete accesso anche ad un’interfaccia integrata di aiuto. Potete usare uno qualsiasi dei codici seguenti:

help.start()   # general help
help(foo)      # help about function foo
?foo           # same thing
apropos("foo") # list all functions containing string foo
example(foo)   # show an example of function foo