Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- 02_tutoriais:tutorial1b:start [2023/08/11 21:50]
127.0.0.1 edição externa
+++ 02_tutoriais:tutorial1b:start [2024/08/12 05:48] (atual)
@@ Linha 22: / Linha 22: @@
 {{:02_tutoriais:tutorial1:mapa20.png?400  |}}
 */
-Agora que apresentamos as bases conceituais e da sintaxe da linguagem R é o momento de entender o ambiente de programação a que a linguagem está associada. O R não é só o interpretador da linguagem. Existe toda a gestão da informação que transita nessa nossa conversa com o R. Para ser um bom usuário do R é importante que entenda como essa interação se dá e é preciso se localizar nesse ambiente que é nossa oficina virtual de criação.
+Agora que apresentamos as bases conceituais e da sintaxe da linguagem R é o momento de entender o ambiente de programação ao qual a linguagem está associada. O R não é só o interpretador da linguagem. Existe toda a gestão da informação que transita nessa nossa conversa com o R. Para ser um bom usuário do R é importante que entenda como essa interação se dá e é preciso se localizar nesse ambiente que é nossa oficina virtual de criação.
 Até aqui já entendemos que nesse ambiente de programação há dois espaços distintos: o código ou script e o interpretador do R! Pois bem, esses são os limites do nosso ambiente, nossa ligação com o R que é o script e a conexão com a linguagem de máquina que é o interpretador!
-Entre esses extremos existem espaços virtuais ((tecnicamente chamados no R de ''environments'')) que organizam o fluxo da informação e seu armazenamento.
+Entre esses extremos existem espaços virtuais ((tecnicamente chamados no R de ''environments'')) que organizam o fluxo da informação e seu armazenamento. Por exemplo, criamos objetos e acessamos aquilo que foi atribuído a ele e também manipulamos esse objeto com outros objetos da classe função.
-Por exemplo, criamos objetos e acessamos aquilo que foi atribuído a ele e também manipulamos esse objeto com outros objetos da classe função. Mas onde o objeto criado fica armazenado? De onde vem a função que utilizamos? Como faço para acessar meu script de uma sessão do R?
+Mas onde o objeto criado fica armazenado? De onde vem a função que utilizamos? Como faço para acessar meu script de uma sessão do R?
@@ Linha 48: / Linha 49: @@
 ==== Organize suas pastas ====
-Antes de começar um novo projeto, uma nova análise de dados por exemplo, crie uma pasta((diretório é o termo técnico)) de trabalho  específico para o projeto, com o menu //**Botão direito do mouse>Novo>Pasta**// do Windows explorer.
+Antes de começar um novo projeto, como uma nova análise de dados por exemplo, crie uma pasta((diretório é o termo técnico)) de trabalho específico para o projeto, com o menu //**Botão direito do mouse>Novo>Pasta**// do Windows explorer.
-Por exemplo, para esse curso você pode criar uma pasta ''cursoR'' e dentro dela uma outra como ''aula01Intro'' e dentro dessa pasta, colocar o script que fizemos na aula anterior ''tutorial01.r'' .
+Por exemplo, para esse curso você pode criar uma pasta ''cursoR'' e dentro dela uma outra como ''aula01Intro'' e dentro dessa pasta, colocar o script que fizemos na aula anterior ''tutorial01.r''.
 <WRAP center round box 80%>
@@ Linha 62: / Linha 63: @@
 </WRAP>
-Após criar as pastas, execute o R a partir do atalho do Windows ou pelo menu de programas  no computador ou na barra de ferramentas.
+Após criar as pastas, execute o R a partir do atalho do Windows ou pelo menu de programas no computador ou na barra de ferramentas.
 <WRAP center round box 40%>
@@ Linha 79: / Linha 80: @@
 </code>
-Ao iniciar o R pelo atalho da área de trabalho do Windows o diretório de trabalho será sempre o mesmo,  possivelmente em "Meus Documentos", e.g.:
+Ao iniciar o R pelo atalho da área de trabalho do Windows o diretório de trabalho será sempre o mesmo, possivelmente em "Meus Documentos", e.g.:
 <code rsplus>
@@ Linha 85: / Linha 86: @@
 </code>
-Para mudar o diretório usamos a função ''setwd'', de //set work directory//:
+Para mudar o diretório usamos a função ''setwd'', de //set working directory//:
 <code rsplus>
@@ Linha 102: / Linha 103: @@
 </code>
-Caso esteja no diretório de trabalho desejado é possível listar todos os arquivos da pasta utilizando uma das funções abaixo:
+Caso a mudança de diretório de trabalho tenha dado certo, é possível listar todos os arquivos contidos nesta pasta utilizando uma das funções abaixo:
 <code rsplus>
 dir()
@@ Linha 164: / Linha 165: @@
 </code>
-Note que o ''objetosCo'' é um vetor da classe ''characters'' e contém os nomes dos objetos que apresentam ''co'' no nome.
+Note que o ''objetosCo'' é um vetor da classe ''character'' e contém os nomes dos objetos que apresentam ''co'' no nome.
 Os objetos que estão no workspace podem ser salvos no seu diretório de trabalho utilizando a função ''save''. A função ''save.image'' é um atalho da função ''save'' para salvar todos os objetos do workspace. O arquivo salvo, em geral, tem a extensão ''.RData''((pode encontrar também como sendo ''.Rda'', existe outro formato de arquivo de dados no R que é o ''.Rds'' que armazena apenas um objeto)). Vamos salvar os objetos que tem o padrão ''co'' no nome no nosso diretório de trabalho e em seguida certifique-se de que o arquivo RData foi criado:
@@ Linha 175: / Linha 176: @@
 </code>
-Agora, vamos salvar todas os objetos do **workspace** e verificar se foi criado o arquivo!
+Agora, vamos salvar todos os objetos do **workspace** e verificar se foi criado o arquivo!
@@ Linha 288: / Linha 289: @@
 </code>
-=== Removendo todos os Objetos ===
+=== Removendo todos os objetos ===
 A documentação do ''rm'' nos diz que o argumento ''list'' deve receber uma vetor de caracteres com o nome dos objetos que devem ser removidos.
@@ Linha 346: / Linha 347: @@
 </code>
-O ''search()'' retorna os pacotes que estão carregados na sua sessão do R. Pacotes são conjuntos de ferramentas associadas a algum conjunto de tarefas. Na nossa metáfora da oficina os pacotes são os armários onde guardamos nossas ferramentas classificadas pelo tipo de uso. Por padrão o R abre alguns desses armários quando iniciamos uma sessão, os armários com as ferramentas básicas: eles que contem as funções que estamos usando.
+O ''search()'' retorna os compartimentos (''environments'') que estão disponíveis na sua sessão do R, entre esses compartimentos estão os pacotes carregados. Pacotes são conjuntos de ferramentas associadas a algum conjunto de tarefas. Na nossa metáfora da oficina os pacotes são os armários onde guardamos nossas ferramentas classificadas pelo tipo de uso. Por padrão o R abre alguns desses armários quando iniciamos uma sessão, os armários com as ferramentas básicas: eles que contem as funções que estamos usando.
-Além desses pacotes, existem outros que são distribuídos junto ao programa R, mas que não são abertos no início de uma sessão. São pacotes importantes, mas um pouco mais específicos ou especializados do que as ferramentas básicas. São como armários que estão trancados, com ferramentas que usamos menos frequentemente, precisamos destrancar e abrir para poder usar as ferramentas que estão neles. Para acessar esses pacotes utilizamos a função ''library'' que nos mostra os pacotes que estão instalados no nosso computador:
+Além desses pacotes, existem outros que são distribuídos junto ao programa R, mas que não são abertos no início de uma sessão. São pacotes importantes, mas um pouco mais específicos ou especializados do que as ferramentas básicas. São como armários que estão trancados, com ferramentas que usamos menos frequentemente, precisamos destrancar e abrir o armário para poder usar as ferramentas que estão neles. Para acessar esses pacotes utilizamos a função ''library'' que nos mostra os pacotes que estão instalados no nosso computador:
 <code rsplus>
@@ Linha 365: / Linha 366: @@
 ==== Carregando Pacotes ====
-Para utilizar as funções de um pacote, não basta o pacote estar instalado no computador, é necessário carregá-lo, ou seja, abrir o armário contém as ferramentas! Para isso usamos a própria função ''library'':
+Para utilizar as funções de um pacote, não basta o pacote estar instalado no computador, é necessário carregá-lo, ou seja, abrir o armário que contém as ferramentas! Para isso usamos a própria função ''library'':
 <code rsplus>
@@ Linha 373: / Linha 374: @@
-Agora o pacote ''lattice'' aparece na segunda posição do nosso ''search''. O que isso significa? Cada uma das posições que o search apresenta, representa o caminho de busca do R na memória. São como compartimentos ((chamados de "Environments")) de memória. Quando executamos um comando o R busca os objetos na memória seguindo trajeto apresentado pelo ''search''. O primeiro compartimento que é procurado se chama ''.GlobalEnv''. Esse é o compartimento de memória do nosso **workspace** e o pacote que foi carregado recentemente é colocado na posição seguinte. O último compartimento é dedicado ao pacote ''base'' onde estão os objetos e funções básicas do R.
+Agora o pacote ''lattice'' aparece na segunda posição do nosso ''search''. O que isso significa? A lista que o ''search'' apresenta é o caminho de busca do R por objetos. São como compartimentos ((chamados de "Environments")) que conectam objetos em um mesmo escopo. Quando executamos um comando o R busca os objetos na memória seguindo trajeto apresentado pelo ''search''. O primeiro compartimento que é procurado se chama ''.GlobalEnv''. Esse é o compartimento do nosso **workspace** ou seja, onde estão os objetos que construímos ((tecnicamente o que os environments contém são os nomes e o caminho para a memoria onde está armazenada o conteúdo do objeto)). O pacote carregado mais recentemente é colocado na posição seguinte ao ''.GlobalEnv''. O último compartimento é dedicado ao pacote ''base'' onde estão os objetos e funções básicas do R.
@@ Linha 389: / Linha 390: @@
 Quais funções estão disponíveis em um pacote instalado? Qual documentação está disponível junto ao pacote?
-Essas informações podem ser encontradas em um outro tipo de ajuda de documentação do R, o ''help.start''.
+Essas informações podem ser encontradas em um outro tipo de ajuda de documentação do R, o ''help.start''. Esta função abre toda a documentação geral do R que foi instalada no computador, inclusive os pacotes. Apesar da documentação ser apresentada no seu navegador, ela está localmente instalada e não precisa de internet para ser consultada. Para encontrar a documentação específica de um pacote instalado, clique no link ''Packages''. Navegue nessa documentação para se habituar a ela.
-Que abre toda a documentação geral do R que foi instalada no computador. Apesar de ser um hipertexto, ela está localmente instalada e não precisa de internet para ser aberta. Para encontrar a documentação específica de um pacote instalado entre no link ''Packages''. Navegue nessa documentação para se habituar a ela.
 <code rsplus>
@@ Linha 405: / Linha 405: @@
 ===== Instalando Pacotes =====
-{{:02_tutoriais:tutorial1b:18.png?400  |}}Quando estamos trabalhando em uma oficina normalmente chegamos a um ponto em que precisamos de uma ferramenta que não está disponível localmente. Nesses momentos precisamos nos deslocar até uma loja especializada para adquirir as ferramentas necessárias. As loja do R são os repositórios de pacotes,  oficial é o CRAN [[https://cran.r-project.org/]].
+{{:02_tutoriais:tutorial1b:18.png?400  |}}Quando estamos trabalhando em uma oficina, normalmente chegamos a um ponto em que precisamos de uma ferramenta que não está disponível localmente. Nesses momentos, precisamos nos deslocar até uma loja especializada para adquirir as ferramentas necessárias. As lojas do R são os repositórios de pacotes. E o repositório oficial do R é o CRAN [[https://cran.r-project.org/]].
 Entre os três principais repositórios ((CRAN, GitHub e Bioconductor)), em consulta feita em 31 de julho de 2020, existiam 20.205 pacotes contendo mais de **3,1 milhões de funções** disponíveis para o R(([[https://www.rdocumentation.org/]]))!
-Nesse universo de itens disponíveis fica difícil encontrar a melhor ferramenta para a tarefa que queremos executar. Existem várias ferramentas para auxiliar nessa tarefa. Aconselhamos fortemente a usar e iniciar a sua busca pelo ''Task Views'' disponível no site oficial do CRAN. Que são revisões de pacotes disponíveis separadas por temas, normalmente áreas de pesquisa (ecologia, genética, economia...) ou tipos de análises (bayesiana, multivariada, espacial...).
+Nesse universo de itens disponíveis, fica difícil encontrar a melhor ferramenta para a tarefa que queremos executar. Existem várias ferramentas para auxiliar nessa tarefa. Aconselhamos fortemente a usar e iniciar a sua busca pelo ''Task Views'' disponível no site oficial do CRAN. Eles são revisões de pacotes disponíveis separadas por temas, normalmente áreas de pesquisa (ecologia, genética, economia...) ou tipos de análises (bayesiana, multivariada, espacial...).
 <WRAP center round box 90%>
@@ Linha 416: / Linha 416: @@
 Entre no site do [[https://cran.r-project.org/ | CRAN ]] e navegue para **Task Views** > **Environmetrics**. Nele irá encontrar uma revisão sobre as ferramentas disponíveis para análises de dados na área de ecologia, dividida em tópicos. É muito útil, inclusive para saber quanto confiável e estável é um pacote. Na documentação está a descrição de um dos pacotes mais importantes para análise de dados multivariados em ecologia de comunidades chamado ''vegan''. Um pacote com cerca de 20 anos, atualizado frequentemente com incorporação de novas metodologia e que já foi muito testado, um pacote clássico para a ecologia.
-A forma mais prática para instalar um pacote do CRAN é utilizar a função interativa ''install.packages()''. Essa função irá abrir uma janela para que o usuário escolha qual o espelho do CRAN de onde o pacote virá e em seguida lista todos os pacotes que estão no repositório. Como são muitos é aconselhável usar o argumento ''pkgs'' que recebe um vetor de caracteres com os nomes dos pacotes a serem instalados ((VEJA A DOCUMENTAÇÃO!!!))
+A forma mais prática para instalar um pacote do CRAN é utilizar a função interativa ''install.packages()''. Essa função irá abrir uma janela para que o usuário escolha qual o espelho do CRAN de onde o pacote virá e em seguida lista todos os pacotes que estão no repositório. Como são muitos pacotes disponíveis é aconselhável usar o argumento ''pkgs'' que recebe um vetor de caracteres com os nomes dos pacotes a serem instalados ((VEJA A DOCUMENTAÇÃO!!!))
@@ Linha 431: / Linha 431: @@
-Agora vamos verificar se o  pacote está instalado consultando o ''help.start()'' e verificando se aparece na na lista de pacotes instalados. Vá no link abaixo do ''Description File'' denominado ''User guides, package vignettes and other documentation'' e abra o documento com o tema ''Diversity analysis in vegan''.
+Agora vamos verificar se o  pacote está instalado consultando o ''help.start()'' e verificando se aparece na na lista de pacotes instalados. Clique no link com o nome do pacote (i.e. ''vegan'') e em seguida vá no link denominado ''User guides, package vignettes and other documentation'' e abra o link contendo ao lado esquerdo do tema ''Diversity analysis in vegan''.
 <code rsplus>
@@ Linha 438: / Linha 438: @@
 </code>
-Vá no link ''Packages'' e selecione o pacote ''vegan'' na lista de pacotes. A página inicial do pacote com o título **Community Ecology Package** conterá o link para a documentação de cada uma das funções do pacote. São muitas, mais de 500! Felizmente a documentação do pacote é muito completa e tem alguns tutoriais incluídos que são chamados de ''Vignettes''. Essas vinhetas são de grande ajuda para quem precisa estudar um pacote.  Abra a vinheta sobre ''Diversity analysis in vegan'', navegue no documento. São 12 páginas condensadas sobre análises de diversidade, mostrando como faze-las no ''vegan'' e com exemplos muito ilustrativos.
+Agora clique novamente link ''Packages'' e selecione o pacote ''vegan'' na lista de pacotes. A página inicial do pacote, com o título **Community Ecology Package**, conterá os links para a documentação das funções do pacote. São muitas! Felizmente a documentação do pacote é muito completa e tem alguns tutoriais incluídos que são chamados de ''Vignettes''. Essas vinhetas são de grande ajuda para quem precisa estudar um pacote.  Abra a vinheta sobre ''Diversity analysis in vegan'', navegue no documento. São 12 páginas condensadas sobre análises de diversidade, mostrando como fazê-las no ''vegan'' e com exemplos muito ilustrativos.
 ===== Esquema do Mapa do R =====

ecoR

Ferramentas do usuário

Ferramentas do site

Diferenças

Ferramentas da página