Tutorial Ultra-Concentrado de R e aRT

Pedro Ribeiro de AndradeDSA/CCST/INPESão José dos Campos, 2009

Apresentação

Professor: Pedro Ribeiro de AndradeAssitentes: Miguel Monteiro e Giovana Espindola

http://wiki.dpi.inpe.br/doku.php?id=geopro:pedro:cursoart

4 aulas de 3 horas Aula 1: Introdução ao R Aula 2: Introdução ao Pacote sp Aula 3: Introdução ao aRT Aula 4: aRT avançado

O que é o aRT?

SGBD

Aula 1:Introdução ao RPedro Ribeiro de AndradeDSA/CCST/INPESão José dos Campos, 2009

Apresentação baseada no curso “Introdução ao R” (http://www.leg.ufpr.br/Rtutorial/)

www.r-project.org

Sobre o R Linguagem e ambiente Software livre Similar à linguagem e ambiente S Multiplataforma

ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14)trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69)group <- gl(2,10,20, labels=c("Ctl","Trt"))weight <- c(ctl, trt)anova(lm.D9 <- lm(weight ~ group))summary(lm.D90 <- lm(weight ~ group - 1))opar <- par(mfrow = c(2,2), oma = c(0, 0, 1.1, 0)) plot(lm.D9, las = 1)

Interface gráfica X Linguagem de programação

Curva de aprendizado mais lenta Flexibilidade R em específico: métodos refletindo o estado-da-arte

Reprodutibilidade: “the ability of a test or experiment to be accurately reproduced, or replicated, by someone else working independently.”

“Como você fez isto?”

“Foi um mapa de kernel...”

“Foi um kernel quártico 100x100 com raio 2”

k = kernel2d(as.points(bod), bod$poly, h0=2, nx=100, ny=100)

plot(bod$poly, asp=1, type="n")

image(k, add=TRUE, col=terrain.colors(20))

pointmap(as.points(bod), add=TRUE)

polymap(bod$poly, add=TRUE)

Sweave: Reproducible ResearchFinally we will do a kernel analysis [...]<<>>=raster =kernel2d(as.points(bod), bod$poly, h0=2, nx=100,

ny=200)layer.raster <- createLayer(db, l="raster")addRaster(layer.raster, raster)@To get the layer's geometry call getGeometry [...]<<>>=plot(layer.raster)plot(layer.points,add=TRUE)plot(layer.pol, add=TRUE)@

http://www.leg.ufpr.br/~pedro/aRT/docs/aRTintro.html

Instalação: “R U ready?”

CRAN Binários: base e contrib Problemas com Windows Vista (instalar na sua

própria pasta)

R como uma calculadora

1+2+3

2+3*4

3/2+1

4*3**3 

sqrt(2)

sin(3.14159) 

sin(pi)

sqrt(tan(45*pi/180))

Operadores Lógicos1 == 2

1 != 2

1 <= 2

1 < 2

1 > 2

1 >= 2

T & T

T & F

T | T

T | F

((1 == 2) |(2 > 1)) & (4 >= sqrt(tan(45*pi/180)))

Variáveisx <- sin(pi)

x

x = sin(pi)

sin(pi) -> x

y <- sqrt(5)

y+x

x <- 25

x * sqrt(x) -> x1

x2.1 = sin(x1)

x2.2 = cos(x1)

xsq = x2.1**2 + x2.2**2

Vetores

x <- c(2,3,5,7,11)

y <- c(x,13,17,19)

xx <- 1:10

xx <- 100:1

seq(1,10,1)

seq(1,10,2)

seq(10,1,-3)

rep(1,10)

rep(c(1,2),10)

rep(4:1,1:4)

rep(c(23, 32, 42), c(3, 1, 2))

Operações com Vetores

x <- 1:10

x + 2

sqrt(x)

y <- 21:30

x+y

y <- c(1,2)

x+y

length(x)

rev(x)

summary(x)

x**x

Índices de Vetoresx[2]

y <- x[c(1,3,5)]

x[4:7]

x[12]

x <- c(6,5,6,4,4,3,4,2,3,4)

y <- c(5,3,4,2,6,5,4,5,4,3)

xeq4 <- x == 4

y[xeq4]

x[-3]

x[-c(3,4,7)] 

x[y]

Funções

seq(1,27,3)

seq(from=1,to=27,by=3)

seq(from=1,to=27,length=4)

seq(f=1,t=27,l=4)

seq(t=27,l=4, f=1)

seq(1,4)

seq(1)

seq()

sqrt()

?seq

Matrizes

x <- 1:12

xmat <- matrix(x,ncol=3)

matrix(x,ncol=3,byrow=T)

dim(xmat)

summary(xmat)

summary(as.numeric(xmat))

x1 <- matrix(1:6,ncol=2)

x2 <- matrix(6:1,ncol=3)

x1*x2

x1 %*% x2

t(x1)*x2

cbind e rbind

COLUMNbind e ROWbind

x <- matrix(10:1,ncol=2)

y <- cbind(x,1:5)

y <- rbind(y,c(99,99,99))

z <- cbind(y,rep(88,6),y)

z <- cbind(y,88,y)

Acesso a Matrizes

people <- cbind(c(1,2,3,4,5,6),c(43,55,52,23,46,25))

people[1,2]

people[1:2,2]

people[1,]

people[,2]

people[-3,]

people[people[,2]>50,]

people <- people[,c(2,1)]

Matrizesxc = round(runif(10), 2)

yc = round(runif(10), 2)

xy = cbind(xc, yc)

rownames(xy)

colnames(xy)

rownames(xy)=1:10

xy["2",] # aspas duplas ou simples

xy[,"xc"]

rownames(xy)=2:11

xy[2:4,]

xy[paste(2:4),]

Data frame

music=read.table("http://www.leg.ufpr.br/Rtutorial/Data/music.dat", sep=",", row.names=1, quote="", as.is=TRUE)

music[,3]

music[2,]

music$V5

names(music) <- c('Artist','Title','Ntracks','Format')

music[1:2, "Artist"]

music[["Artist"]]

rownames(music)

music <- cbind(music,Rate=c(7,6,9,10,9,8,8))

Listas

person<-list(age=21, name='Fred', score=c(65,78,55))

person$name  

person$score[2]

person[[1]]

tt <- t.test(rnorm(1000,mean=1),

rnorm(1000,mean=1.2), var.equal=T)

is.list(tt)

names(tt)

tt$p.value

tt$estimate

Estruturas de dados

Vetor: coleção unidimensional com valores do mesmo tipo

Matriz: mxn com valores do mesmo tipo Data Frame: mxn com mesmo tipo em cada coluna Lista: coleção de vetores de tamanhos distintos

Plotagemx <- 1:20y <- x**3plot(x,y)plot(x,y,type="l") # tente também “b”, “o”, “s”, “c”, “h”

plot(x,y)points(rev(x),y)lines(x,8000-y, col="blue", lwd=5)

plot(x,y)points(rev(x),y,pch=3, col="red")points(x,8000-y,pch="$")

Plotagemplot(1:20, 1:20, pch = 1:20)

plot(x,y)lines(x,y,lwd=4) lines(rev(x),y,lty=2)

plot(c(0,20),c(-8000,8000),type='n') lines(x,y) lines(x,-y)

plot(x,y,xlab="Eixo X aqui",ylab="Eixo Y aqui")title("Título vai aqui!")text(6,4000,"Texto em qualquer lugar")

Plotagemplot(sin, -pi, 2*pi)

hist(c(2,2,2,2,2,3,3,3,4,4,5,5))barplot(table(c(2,2,2,2,2,3,3,3,4,4,5,5)))barplot(table(c(2,2,2,2,2,3,3,3,4,4,5,5)), hor=T)

par(mfrow=c(2,2)) plot(x,y)plot(x,log(y)) plot(rev(x),y)plot(rev(x), rev(y))par(mfrow=c(1,1))

Salvando gráficosjpeg(...)...dev.off()

bmp(...)...dev.off()

png(...)...dev.off()