Você está na página 1de 36

Linguagem R

Primeiros passos para análise de dados

Wagner Hugo Bonat


 Departamento de Estatística · UFPR
 wbonat@ufpr.br
 leg.ufpr.br/~walmes

Walmes Marques Zeviani


 Departamento de Estatística · UFPR
 walmes@ufpr.br
 leg.ufpr.br/~walmes
“I keep saying that the sexy job in the next
10 years will be statisticians, and I’m not
kidding.”
Hal Varian
Sumário

Prefácio 3
Contexto e motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Objetivos e público alvo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Seleção dos tópicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1 Instalação do ambiente de trabalho 7


1.1 Instalando o R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Instalando o RStudio IDE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3 Conhecendo o RStudio IDE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4 Outros editores para o R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

1
Prefácio

Contexto e motivação
O desenvolvimento da tecnologia da informação atrelado à disponibilidade cada vez maior de
dispositivos como smartphones e tablets conectados à internet vêm trazendo uma verdadeira revolução
em praticamente todas as áreas do conhecimento. A chamada Era da Informação vem alterando
drasticamente a forma como vivemos e interagimos como sociedade.

O grande volume de pessoas conectadas está revolucionando todas as formas de negócio.


Esta revolução é baseada na capacidade cada vez maior de armazenar e gerenciar dados de como as
pessoas se comportam em praticamente todos os aspectos de sua vida online. Todo esse fluxo de dados
vem se tornando o principal valor de muitos negócios e, em muitos casos, vital para o seu sucesso.
Um exemplo clássico é a empresa Google: detentora do buscador mais famoso do mundo, é uma das
maiores empresas de tecnologia da atualidade e está presente em nossas vidas 24 horas por dia sete
dias por semana.

Com toda esta geração de dados resultante do acesso à internet, empresas de todos os ramos
estão buscando extrair algum tipo de valor destas informações com o objetivo de atrair, manter ou
ainda melhorar a forma de se relacionar com seus clientes. Neste contexto fica evidente que empresas
que sabem lidar de forma efetiva com dados tem uma grande vantagem competitiva. Empresas são
formadas por pessoas, e assim surgiu a profissão denominada de Cientista de Dados. Trata-se de uma
profissão para a qual ainda muito se discute sobre suas atribuições, contudo é composta minimamente
de três habilidades chaves:

i) Conhecimento de ferramentas para análise e resumo de dados. Estas ferramentas em geral são
herdadas de uma área mais antiga chamada de estatística que vem há anos sendo o principal
motor da ciência como um todo.

ii) Conhecimento de ferramentas computacionais capazes de lidar com a quantidade e complexi-


dade crescente de dados. Nesta área entram as chamadas ferramentas de big data que em geral
são dominadas por profissionais da ciência da computação.

iii) E por fim, de nada serve conhecer métodos estatísticos e ferramentas computacionais sem saber

3
exatamente o que fazer com elas para resolver problemas relevantes e gerar valor por meio da
análise de dados. Isso só é possível tendo um conhecimento razoável da área de negócio em
que se está trabalhando.

Neste cenário, o uso de ferramentas computacionais que permitam analisar quantidades mas-
sivas de dados usando métodos estatísticos cada vez mais complexos é de suma importância. A lingua-
gem de programação R pela sua flexibilidade, poder, sofisticação e expressividade vem se tornando
uma das principais ferramentas do cientista de dados em todo o mundo.

O R (como vamos chamar o software daqui em diante) é uma linguagem e ambiente para
computação estatística e gráficos. É um projeto da GNU similar a linguagem S desenvolvida nos
Laboratórios Bell por John Chambers e seus coautores. O R surgiu em 1993 e é de autoria de Ross
Ihaka e Robert Gentleman, do Departamento de Estatística da Universidade de Auckland, na Nova
Zelândia. O R é um software livre e de código aberto sob os termos da Free Software Foundation’s
GNU General Public License. Pode ser facilmente instalado em uma grande variedade de plataformas
UNIX incluindo FreeBSD e Linux, Windows e MacOS.

Objetivos e público alvo


O objetivo deste livro é oferecer um texto introdutório e acessível para profissionais de diver-
sas áreas sobre os fundamentos da linguagem de programação R. É importante ressaltar que o texto
explica a linguagem R em sua essência ao invés de focar em alguns frameworks como, por exemplo, o
tidyverse. O objetivo é justamente pavimentar o caminho de um profissional que busca uma forma-
ção completa e sólida para analisar grandes volumes de dados utilizando a linguagem R e todo o seu
potencial, sem particularizar em nenhum framework.

O público-alvo são profissionais que desejam uma introdução acessível aos fundamentos da
linguagem R de forma rápida e padronizada. Tais fundamentos são necessários para o profundo en-
tendimento da linguagem e uma maior desenvoltura no uso de frameworks específicos de ciência de
dados e modelagem estatística avançada. Formações usuais destes profissionais incluem, mas não está
limitada à: engenharia, ciência da computação, economia, física, administração, gestão da informação
e tecnologia em análise e desenvolvimento de sistemas.

Seleção dos tópicos


Selecionar os tópicos para este livro não foi uma tarefa trivial dado a quantidade enorme de
recursos disponíveis na linguagem R. Optamos por uma descrição sucinta da sua instalação e confi-
guração padrão. Seguida de uma discussão das principais IDEs (Integrated Development Environment)
disponíveis. Buscamos orientar o leitor iniciante sobre qual IDE pode ser a mais adequada depen-
dendo do seu perfil. Neste material optamos por usar o RStudio por ser provavelmente a IDE mais
popular para R e considerada adequada para iniciantes em programação.

Seguimos com os primeiros passos na linguagem apresentando o código, a área de trabalho,


como acessar a documentação (tanto interna como a vasta documentação disponível na internet) e
os tipos de arquivos que o R gera para armazenar os resultados de uma análise. O R é um software
colaborativo; isso significa que existe uma comunidade unida e ativa desenvolvendo e contribuindo
com uma série de métodos e ferramentas para melhorar e expandir as capacidades da linguagem.
Tudo isso é disponibilizado para os usuários por meio de pacotes. Assim, apresentamos como instalar,
usar e gerenciar pacotes adicionais.

Passada esta ambientação inicial, seguimos para a apresentação das operações matemáticas e
lógicas da linguagem. Após as operações passamos para as estruturas de controle como if, else, switch e
cases, bem como as estruturas de repetição for, foreach, while, repeat e do-until. O conhecimento de tais
estruturas levam a um domínio maior da linguagem, principalmente para implementação de solução
de problemas não explorados.

Um aspecto importante do trabalho do cientista de dados é estar apto a construir grandes


algoritmos encadeados com estruturas bem definidas e ordenadas. Para isto, a construção de funções
é primordial. Nós apresentamos uma descrição detalhada da implementação de funções em R com
toda a especificidade da linguagem focada para a implementação computacional de técnicas estatísticas
e matemáticas. A partir deste momento você não pergunta mais se o R faz alguma coisa ou se tem
alguma técnica implementada. Você será capaz de implementar o que desejar mesmo que a linguagem
não tenha a funcionalidade nativa. Por fim, apresentamos as principais estratégias para importação de
arquivos de dados em diversos formatos para o R, bem como a sua manipulação usando a classe data
frame.

O texto foi escrito utilizando o sistema para análise reproduzível knitr. Por meio da lin-
guagem de marcação markdown e a estrutura de livro fornecida pelo pacote bookdown dentro da
linguagem R. É uma iniciativa da Ômega Data Science para formar uma geração de Cientistas de
Dados com forte fundamentação matemática e de computação estatística baseada em R.

W.H.B e W.M.Z

Curitiba, Outubro, 2021.


Capítulo 1

Instalação do ambiente de trabalho

O R é uma linguagem de programação e portanto precisa ser instalada e configurada em seu


sistema operacional (Windows, Linux ou MacOs). Além disso, alguns softwares adicionais podem
ser úteis para lhe ajudar a programar de forma mais rápida e eficiente. As chamadas IDE’s (Integrated
Development Environment) são softwares que oferecem algumas facilidades para se programar em de-
terminada linguagem. Entre essas facilidades incluímos highlight de código, indentação automática,
acesso rápido e integrado a documentação, além de diversos outras vantagens que serão discutidas ao
longo do capítulo. Os objetivos deste capítulo são:

▶ Apresentar a instalação do software R seguindo a documentação oficial do CRAN (The Com-


prehensive R Archive Network).
▶ Apresentar e discutir os principais aspectos de algumas IDE’s populares para R incluindo o Rs-
tudio, Tinn-R, GNU Emacs, Vim e VS Code.
▶ Fornecer um guia geral sobre qual IDE escolher de acordo com o seu perfil.

1.1 Instalando o R
O R pode ser instalado nos três principais sistemas operacionais em uso: Windows, Linux e
MacOS. Devido a popularidade do sistema operacional Windows nós vamos descrever como fazer a
instalação do R neste sistema operacional. Porém, recomendamos que você migre assim que possível
para um ambiente Linux. Este foi o ambiente no qual escrevemos este livro e é o sistema operacional
que recomendamos para trabalhar com ciência de dados de forma geral. O ambiente MacOS partilha
de muitas similaridades com o Linux e vamos apenas indicar alguns materiais extra sobre a instalação
do R neste ambiente. Vale ressaltar que após a instalação o uso da linguagem R é idêntico em qualquer
um dos sistemas operacionais mencionados.

1.1.1 Instalando o R no Windows


O passo-a-passo para instalar o R no Windows é o seguinte:

1. O primeiro passo é acessar o CRAN e selecionar a opção “Download R for Windows”.

7
8 Capítulo 1. Instalação do ambiente de trabalho

Figura 1.1: Captura de tela da página incial do CRAN

2. Você será redirecionado para a seguinte página, na qual deve selecionar a opção “install R for
the first time”.

Figura 1.2: Captura de tela da página de instalação do R para Windows

3. Uma nova página será aberta, clique em “Download R X.X.X for Windows”. Nesta etapa um
arquivo executável será baixado em seu computador.

4. O arquivo executável aparecerá no canto inferior esquerdo do seu monitor, execute-o.

5. Ao executar o programa, a tela de instalação será iniciada, selecione o idioma.

6. Leia as informações e clique em próximo.

7. Escolha o local onde o R será salvo no computador, recomendamos seguir a sugestão do insta-

Ômega Data Science · omegadatascience.com.br


1.1 9

Figura 1.3: Captura de tela da página para download do arquivo executável.

Figura 1.4: Captura de tela que mostra o executável no canto inferior esquerdo da tela.

lador.

8. Selecione os componentes que devem ser instalados, recomendamos seguir a sugestão do insta-
lador.

9. Quanto as opções de inicialização, recomendamos aceitar o padrão.

10. Informe onde o instalador deve colocar os atalhos do programa, recomendamos seguir a suges-
tão do instalador.

11. Selecione as tarefas adicionais, como criar atalhos na área de trabalho.

12. Após estas etapas, finalmente o R será instalado.

13. Conclua o instalador.

14. Procure pelo R no menu iniciar e abra-o.

15. Pronto, o R está instalado na sua máquina e pronto para uso.

Ômega Data Science · omegadatascience.com.br


10 Capítulo 1. Instalação do ambiente de trabalho

Figura 1.5: Captura de tela que mostra a seleção de idioma para instalação do R.

Figura 1.6: Captura de tela com as informações a respeito do R que o usuário deve saber antes da
instalação.

1.1.2 Instalando o R no Linux


O sistema operacional Linux tem diversas distribuições. Nesta seção descreveremos a instala-
ção do R em ambiente Debian onde uma das distribuições mais populares é o Ubuntu. Abra o terminal
Linux e digite os seguintes passos:

▶ Adicione a seguinte chave

apt-key adv --keyserver keyserver.ubuntu.com \


--recv-keys E298A3A825C0D65DFD57CBB651716619E084DAB9

▶ Adicione o seguinte endereço à lista de repositórios

sudo add-apt-repository \
”deb https://cloud.r-project.org/bin/linux/ubuntu $(lsb_release -cs)-cran40/”

▶ Atualize a lista de repositórios

sudo apt-get update

▶ Proceda com a instalação do R usando o comando apt-get install

Ômega Data Science · omegadatascience.com.br


1.1 11

Figura 1.7: Captura de tela da seleção de local de instalação do R.

Figura 1.8: Captura de tela que mostra a etapa de seleção dos componentes para instalação.

sudo apt-get install r-base

Note que no passo-a-passo anterior você precisa ser um super usuário (sudo), ou seja, precisa
ter privilégios para instalar softwares em sua distribuição Linux. Após cada comando usando a instru-
ção sudo a senha de super usuário do Linux será requisitada. Esse simples passo-a-passo irá instalar o
R em seu Linux.

Para acessar o R basta você abrir um novo terminal de comando e digitar R. Após esse processo
você deve ver um terminal Linux similar ao apresentado na Figura 1.16

Assim, concluímos com sucesso a instalação do R. Apesar de ser possível usar o R diretamente
pelo terminal Linux ou usando o R Terminal no Windows, tal estratégia é pouco usada por ser im-
produtiva. Em geral é bastante trabalhoso digitar o código direto no terminal. Além disso, o terminal
não oferece nenhum recurso de programação como highlight de código, indentação, acesso rápido e
com bom visual da documentação, entre outros. Por isso, recomendamos que você instale alguma
IDE (Integrated Development Environment). Na próxima seção nós vamos mostrar como instalar a IDE

Ômega Data Science · omegadatascience.com.br


12 Capítulo 1. Instalação do ambiente de trabalho

Figura 1.9: Captura de tela que mostra as opções de inicialização.

Figura 1.10: Captura de tela com as opções de atalhos do R.

RStudio e descrever alguns de seus aspectos gerais.

1.2 Instalando o RStudio IDE

O RStudio é uma IDE customizada para trabalhar com programação em R. A empresa RS-
tudio oferece uma versão gratuita da sua IDE, o [RStudio Desktop], com versões disponíveis para os
sistemas operacionais mais populares (Linux, MacOS e Windows).

Para instalar o RStudio devemos seguir os seguintes passos:

▶ Acesse RStudio download e faça download da versão adequada para seu sistema operacional.

Ômega Data Science · omegadatascience.com.br


1.2 13

Figura 1.11: Captura de tela com as opções dicionais.

Figura 1.12: Captura de tela da barra de progresso da instalação.

1.2.1 Instalando o RStudio IDE no Windows


Selecionando a opção de download para Windows você fará download de um arquivo com
extensão .exe. O seguinte conjunto de telas mostra o passo-a-passo até a instalação.

1. Acesse a página do RStudio.

2. Em “Products”, selecione a opção “RStudio: The premier IDE for R”.

3. Você será redirecionado para a seguinte página:

4. Role a página até encontrar a opção de download do RStudio Desktop Open Source Edition.

5. Ao clicar na opção de download, você será redirecionado para a seguinte página:

6. Role a página até encontrar o botão de download.

7. Ao clicar no botão de download, um arquivo executável será baixado e aparacerá no canto


inferior esquerdo do monitor.

Ômega Data Science · omegadatascience.com.br


14 Capítulo 1. Instalação do ambiente de trabalho

Figura 1.13: Captura de tela da etapa final do instalador.

8. Abra o executável para iniciar a instalação.

9. Escolha o local de instalação, recomendamos seguir o padrão.

10. Escolha a pasta do menu iniciar, recomendamos seguir o padrão.

11. Com estas opções feitas, o RStudio será instalado.

12. Após a instalação, feche o instalador.

13. Abra o RStudio.

1.2.2 Instalando o RStudio IDE no Linux


Caso o seu sistema operacional seja Linux você deve escolher a distribuição adequada. Nova-
mente vamos descrever a instalação para as distribuições Debian especificamente no Ubuntu. Após
fazer o download de um arquivo com extensão .deb você poderá usar o Gerenciador de Software do
Ubuntu para realizar a instalação.

1. Na página de download do RStudio selecione a distribuição.

2. Será feito o download de um arquivo executável, ele aparecerá no canto inferior esquerdo da
tela.

3. Ao abrir o executável você será redirecionado a uma tela do gerenciador de software do Ubuntu,
clique em instalar.

4. O RStudio será instalado e estará disponível e pronto para uso em seus aplicativos.

5. Após a instalação você deverá ter a opção de abrir o software RStudio e verá uma tela similar a
apresentada na Figura 1.34.

Ômega Data Science · omegadatascience.com.br


1.3 15

Figura 1.14: Captura de tela do ícone do R no botão iniciar do Windows.

Para o sistema MacOS o processo é similar e instruções mais detalhadas podem ser vistas em
Instalando RStudio no MacOS.

1.3 Conhecendo o RStudio IDE


O objetivo desta seção é apresentar o RStudio IDE de forma ampla para que você possa
localizar as principais opções da ferramenta.

Figura 1.35 apresenta a janela do RStudio com seus quatro painéis principais.

No painel 1 é onde você vai digitar o código R que será executado no terminal R, localizado no
painel 2. Se você acabou de instalar o R no seu computador ou iniciou uma sessão sem abrir nenhum
arquivo com extensão .R, não haverá nada no painel 1. Para criar um arquivo com extensão .R você
deve clicar em File > New File > R script ou usar o atalho Ctrl + Shift + N. Este arquivo pode
ser nomeado e salvo em qualquer pasta de sua preferência, para isso siga o caminho File > Save ou
use o atalho Ctrl + S.

O painel 3 apresenta diversas características do ambiente de trabalho, bem como o histórico


de códigos, conexões e o tutorial do RStudio. Por fim, no painel 4 são apresentados os arquivos da
pasta de trabalho, os gráficos que você vai criando durante a sua análise, os pacotes disponiveis e ins-
talados. No painel 4 também ficam disponíveis os arquivos de documentação do R. Note que grande
parte das informações e recursos necessários para a o processo de programação estão disponíveis e
podem ser facilmente acessados pela IDE.

Ômega Data Science · omegadatascience.com.br


16 Capítulo 1. Instalação do ambiente de trabalho

Figura 1.15: Captura de tela do R pronto para uso.

A Figura 1.36 apresenta todos os menus disponíveis dentro do RStudio.

De forma geral o Menu do RStudio é similar a qualquer software de edição de texto e é


bastante auto-explicativo. Algumas abas que merecem atenção são a Session que controla a execução
de códigos R e também o diretório de trabalho (mais detalhes no próximo Capítulo). A aba Tools
permite a instalação de pacotes extras. Dentro da aba Tools também é possível customizar alguns
aspectos da IDE como tamanho de letra, layout dos painéis, opções de código entre diversos outros.
Essas opções estão disponíveis na aba Tools → Global Options…. Figura 1.37 apresenta a janela de
opções de customização do RStudio.

A melhor forma de você conhecer o RStudio é explorando cada um de seus Menus e op-
ções. O RStudio já vem preparado para trabalhar com diversas tarefas envolvendo o R e também suas
interfaces para lidar com bancos de dados relacionais, elaboração de documentos dinâmicos e desen-
volvimento de aplicações web. Além disso tem integração com softwares de versionamento de código
como o git. O processo de criação de pacotes R é totalmente integrado a IDE e também é possível
usar outras linguagens como o Python e o C++. É realmente uma ferramenta completa e bastante fácil
de usar.

Recomendamos que o leitor busque dominar alguns atalhos do teclado que podem ser con-
sultados no próprio Menu, do lado direito de cada comando. Uma outra recomendação é trabalhar
sempre com a versão mais atual do RStudio e para projetos grandes usar o recurso de projetos. Todos
esses recursos serão explorados ao longo dos próximos capítulos.

Ômega Data Science · omegadatascience.com.br


1.4 17

Figura 1.16: Captura de tela do terminal Linux com o R aberto.

1.4 Outros editores para o R

Em geral uma IDE é customizada para uma determinada linguagem. Apesar de que mui-
tas IDEs oferecem suporte a diversas linguagens simultâneamente. Para R existem diversas opções,
contudo editores que são multi-linguagem devem ser configurados para que seja possível trabalhar
com o R. Estes editores geralmente oferecem mais possibilidades de customização e nesta seção vamos
apresentar algumas opções e deixar algumas recomendações para quem está começando e para quem
já tem experiência em linguagens de programação.

Uma das primeiras opções para usuários Windows do R foi o editor Tinn-R. Trata-se de um
editor genérico de texto para o sistema operacional Windows que integra perfeitamento com o soft-
ware R. O editor possui interface gráfica (GUI) e também o ambiente integrado de desenvolvimento
(IDE). É um projeto registrado sob a Licença Pública Geral GPL, e portanto é um software livre.
Importante mencionar que tal editor é mantido e desenvolvido pelo pesquisador José Claudio Faria.
Figura 1.38apresenta a tela do Tinn-R.

Um dos editores mais poderosos que integra com diversas linguagens de programação é o
GNU-Emacs. O GNU-Emacs está disponível para todos os principais sistemas operacionais e tam-
bém se enquadra na categoria de software livre. É um dos editores mais maduros e estáveis disponíveis,
continua moderno e em evolução. O GNU-Emacs foi o primeiro editor a dar suporte a linguagem R
por meio do módulo ESS (Emacs speaks statistics). Também por meio do ESS o GNU-Emacs oferece
suporte a outros softwares estatísticos como S-Plus, SAS, Stata, Julia entre outros. Além disso, ainda

Ômega Data Science · omegadatascience.com.br


18 Capítulo 1. Instalação do ambiente de trabalho

Figura 1.17: Captura de tela da página do Rstudio.

Figura 1.18: Captura de tela da aba ”Products”.

existem variantes como Spacemacs e Doom-Emacs. A Figura 1.39apresenta a tela do GNU-Emacs


customizada para a linguagem R.

O Vim é uma outra opção de editor também muito maduro e de propósito geral como o
GNU-Emacs. O suporte para a linguagem R é oferecido pelo plugin Nvim-R. Interessante mencionar
que tal plugin é desenvolvido por dois brasileiros: Jackson Alves de Aquino e José Claudio Faria. A
Figura 1.40apresenta a tela do Vim já configurada para trabalhar com o R.

O editor VS-Code tem ganhado grande popularidade entre desenvolvedores de outras lin-
guagens como JavaScript, Python entre outras. O suporte para R também é por meio de um plugin.
Mais instruções podem ser encontradas aqui. A Figura 1.41apresenta a tela do VS-Code customizada
para o R.

Por fim, existem diversos outros editores que oferecem suporte para a linguagem R; entre eles
citamos:

▶ Atom;
▶ RGedit;
▶ RKward IDE;

Ômega Data Science · omegadatascience.com.br


1.4 19

Figura 1.19: Captura de tela da página do produto Rstudio.

▶ NppToR.

Com tantas opções é natural pensar se existe um melhor ou mais adequada para cada usuário.
De forma geral, a escolha do editor ou da IDE acaba sendo uma escolha de cada programador.

Em suma, recomendamos as IDE’s para usuários iniciantes uma vez que a curva de aprendi-
zado é mais rápida. O ambiente já vem todo configurado para uso e as funcionalidades em geral são
simples e fáceis de encontrar. Por outro lado, IDE’s não oferecem muitas opções de customização e
são limitadas em termos de linguagens suportadas.

Os editores são mais gerais, altamente customizáveis e podem trabalhar com diversas lingua-
gens. Geralmente precisam ser configurados e customizados, o que torna seu uso recomendado para
programadores mais experientes e que precisem usar diversas linguagens.

Concluímos este Capítulo com o R e um ambiente integrado de desenvolvimento (o RStudio)


instalados. Agora estamos prontos para começar a escrever nossos primeiros códigos R.

Ômega Data Science · omegadatascience.com.br


20 Capítulo 1. Instalação do ambiente de trabalho

Figura 1.20: Captura de tela da página do produto Rstudio com as informações do RStudio Desktop
Open Source Edition.

Figura 1.21: Captura de tela da página de download do RStudio IDE.

Ômega Data Science · omegadatascience.com.br


1.4 21

Figura 1.22: Captura de tela da página de download do RStudio IDE com botão de download.

Figura 1.23: Captura de tela que mostra o arquivo executável no canto inferior esquerdo da tela.

Figura 1.24: Captura de tela que mostra o instalador do RStudio.

Figura 1.25: Captura de tela que mostra a opção de escolha do local de instalação do RStudio no
computador.

Ômega Data Science · omegadatascience.com.br


22 Capítulo 1. Instalação do ambiente de trabalho

Figura 1.26: Captura de tela que mostra a opção de escolha da pasta do menu inciar.

Figura 1.27: Captura de tela que mostra a barra de progresso do instalador.

Figura 1.28: Captura de tela que mostra o encerramento do instalador.

Ômega Data Science · omegadatascience.com.br


1.4 23

Figura 1.29: Captura de tela que mostra o RStudio aberto.

Figura 1.30: Captura de tela que mostra a página de download do RStudio com as possíveis distribui-
ções.

Figura 1.31: Captura de tela que mostra o arquivo executável no canto inferior esquerdo da tela.

Ômega Data Science · omegadatascience.com.br


24 Capítulo 1. Instalação do ambiente de trabalho

Figura 1.32: Captura de tela que mostra o gerenciador de software do Ubuntu.

Figura 1.33: Captura de tela que mostra a barra de progresso da instalação do RStudio no Ubuntu.

Ômega Data Science · omegadatascience.com.br


1.4 25

Figura 1.34: Captura de tela do terminal Linux com o R aberto.

Ômega Data Science · omegadatascience.com.br


26 Capítulo 1. Instalação do ambiente de trabalho

Figura 1.35: Painéis do RStudio.

Figura 1.36: Menus do RStudio.

Ômega Data Science · omegadatascience.com.br


1.4 27

Figura 1.37: Janela de opções do RStudio.

Figura 1.38: Captura de tela Tinn-R.

Ômega Data Science · omegadatascience.com.br


28 Capítulo 1. Instalação do ambiente de trabalho

Figura 1.39: Captura de tela - Emacs.

Figura 1.40: Captura de tela - Vim.

Ômega Data Science · omegadatascience.com.br


1.4 29

Figura 1.41: Captura de tela VS-Code.

Ômega Data Science · omegadatascience.com.br


30 Capítulo 1. Instalação do ambiente de trabalho

Ômega Data Science · omegadatascience.com.br

Você também pode gostar