COMANDOS INICIAIS NO R E NO PYTHON

Prof. Fabiano Guasti Lima

LINK para baixar e instalar o RStudio

https://www.rstudio.com/products/rstudio/
Primeiro instale o software R e posteriormente o RStudio.

LINK para baixar e instalar o Python

https://www.anaconda.com/
O pacote Anaconda possui diferentes ambientes de programação para
executar o Python, sendo que o mais usado é o Spyder, que é muito
semelhante ao RStudio.
Conhecendo o Software RStudio
O software RStudio é um ambiente integrado de
desenvolvimento, planejamento e execução de ferramentas de análise
de dados.
Sua interface é:

Janela A
Janela C

Janela D

Janela B

Nessa janela estão todos os recursos necessários para inserção

e execução dos comandos.

1
 A janela A é a área reservada para escrita dos comandos, ou
scripts como também pode ser chamado. Nessa janela todos os
comandos que você digitar ficarão armazenados.
Para que esses comandos sejam executados (rodados) é
necessário que você posicione o cursor na linha de comando que você
quer executar ou selecione as linhas conjuntas dos comandos que
deverão ser executados e clique no comando ->RUN ou simplesmente
pressione CRTL ENTER.
A funcionalidade dessa janela é para você ter o controle do que
já rodou e pode utilizar novamente ou realizar modificações, inserções
sem necessariamente ter que digitar os códigos repetidas vezes.
A janela logo abaixo (console), janela B, é onde os comandos
serão de fato compilados. Quando você digita um comando na janela
A e o executa, ele é automaticamente repetido na janela B mas com a
execução de fato do comando. Caso queira inserir algum texto
explicativo ou para ser guardado de referência do que se está
realizando, isso pode ser feito através da digitação do elemento # (jogo
da velha) que será lido pelo R mas não considerado como um código
de comando a ser executado.

Conhecendo o Software Spyder

Janela B
Janela A

Janela C

A janela A é onde se insere os programas (scripts). Nessa janela

é possível redigir toda a documentação dos scripts para serem
executados. A janela B é onde ficam os arquivos e as variáveis criadas
nos programas. Para execução de linhas de programação pode-se clicar

2
na tecla de comando estando posicionado o cursor na linha
desejada ou criar uma tecla de atalho no menu de ferramentas. Nesta
janela é possível controlar todas as variáveis já lançadas nos scripts.
Já a janela C é a janela do Console onde os programas podem ser
efetivamente executados (digitados inclusive) ou é a janela onde se
observará as saídas dos comandos executados.
Vale ressaltar que tanto no RStudio quanto no Spyder, existe uma
barra de tarefas em cima dessas janelas onde é possível realizar todos
os controles dos programas em R ou em Python.

Comandos Iniciais
• no R:
Veja a seguir um exemplo: foi inserido duas linhas, a primeira
com a referência ao tema abordado que são os “Comandos Iniciais em
R” precedido do elemento # e na sequência a soma de 1 + 2:

Ao clicar em ->RUN os mesmos comandos aparecem na janela B

mas agora com a consequente execução das linhas que são de fato
comando, no exemplo, apenas a linha 2. A linha 1 é apenas repetida
por estar sendo entendida apenas como um ‘comentário´. Observe que
após a execução da saída do cálculo o prompt de comando > já aparece
na linha seguinte aguardando a próxima ordem de comando.

É possível escrever linhas de comando diretamente na janela B,

porém, tais comandos não ficarão armazenados na janela A. Veja um
exemplo:

3
Observe que foi executado a operação 2 – 3 na janela B logo em frente
ao prompt de comando >, mas o referido comando não é armazenado
na janela A. A compilação do comando é feita pressionado apenas
ENTER de forma direta. Apenas a não armazenagem na janela de
comandos é que diferencia as opções.

• no Python:

Informando-se a sequencia de comandos a cima na janela A e

direcionando-se o comando RUN, observa-se no Console a saída da
operação indicada:

Identicamente:

Cuja saída é:

No Console é possível observar quantas linhas de comandos já

foram executadas através dos comandos In [1] etc. Quando este
console estiver com muitas linhas de comandos, pode-se apaga-las
digitando a palavra clear inclusive no próprio Console e apertando
ENTER.

4
 Na sequencia será dada as linhas de comando e limpando toda a
janela conforme a seguir:

No RStudio, a janela C, a direita da janela A é o ambiente

reservado para quando se abre ou se cria arquivos de dados com seus
respectivos valores e formas de armazenamento. Observe que tem
ainda alguns menus como History onde serão armazenados os seus
últimos comandos digitados.
Logo abaixo, fica a janela D, é o espaço reservado para múltiplas
funções. Em cada um dos menus disponíveis você encontrará os
outputs executados. Por exemplo, o primeiro menu File é onde você
direciona o diretório de armazenamento dos arquivos de dados a serem
lidos ou salvos. Para direcionar os arquivos você pode acessar a
seguinte janela clicando em ... conforme indicado pela seta:

Essa execução abrirá o seu menu de documentos, podendo você

escolher a pasta onde irá armazenar arquivos que serão usados nos
códigos que você pretende executar, bastando você localizar a referida
pasta de trabalho.

5
 Já no menu Plots ficarão os gráficos construídos nos scripts. No
meu Packages você irá encontrar as bibliotecas já previamente prontas
com scripts pré-programados que podem ser usados para facilitar os
objetivos do pesquisador. Para tanto, basta clicar no quadrado
esquerdo da referida biblioteca que o mesmo será instalado
automaticamente.

E ainda existe o menu Help, que abrirá uma caixa de busca ao

referido questionamento que deseja.

6
 Quando você abrir o RStudio ele automaticamente estará pronto
para iniciar a leitura dos comandos que você deseja rodar. Caso queria
começar uma nova janela de comandos, basta solicitar uma nova
janela para inserir os scripts.

Caso queira salvar esses scripts que você armazenou na janela

A para possível uso futuro, basta seguir o caminho:

Ao salvar observe que na janela A aparecerá o nome do arquivo

saldo com os scripts:

Já no Python, para poder escolher um diretório onde os scripts

serão salvos, bem como armazenamento de bases de dados, pode-se
clicar na pasta na barra de tarefas e escolher a pasta onde ficarão
salvos os respectivos arquivos:

7
 Para salvar o script basta entrar no menu Arquivo -> Salvar
Como e inserir o nome do script:

Realizando operações matemáticas

• no R:
Os comandos básicos iniciais para se executar simples operações
matemáticas são demonstradas a seguir na própria janela de
comandos:

Note que foram digitas linhas de 5 a 8 de comandos e foram

selecionadas arrastando-se o mouse na seleção e pedindo o comando
de execução, o mesmo ocorrerá com todas de uma vez:

Outros comandos como raiz quadra e potência:

E suas saídas:

8
 Caso queira calcular, por exemplo, logaritmo de um número,
você pode começar a digitar a palavra log e se parar a digitação
aparecerá um menu abaixo contendo todos os comandos com
logaritmos:

Assim, poderá escolher o tipo de logaritmo que deseja calcular,

por exemplo, caso queria logaritmo de 8 na base 3, ficaria:

Ou ainda, caso queira o ln(18) você teria o resultado de

• no Python:
Operações matemáticas simples podem ser feitas pelos comandos:

9
 As saídas no Console serão:

Para operações mais elaboradas será necessário carregar o

pacote math:

E todas as operações dentro deste pacote precisam ser

precedidas do prefixo math, seguido de ponto e após o comando
desejado, como por exemplo 𝑒 ! = 2,7182818284 ….:

E para cálculos de logaritmos e outras expressões:

Segue alguns exemplos de cálculos: log!" 2, 2# , √25:

10
Objetos
• no R:
No RStudio você pode definir o que se chama de objetivos, ou
seja, variáveis momentâneas que irão armazenar valores informados
ou calculados, mas que poderão ser usadas novamente para receber
novos valores. Para isso basta usar o comando <- ou = após a definição
do objeto, podendo ser inseridos valores numéricos ou caracteres,
textos, sendo que os textos deverão ser inseridos entre aspas duplas
ou simples:

A visualização ou a operacionalização desses objetos podem ser

feitas digitando diretamente no prompt de comando o seu valor:

E a partir de agora estes objetos criados passam a ficar

armazenados na janela C como pode ser visto a seguir:

11
 Mesmo com os objetos que são textos é possível operacionaliza-
los, unindo os termos, por exemplo:

Seus outputs são:

• no Python:
Em Python é possível definir os objetos que podem ser utilizados
na composição das variáveis. A definição é simples e cada uma das
atribuições podem ser definidas como, por exemplo:

Os resultados ficam:

A definição de objetos numéricos e não numéricos é feita da

mesma forma. A seguir, definimos mais um objeto a partir dos
anteriores e outros dois objetos não numéricos:

12
A janela onde se pode visualizar todos os objetivos criados é a janela
B selecionando a opção “Explorador de variáveis” como demonstrado
a seguir:

Vetores
Os vetores são objetivos de armazenamento de mais de um valor
para o mesmo conjunto. Por exemplo, se considerarmos algumas das
empresas brasileiras na B3 cujo faturamento no primeiro trimestre de
2020 foi:

Receita Líquida (R$ milhares)

Empresa
1º Trim/2020
Petrobras 75,469,000
JBS 56,481,380
Vale 31,250,932
Raizen Energia 30,710,614
Ultrapar 21,387,138
Fonte: Economática – acesso em junho/20
13
 • no R:
Para criar um vetor de dados no RStudio basta inserir os valores
através da função c(). Aqui serão criados dois vetores, sendo um para
as empresas e outro para os valores das receitas:

Após criados os vetores, pode-se lê-los:

Porém, na prática da análise dos dados em Finanças e

Contabilidade, trabalha-se com mais de uma dimensão, ou seja, com
os dados em forma de uma tabela de valores, que o RStudio entende
como data frame, que é feita através da função data.frame() como é
demonstrado a seguir:

• no Python:
Os vetores podem ser definidos no Python como listas que são
sequencias ordenadas onde os dados estão associados a um índice que
tem início na posição zero.
Para a manipulação e tratamento de bases de dados, deve-se
importar a biblioteca pandas para fazer uso da mesma ferramenta de
data frame do R.
A chamada da importação desta biblioteca no Python é:

14
 No comando acima, renomeamos a biblioteca pandas para pd
para facilitar as chamadas nos próximos scripts. Assim, na chamada
dos comandos dessa biblioteca, ao invés de chamarmos
pandas.DataFrame, usamos apenas pd.DataFrame.

Pode-se ainda manipular os dados criados como será

demonstrado a seguir.
• no R:
Pode-se ainda inserir novas colunas e realizar cálculos com os
vetores adicionando-os à data frame.

A leitura dos dados dessa matriz de valores é feita através de

índices que direcionam para a posição exata do elemento que se deseja
buscar.

15
 Pode-se adicionar à data frame mais linhas e colunas de forma
bem simples através dos comandos rbind (row – linha) e cbind (colun
– coluna).

A obtenção de um valor ou conjunto de valores dentro de um

data frame é feita através da chamada por indexadores:

Vale observar que foi encontrado os valores da Receita da Raizen

Energia, e todos os dados da empresa Vale das colunas de 1 a 4. E
também o sumário estatístico de todas as variáveis para todas as
empresas.

16
 • no Python:
A inserção de dados pode ser feita da mesma forma a partir da
seguinte sequencia de comandos:

E a seguir:

E para inserir a coluna da margem líquida a partir dos dados

anteriores no data frame, tem-se:

A leitura dos dados dessa matriz de valores pode ser feita em

Python de diversas formas. Uma delas é pelo comando loc e feita a
partir dos nomes das empresas no data frame. Por exemplo, para
obter a receita da Raízen energia no data frame ‘empresas’:

A inserção de novos elementos no data frame pode ser feita da

seguinte forma:

17
 Suja saída fica:

Referências:

CAETANO, Marco Antônio Leonel. Python e mercado financeiro:

programação para estudantes, investidores e analistas. São Paulo: Blucher,
2021.

FERREIRA, Pedro Guilherme Costa. Análise de Séries Temporais em R:

curso introdutório. São Paulo: Atlas, 2020.

18
19
20