Linguagens de Programação - Linguagem R - Capítulo 1
- Andressa Siqueira
- 15 de out. de 2020
- 2 min de leitura
Atualizado: 16 de out. de 2020
Sempre digo que se você aprende uma linguagem de programação, você consegue aprender qualquer outra linguagem de maneira bem rápida e fácil! Isso porque, você já domina a lógica de programação, que é o mais difícil a meu ver.
Mas esse artigo é para começarmos a falar de uma linguagem bem especifica e muito usada em Data Science, a linguagem R.
O que é R?
R é uma linguagem e ambiente para computação estatística e gráficos desenvolvida na década de 90 por Ross Ihaka e Robert Gentleman na Universidade de Auckland (Nova Zelândia) e atualmente é desenvolvido pela equipe de Desenvolvimento do R.
R foi baseada na linguagem de programação S, criada na década de 70.
R pode ser considerado como uma implementação diferente de S. Existem algumas diferenças importantes, mas muitos códigos escritos para S são executados inalterados em R. [1]
Essa linguagem, muitas vezes, não é considerada como uma linguagem de programação, sendo mais comparada a um produto estatístico especializado, como é o caso do SAS. [2]
Por ser uma solução Open-Source, durante os primeiros anos, R ficou restrita ao ambiente acadêmico, com pouca utilização no ambiente corporativo.
A linguagem R é mais usada para manipulação de conjuntos de dados de tamanho médio, análises estatísticas e produção de documentos e apresentações centradas em dados. Além disso, nos fornece uma ampla variedade de modelagens lineares e não lineares, testes estatísticos clássicos, análise de séries temporais, clustering, além de ser altamente extensível. [2]
A linguagem R é uma linguagem de programação dinamicamente tipada, ou seja, é possível modificar os tipos de dados contidos em variáveis mesmo em programas que já estejam em execução.
Visualização de dados com R
A capacidade de criar gráficos agradáveis devido sua funcionalidade de processamento paralelo faz R uma forte ferramenta de visualização e gráficos. A linguagem R permite que os Cientistas de Dados criem gráficos interativos a partir dos resultados das análises de dados. Os gráficos podem ser usados para obter insights significativos durante todo o processo de análise de dados ou podem ser exportados em um relatório para apresentações executivas. Existe um consenso, que o pacote ggplot2, é uma das melhores ferramentas do mercado disponíveis para a construção de visualizações profissionais. [3]
Referências:
Comentarios