1 / 31

Tutorial de R e aRT

Tutorial de R e aRT. Pedro Ribeiro de Andrade DSA/CCST/INPE São José dos Campos, 2012. O que é o aRT?. SGBD. Apresentação. http://wiki.dpi.inpe.br/doku.php?id=geopro:pedro:cursoart 4 aulas Aula 1: Introdução ao R Aula 2: Introdução ao Pacote sp Aula 3: Introdução ao aRT

ermin
Download Presentation

Tutorial de R e aRT

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Tutorial de R e aRT Pedro Ribeiro de Andrade DSA/CCST/INPE São José dos Campos, 2012

  2. O que é o aRT? SGBD

  3. Apresentação • http://wiki.dpi.inpe.br/doku.php?id=geopro:pedro:cursoart • 4 aulas • Aula 1: Introdução ao R • Aula 2: Introdução ao Pacote sp • Aula 3: Introdução ao aRT • Aula 4: aRT avançado

  4. Instalação • Instalar R 2.15.1: www.r-project.org • Instalar o Rstudio: http://rstudio.org/ • Instalar TerraView 4.2.0: www.dpi.inpe.br/terraview • Instalar e configurar MySQL 5.5: www.mysql.com • Baixar e descompactar o arquivo http://www.leg.ufpr.br/~pedro/CDaRT/aula.zip • Executar o Rstudio: • Caso a máquina seja de 64 bits: Tools->Options->R version->change->32 bits. Fechar e abrir o Rstudio novamente. • Tools->Set working directory->Change directory para o diretório da pasta descompactada. • Abrir “gera-bancos.R”, dentro da pasta descompactada. • Alterar a senha para a mesma da instalação do MySQL. • Executar o comando: source("gera-bancos.R"). • Esperar a mensagem: “BANCOS DE DADOS GERADOS COM SUCESSO”

  5. Aula 1:Introdução ao R Pedro Ribeiro de Andrade DSA/CCST/INPE São José dos Campos, 2009 Apresentação baseada no curso “Introdução ao R” (http://www.leg.ufpr.br/Rtutorial/)

  6. www.r-project.org

  7. 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)

  8. 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.”

  9. “Como você fez isto?”

  10. “Foi um mapa de kernel...”

  11. “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)

  12. Sweave: Reproducible Research Finally 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

  13. Instalação: “R U ready?” • CRAN • Binários: base e contrib • Problemas com Windows Vista (instalar na sua própria pasta)

  14. 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))

  15. Operadores Lógicos 1 == 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)))

  16. Variáveis x <- 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

  17. 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))

  18. 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

  19. Índices de Vetores x[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]

  20. 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

  21. 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

  22. 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)

  23. 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)]

  24. Matrizes xc = 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),]

  25. Data frame plot(iris) iris[,3] iris[2,] iris$Sepal.Length iris[1:2, "Sepal.Length"] iris[["Sepal.Width"]] rownames(iris)

  26. 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

  27. 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

  28. Plotagem x <- 1:20 y <- x**3 plot(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="$")

  29. Plotagem plot(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")

  30. Plotagem plot(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))

  31. Salvando gráficos jpeg(...) ... dev.off() bmp(...) ... dev.off() png(...) ... dev.off()

More Related