¿Qué es R? - Introducción al motor de cálculo estadístico

R es una herramienta de programación estadística que está especialmente equipada para manejar datos, y muchos. 

Trabajar con grandes cantidades de información y producir gráficos y visualizaciones listos para su publicación es fácil con R. También lo son todo tipo de tareas de análisis, minería y modelado de datos. 

Dado que fue diseñado inicialmente por estadísticos con fines estadísticos, R se adapta excepcionalmente bien a la ciencia de datos, un campo importante en el mundo actual.

Aunque la función principal de R es el análisis estadístico y los gráficos, su uso va más allá y se extiende a la IA, el aprendizaje automático, el análisis financiero y mucho más.

Clasificado constantemente como uno de los lenguajes de programación más populares del mundo, por no hablar de uno de los que ofrece salarios más elevados, R existe desde principios de los años 90 y sigue pisando fuerte.

Pero, ¿qué es R? Siga leyendo para obtener más información sobre el lenguaje de programación R, incluida su historia, quién lo utiliza y posibles trayectorias profesionales con conocimientos de R en su haber.

¿Qué es R?

R es un sistema de cálculo estadístico y gráficos. Este sistema consta de dos partes: el propio lenguaje R (que es a lo que la mayoría de la gente se refiere cuando habla de R) y un entorno de ejecución.

R es un lenguaje interpretado, lo que significa que los usuarios acceden a sus funciones a través de un intérprete de línea de comandos. 

A diferencia de lenguajes como Python y Java, R no es un lenguaje de programación de uso general. En cambio, se considera un lenguaje específico de dominio (DSL), lo que significa que sus funciones y uso están diseñados para un área de uso o dominio específico. 

En el caso de R, se trata de computación y análisis estadísticos. Por extensión, R se utiliza habitualmente para todo tipo de tareas de ciencia de datos.

R está equipado con un amplio conjunto de funciones que permiten la visualización de datos, de modo que los usuarios pueden analizar los datos, modelarlos según sus necesidades y, a continuación, crear gráficos. Además de las funciones gráficas integradas en el lenguaje, existen numerosos complementos o módulos que facilitan esta tarea. 

¿Cuál es la popularidad del lenguaje de programación R?

R es un lenguaje de programación muy popular, especialmente en determinados campos como la ciencia de datos, la investigación académica y la estadística.

En octubre de 2023, R ocupaba el 17º lugar en el Índice TIOBE, y en agosto de 2020, R ocupaba el 8º lugar. Actualizado mensualmente, el Índice TIOBE es un buen indicador de la popularidad de un lenguaje de programación. 

El índice incluye 50 lenguajes y más de 8.000 lenguajes de programación, por lo que se puede afirmar que R es muy popular.

En mayo de 2020, R perdió brevemente su puesto entre los veinte primeros del Índice TIOBE, lo que llevó a muchos a especular que el salto del lenguaje desde la investigación académica al uso comercial fue rápidamente suplantado por Python. Sin embargo, esta pausa en la popularidad no duró mucho y, como informó TechRepublic, en julio del mismo año, R estaba entre los diez primeros.

R es el lenguaje preferido por los ingenieros estadísticos y la investigación estadística. Y universidades de todo el mundo utilizan R para ayudar a sus trabajos de investigación en numerosos campos.

"El éxito de R es un ejemplo del poder de una comunidad apoyada por el mundo académico para elevar un lenguaje más allá de su umbral esperado". - Stephen O'Grady, analista de RedMonk

Muchos creen que el salto de R a los diez primeros puestos de popularidad en 2020 se debió al mayor uso del lenguaje en la investigación COVID-19. Cuando hay muchos datos que manejar, R es la herramienta ideal, una de las razones por las que el lenguaje sigue siendo popular hoy en día, casi 30 años después de su creación.

¿Cuándo se creó R?

R fue creado a principios de la década de 1990 por los estadísticos de la Universidad de Auckland Ross Ihaka y Robert Gentleman. 

Ihaka y Gentleman, ambos por entonces profesores de estadística de la universidad neozelandesa, vieron lo que Ihaka denominó una "necesidad común de un mejor entorno de software" en sus laboratorios de informática. Esta constatación llevó a la pareja a empezar a desarrollar R, una implementación del anterior lenguaje de programación S. 

Aunque los profesores empezaron a trabajar en R a principios de los 90, la versión 1.0.0 no se publicó oficialmente hasta febrero de 2000. 

¿Qué significa el nombre de R?

El lenguaje R debe su nombre a dos razones: porque R es la primera letra del nombre de sus inventores y porque R es un juego de palabras con el nombre de su lenguaje padre, S, desarrollado originalmente por Bell Telephone Laboratories.

R y S y Esquema

Para entender bien R, es útil entender S, el lenguaje principal que sirvió de base para su desarrollo.

El lenguaje de programación S 

S fue desarrollado a mediados de los años 70 por John Chambers y otros trabajadores de los laboratorios Bell. Su objetivo era ofrecer un enfoque interactivo de la informática estadística, de fácil manejo y que facilitara y agilizara las tareas de análisis de datos. 

En una entrevista de 2013, Chambers señala que el equipo de los Bell Labs quería que la gente tuviera "acceso a los mejores métodos computacionales que existían, independientemente de su procedencia." 

También ha dicho que el equipo quería que los usuarios "empezaran en un entorno interactivo, en el que no pensaran conscientemente que estaban programando". Luego, a medida que sus necesidades fueran más claras y su sofisticación aumentara, deberían poder deslizarse gradualmente hacia la programación".

La filosofía general de S era muy parecida a la de R: ofrecer un entorno de software que facilite la programación computacional y el análisis estadístico, y que cualquiera pueda aprender a utilizar. 

Al igual que R, S también puede utilizarse para escribir programas más largos centrados en tareas estadísticas. Sin embargo, a diferencia de R, S y su iteración posterior, S-PLUS, eran productos con licencia, lo que significa que tenían que comprarse a una empresa.

Es importante señalar que R no es una lengua distinta, sino un dialecto de S. 

Sintaxis y semántica

Los lingüistas utilizan los términos sintaxis y semántica para describir los elementos de las lenguas naturales, y los informáticos también los han adoptado para los lenguajes de programación.

En programación informática, la sintaxis se refiere a las reglas que dictan la "ortografía" y la "gramática" de un lenguaje, mientras que la semántica se refiere a cómo se presentan los datos o comandos de un lenguaje. 

La sintaxis de R era muy similar a la de S en sus primeros años. Esto facilitó a los usuarios de S-PLUS el cambio a R, lo que desempeñó un papel clave en la popularidad final de R en el mundo académico. Sin embargo, la semántica de R es más parecida a la de Scheme, un lenguaje de programación funcional. 

¿R es un lenguaje de bajo o alto nivel?

R se considera un lenguaje de programación de alto nivel. Esta clasificación se basa en su nivel de abstracción del lenguaje de máquina. A diferencia de los lenguajes de bajo nivel, que requieren un profundo conocimiento de la memoria y los procesos informáticos, los lenguajes de alto nivel como R están diseñados para que los humanos los entiendan y escriban con facilidad, lo que los hace más accesibles para estadísticos, analistas de datos e investigadores.

R ofrece potencia, extensibilidad y flexibilidad a raudales, pero el "coste" en comparación con lenguajes como Python es un cierto nivel de complejidad. 

R no es el lenguaje de programación más fácil de aprender, pero tampoco es tan difícil como muchos quieren hacer creer. DataCamp lleva más de una década enseñando a utilizar R y hemos perfeccionado nuestros métodos. 

El truco está en centrarse primero en lo esencial y luego ampliar las habilidades y conocimientos de R a medida que se progresa. Si desea probar la programación en R, consulte nuestro curso gratuito Introducción a R. 

Evolución de R a lo largo de los años

R ha sido de código abierto durante la mayor parte de su vida útil, por lo que se han producido grandes cambios en el número de paquetes disponibles para el lenguaje. 

El propio lenguaje también ha sufrido algunos cambios, ya que hemos pasado de la primera versión a la más reciente, y los campos en los que se utiliza R también se han ampliado. Antes de profundizar en ello, echemos un vistazo a algunos hitos de la historia de R:

Breve historia de R

• 1991 - Ross Ihaka y Robert Gentleman comienzan a trabajar en un nuevo dialecto de S como proyecto de investigación para el Departamento de Estadística de la Universidad de Auckland.
• 1993 - El primer anuncio de R llega al público a través del archivo de datos StatLib y la lista de correo s-news.
• 1995 - El estadístico Martin Mächler convence a los inventores de R para que publiquen el lenguaje bajo una licencia pública general GNU, con lo que R pasa a ser de uso libre y de código abierto.

Ihaka y Gentleman publican su artículo seminal en el que presentan R al mundo. 

• 1997 - Se formó el R Core Team, este grupo es el único con acceso de escritura al código fuente de R, y revisan y promulgan cualquier cambio sugerido al lenguaje.

Ese mismo año se creó la Comprehensive R Archive Network (CRAN). Este repositorio de paquetes de software R de código abierto, extensiones del propio lenguaje, ayuda a los profesionales en infinidad de tareas.

• 2000 - Se publica la versión 1.0.0 de R. 
• 2003 - Se crea la Fundación R para mantener y administrar los derechos de autor del software R y proporcionar apoyo al proyecto del lenguaje R.
• 2004 - Se publica la versión 2.0.0 de R. 
• 2009 - Se crea The R Journal, una revista de acceso abierto sobre informática e investigación estadística.
• 2013 - Se publica la versión 3.0.0 de R.
• 2020 - Se publica la versión 4.0.0 de R.
• Junio de 2023 - Actualmente estamos en la versión 4.3.1 de R.

La Comunidad R

La comunidad R está formada por personas de todo el mundo que utilizan R, contribuyen a los paquetes disponibles en la biblioteca CRAN, o ambas cosas. 

Esta comunidad es conocida por ser muy activa; hay mucha gente organizando foros sobre R, escribiendo en blogs sobre el tema y respondiendo preguntas en Stack Overflow y otros lugares. Además de todos los recursos y apoyo virtuales de R, hay una serie de grandes conferencias sobre R que se celebran con regularidad.

Si quieres hacer algo con R y no estás seguro de cómo empezar, es muy probable que haya un paquete disponible para ayudarte. La bulliciosa comunidad de R ha producido miles de herramientas que amplían las capacidades de R. 

Según CRAN, hay casi 20.000 paquetes R disponibles. Algunos de estos paquetes han adquirido importancia por derecho propio, como el Tidyverse. Puede obtener más información sobre los paquetes R y cómo instalarlos en otra guía. 

El Tidyverse R

Es muy probable que si has leído algo sobre R, hayas oído hablar del Tidyverse. 

El Tidyverse no es un paquete único, sino un conjunto de paquetes R individuales. Todos estos paquetes están diseñados para la ciencia y el análisis de datos. 

Cada una de las herramientas del paquete Tidyverse está diseñada para funcionar conjuntamente con las demás y proporcionar un flujo muy claro entre las tareas de la ciencia de datos. 

Tidyverse es una creación de Hadley Wickham, científico jefe de RStudio y coautor de "R for Data Science". Esta autoproclamada "colección de opinión de paquetes de R" ha demostrado ser popular en todo el mundo, y científicos de datos de todo el mundo confían ahora en el Tidyverse para su trabajo.

De hecho, es seguro decir que cualquiera que quiera trabajar con R o con datos, en general, en estos días necesita entender el Tidyverse. Puedes comprobarlo en la Introducción al Tidyverse online de DataCamp y en la pista de habilidades sobre Fundamentos del Tidyverse con R.

El auge de la ciencia de datos

No sería correcto trazar la evolución de R sin mencionar con más detalle el auge de la ciencia de datos. 

Cuando el mundo pasó de los sistemas analógicos a la digitalización (convertir en digitales los sistemas existentes) a finales del siglo XX, los datos adquirieron cada vez más valor. Hoy vale más que el oro. 

Las empresas de todos los sectores e industrias necesitan entender a sus clientes y potenciales clientes para seguir siendo competitivas, y las organizaciones públicas pueden hacer mejor su trabajo cuando están equipadas con toda la información posible. 

Todos estos datos contienen una gran cantidad de información que las organizaciones pueden aprovechar, sólo necesitan las herramientas adecuadas. 

R es una de esas herramientas, al igual que Python, SQL, Power Bi y Tableau, entre otras. Para comprender correctamente la información oculta en los datos, necesitamos profesionales como científicos y analistas de datos.

A medida que la ciencia de datos cobraba importancia en el mundo moderno, aumentaba en consecuencia la demanda de personas con conocimientos técnicos para leer e interpretar datos. Hoy en día, por ejemplo, la ciencia de datos es una de las funciones de TI mejor pagadas, con un salario medio de más de 120.000 dólares, según Indeed.  

¿Quién utiliza R?

Muchos profesionales utilizan R en su trabajo, y el lenguaje se emplea en una gran variedad de campos. Antes de examinarlas, repasemos algunas posibles profesiones con conocimientos de R.

Carreras con R

• Científico de datos
• Ingeniero estadístico
• Analista de datos
• Programador R
• Arquitecto de datos
• Administrador de bases de datos
• Geoestadístico
• Investigador
• Inteligencia empresarial 
• Analista financiero
• Científico de aprendizaje automático
• Analista cuantitativo
• Estadístico
• Y más...

Campos e industrias en los que se utiliza R

Como es potente y capaz de realizar todo tipo de tareas de análisis, visualización y modelización de datos, R se utiliza en una amplia gama de industrias y sectores. He aquí algunas:

Academia

Al igual que el inglés es la lengua franca del mundo, R es el lenguaje de programación dominante en muchas instituciones académicas. Su uso tampoco se limita a la estadística; muchos tipos de investigación necesitan datos cuantitativos, incluidos los correlacionales, experimentales y descriptivos, y éstos se dan en todos los campos. 

La digitalización (el proceso de adopción de datos y herramientas asociadas) y el auge de los macrodatos han afectado a todos los campos de estudio e investigación, lo que ha llevado a un mayor uso de R en entornos académicos. 

Por ejemplo, el Statistical Package for the Social Sciences (SPSS) de IBM fue en su día la principal opción de software para ciencias sociales. Ahora, R es la primera opción por muchas razones:

• R es 100% gratuito tanto para instituciones como para estudiantes
• R es compatible con todos los sistemas operativos y datos de varios tipos de archivos
• R permite una investigación transparente y reproducible
• R facilita la creación de visualizaciones de datos

Una encuesta de DataCamp de 2013 sobre R en la educación mostró que el 71,1 % de los encuestados cursaban estudios de economía o empresariales, mientras que solo el 10,5 % lo hacían en informática, lo que demuestra que la alfabetización y las competencias en datos importan en todos los ámbitos.

Ciencia de datos

Junto con Python, R es un lenguaje importante en el mundo de la ciencia de datos. Con la ayuda de R, los profesionales pueden modelar y analizar datos estructurados y no estructurados, también pueden utilizar R para crear herramientas de aprendizaje automático y análisis estadístico que les ayuden en su trabajo.

R facilita el manejo de datos procedentes de diversas fuentes, desde la importación hasta el análisis. Además, el propio sistema R y la biblioteca CRAN ofrecen multitud de funciones y herramientas de visualización de datos, lo que facilita a los profesionales la presentación de sus investigaciones y hallazgos en un formato impactante y fácil de leer.

Estadísticas

No hace falta decirlo, ya que se trata de un lenguaje de programación estadística, pero R es el lenguaje de referencia para la estadística y el cálculo estadístico; al fin y al cabo, fue diseñado por estadísticos para este fin. 

Una amplia gama de paquetes apoya el trabajo en este campo, mientras que el propio lenguaje R puede utilizarse para desarrollar herramientas de software que incluyan funciones estadísticas. Su uso puede ir incluso más allá. En una entrevista, el informático de RStudio Joe Cheng señala que R puede utilizarse como lenguaje de propósito general para implementar nuevos lenguajes estadísticos. 

Finanzas

Gracias a su flexibilidad y aptitud para cualquier tarea de análisis de datos, no es de extrañar que R se utilice cada vez más en finanzas. Empresas como ANZ y Bank of America utilizan este lenguaje para el análisis y modelización del riesgo crediticio, la elaboración de informes financieros, la gestión de carteras de inversión y otras muchas tareas.

Herramientas específicas como jrvFinance y el paquete Rmetrics permiten a quienes trabajan en finanzas realizar cálculos financieros, aunque tengan poca experiencia en programación. 

DataCamp ofrece una serie de cursos de R para finanzas, entre los que se incluyen Fundamentos de finanzas en R y Finanzas aplicadas en R.

Redes sociales

Desde sus primeros días de Open Dairy y Bolt, las redes sociales han pasado de tener unos pocos usuarios expertos en tecnología a prácticamente todos los que poseen un teléfono inteligente. Hoy en día, es difícil encontrar a alguien que no utilice plataformas de medios sociales. 

Las redes sociales también son un gran negocio, un negocio que principalmente comercia con datos. Empresas como Meta (Facebook e Instagram) y TikTok se basan en los hábitos de los usuarios para ofrecer publicidad dirigida a otras empresas. 

Cada cosa que se hace o con la que se interactúa en las redes sociales genera datos que pueden utilizarse con este fin, y herramientas como R son el medio perfecto para que las empresas de redes sociales extraigan información de las cantidades masivas de datos que recopilan y gestionen los algoritmos que hacen que los usuarios vuelvan a por contenidos que se ajustan a sus intereses. 

¿Qué empresas utilizan R?

Estas son algunas de las grandes empresas que utilizan R en su pila tecnológica:

• Banco de América
• Amazon
• Facebook
• JP Morgan 
• Google
• Accenture
• LinkedIn
• IBM
• Uber
• Deloitte
• El New York Times
• Ford
• HP
• Y muchos más...

Algunos ejemplos de código

R puede realizar código básico como la creación de una matriz y su manipulación, como podemos ver a continuación:

#Let’s create a matrixmatrix_A <- matrix(1:10,nrow = 5, byrow = TRUE)matrix_A

#Now let’s add a column to the matrixmatrix_A1 <- cbind(matrix_A,c(6:10))matrix_A1

También puede ayudar a analizar y manipular los datos:

#Let's load a built-in dataset data(mtcars)#print first 10 rowshead(mtcars,10)

#Let us try to sort the dataset based on ascending order of horsepowerattach(mtcars)df<- mtcars[order(hp),]head(df,10)

R Básico y R Avanzado

Las personas con conocimientos básicos de R pueden utilizar el lenguaje de programación para realizar tareas básicas de ordenación y análisis de datos, como asignar variables y utilizar la línea de comandos para realizar cálculos. 

También pueden elaborar representaciones visuales de los datos, como diagramas circulares o gráficos. Incluso podrían utilizar R para ayudarles a gestionar sus propias finanzas personales o las de una pequeña empresa. 

Como era de esperar, las personas con conocimientos avanzados de R pueden hacer todas estas cosas y muchas más. 

El uso de R va más allá de la creación de visualizaciones y el análisis de datos. Al tratarse de una potente herramienta de cálculo estadístico, R puede utilizarse para crear modelos predictivos de aprendizaje automático y otras herramientas de ciencia de datos. 

Aunque se trata principalmente de un lenguaje funcional y de dominio específico, R puede utilizarse incluso para algunas tareas de programación orientada a objetos. Los expertos también pueden utilizar R para la metaprogramación, la creación de programas que luego pueden escribir o manipular otros programas.

Tanto si sólo desea una herramienta para gestionar mejor sus propios hábitos de gasto como si quiere convertirse en un maestro del código R, DataCamp puede ayudarle. Nuestra amplia gama de cursos y trayectorias profesionales de R son adecuados para todo el mundo, desde el principiante absoluto de R hasta el programador de R competente y más allá. 

Consulte nuestra hoja informativa sobre R, en la que se describen algunos aspectos básicos.

¿Debo elegir R o Python? 

En realidad, si quieres dedicarte en serio a la ciencia y el análisis de datos, al final tendrás que aprender ambos lenguajes. Python, un lenguaje de propósito general con un amplio ecosistema, se ve favorecido en ocasiones por su versatilidad, que lo hace ideal para el aprendizaje automático, la IA y la integración con otras herramientas. R, por su parte, se diseñó específicamente para el cálculo estadístico y los gráficos, por lo que es la opción preferida para los análisis estadísticos especializados y la investigación. 

La elección de cuál aprender o utilizar dependerá a menudo del proyecto en el que estés trabajando y de lo que esperes conseguir. Afortunadamente, ambos idiomas cuentan con numerosos recursos de aprendizaje a los que puedes recurrir para perfeccionar tus conocimientos. 

¿Qué es R? Reflexiones finales

R es un popular lenguaje de programación que permite manejar grandes cantidades de datos, generar visualizaciones de calidad y realizar toda una serie de tareas estadísticas y analíticas. 

Utilizado en campos como la ciencia de datos, las finanzas, el mundo académico, etc., R es potente, flexible y extensible. También es gratuito y completamente de código abierto, lo que significa que hay un montón de paquetes disponibles para ayudar a los usuarios de R con todo tipo de tareas y una comunidad de apoyo de amantes de R en todo el mundo.

Si te interesa una carrera en el campo de los datos, tus conocimientos de R pueden ayudarte a progresar y a conseguir un trabajo bien remunerado en la ciencia de datos. DataCamp alberga la oferta de cursos de R más completa de Internet. Desde el nivel introductorio hasta el aprendizaje automático con R, tenemos todo lo que necesita. Si acaba de empezar, nuestro curso de programación en R es el lugar perfecto para ponerse al día. También puede consultar nuestro itinerario profesional de Analista de datos con R para iniciar su carrera profesional.