O que é o R? - Uma introdução à potência da computação estatística

O R é uma ferramenta de programação estatística equipada de forma exclusiva para lidar com dados, e muitos deles. 

Com o R, é fácil lidar com grandes quantidades de informações e produzir gráficos e visualizações prontos para publicação. O mesmo acontece com todos os tipos de tarefas de análise, mineração e modelagem de dados. 

Como foi projetado inicialmente por estatísticos para fins estatísticos, o R é excepcionalmente adequado à ciência de dados, um campo importante no mundo atual.

Embora a função principal do R seja a análise estatística e os gráficos, seu uso vai além disso e se estende à IA, aprendizado de máquina, análise financeira e muito mais.

Consistentemente classificada como uma das linguagens de programação mais populares do mundo, sem mencionar uma que exige altos salários, o R existe desde o início da década de 1990 e ainda está em alta.

Mas o que é R? Continue lendo para saber mais sobre a linguagem de programação R, incluindo sua história, quem a utiliza e possíveis planos de carreira com habilidades em R.

O que é R?

O R é um sistema de computação estatística e gráficos. Esse sistema é composto de duas partes: a própria linguagem R (que é o que a maioria das pessoas quer dizer quando fala sobre R) e um ambiente de tempo de execução.

O R é uma linguagem interpretada, o que significa que os usuários acessam suas funções por meio de um interpretador de linha de comando. 

Diferentemente de linguagens como Python e Java, o R não é uma linguagem de programação de uso geral. Em vez disso, ela é considerada uma linguagem específica de domínio (DSL), o que significa que suas funções e uso são projetados para uma área específica de uso ou domínio. 

No caso do R, trata-se de computação e análise estatística. Por extensão, o R é comumente usado para todos os tipos de tarefas de ciência de dados.

O R é equipado com um grande conjunto de funções que permitem a visualização de dados, para que os usuários possam analisar os dados, modelá-los conforme necessário e, em seguida, criar gráficos. Além das funções gráficas embutidas na linguagem, há vários complementos ou módulos que facilitam isso. 

Qual é a popularidade da linguagem de programação R?

O R é uma linguagem de programação popular, especialmente em determinados campos, como ciência de dados, pesquisa acadêmica e estatística.

Em outubro de 2023, a R ocupava o 17º lugar no Índice TIOBE e, em agosto de 2020, a R estava em 8º lugar. Atualizado mensalmente, o Índice TIOBE é um bom indicador da popularidade de uma linguagem de programação. 

Há 50 idiomas listados no índice e mais de 8.000 outras linguagens de programação, portanto, é seguro dizer que o R é popular!

Em maio de 2020, o R perdeu brevemente seu lugar entre os vinte primeiros no Índice TIOBE, levando muitos a especular que o salto da linguagem da pesquisa acadêmica para o uso comercial foi rapidamente suplantado pelo Python. No entanto, essa queda na popularidade não durou muito e, conforme relatado pela TechRepublic, em julho do mesmo ano, o R estava entre os dez primeiros.

O R é a linguagem preferida dos engenheiros estatísticos e da pesquisa estatística. E universidades de todo o mundo usam o R para auxiliar o trabalho de pesquisa em vários campos.

"O sucesso do R é um exemplo do poder de uma comunidade apoiada pela academia para elevar uma linguagem além do seu limite esperado." - Stephen O'Grady, analista da RedMonk

Muitas pessoas acham que o salto do R para a popularidade entre os dez primeiros em 2020 se deveu ao aumento do uso da linguagem em pesquisas sobre a COVID-19. Quando há muitos dados a serem manipulados, o R é a ferramenta ideal - apenas um motivo pelo qual a linguagem ainda é popular hoje, quase 30 anos após sua criação.

Quando o R foi criado?

O R foi criado no início da década de 1990 pelos estatísticos Ross Ihaka e Robert Gentleman, da Universidade de Auckland. 

Ihaka e Gentleman, ambos então professores de estatística na universidade neozelandesa, perceberam o que Ihaka chamou de "necessidade comum de um ambiente de software melhor" em seus laboratórios de ciência da computação. Essa constatação fez com que a dupla começasse a desenvolver o R, uma implementação da linguagem de programação S anterior. 

Embora os professores tenham começado a trabalhar no R no início dos anos 90, a versão 1.0.0 só foi lançada oficialmente em fevereiro de 2000. 

Qual é o significado do nome R?

A linguagem R recebeu esse nome por dois motivos: porque R é a primeira letra do nome dos inventores e porque R é uma brincadeira com o nome de sua linguagem principal, S, que foi originalmente desenvolvida pela Bell Telephone Laboratories.

R e S e Esquema

Para entender completamente o R, é útil entender o S, a principal linguagem que informou seu desenvolvimento.

A linguagem de programação S 

S foi desenvolvido em meados da década de 1970 por John Chambers e outros funcionários da Bell Labs. Seu objetivo era oferecer uma abordagem interativa para a computação estatística, que fosse fácil de usar e tornasse as tarefas de análise de dados mais fáceis e rápidas. 

Em uma entrevista de 2013, Chambers observa que a equipe do Bell Labs queria que as pessoas tivessem "acesso aos melhores métodos de computação existentes, independentemente de sua origem". 

Ele também disse que a equipe queria que os usuários "começassem em um ambiente interativo, onde não pensassem conscientemente em si mesmos como programadores". Então, à medida que suas necessidades se tornassem mais claras e sua sofisticação aumentasse, eles poderiam entrar gradualmente na programação."

A filosofia geral do S era muito parecida com a do R: oferecer um ambiente de software que facilitasse a programação computacional e a análise estatística, que qualquer pessoa pudesse aprender a usar. 

Assim como o R, o S também pode ser usado para escrever programas mais longos centrados em tarefas estatísticas. No entanto, ao contrário do R, o S e sua iteração posterior, o S-PLUS, eram produtos licenciados, o que significa que precisavam ser comprados de uma empresa.

É importante observar que o R não é um idioma distinto, mas sim um dialeto do S. 

Sintaxe e semântica

Os linguistas usam os termos sintaxe e semântica para descrever elementos de linguagens naturais, e os cientistas da computação também adotaram esses termos para linguagens de programação.

Na programação de computadores, a sintaxe se refere às regras que ditam a "ortografia" e a "gramática" de uma linguagem, enquanto a semântica se refere à forma como os dados ou comandos de uma linguagem são apresentados. 

A sintaxe do R era muito semelhante à do S em seus primeiros anos. Isso facilitou a mudança para o R para as pessoas que usavam o S-PLUS, o que desempenhou um papel fundamental na eventual popularidade do R no meio acadêmico. A semântica do R, no entanto, está mais próxima da do Scheme, uma linguagem de programação funcional. 

O R é uma linguagem de baixo ou alto nível?

O R é considerado uma linguagem de programação de alto nível. Essa classificação é baseada em seu nível de abstração da linguagem de máquina. Diferentemente das linguagens de baixo nível, que exigem conhecimento profundo da memória e dos processos do computador, as linguagens de alto nível, como o R, são projetadas para serem facilmente compreendidas e escritas por humanos, tornando-as mais acessíveis para estatísticos, analistas de dados e pesquisadores.

O R oferece potência, extensibilidade e flexibilidade em grande quantidade, mas o "custo", quando comparado a linguagens como Python, é um certo nível de complexidade. 

O R não é a linguagem de programação mais fácil de aprender, mas também não é tão difícil quanto muitos querem que você acredite. A DataCamp vem ensinando as pessoas a usar o R há mais de uma década, e nós aperfeiçoamos nossos métodos. 

O truque é concentrar-se primeiro no essencial e, depois, aumentar suas habilidades e conhecimentos de R à medida que avança. Se você quiser experimentar a programação em R, confira nosso curso gratuito de Introdução ao R. 

Como o R evoluiu ao longo dos anos

O R tem sido de código aberto durante a maior parte de sua vida útil, portanto, houve grandes mudanças no número de pacotes disponíveis para a linguagem. 

A linguagem em si também passou por algumas mudanças, pois passamos da primeira versão para a mais recente, e os campos em que o R é usado também se expandiram. Antes de abordar esse assunto com mais profundidade, vamos dar uma olhada em alguns marcos na história do R:

Um breve histórico do R

• 1991 - Ross Ihaka e Robert Gentleman começam a trabalhar em um novo dialeto do S como um projeto de pesquisa para o Departamento de Estatística da Universidade de Auckland.
• 1993 - O primeiro anúncio do R chega ao público por meio do arquivo de dados StatLib e da lista de discussão s-news.
• 1995 - O colega estatístico Martin Mächler convence os inventores do R a lançar a linguagem sob uma licença pública geral GNU, tornando o R gratuito para uso e de código aberto.

Ihaka e Gentleman lançam seu artigo seminal apresentando o R ao mundo. 

• 1997 - Foi formada a Equipe Principal do R. Esse grupo é o único com acesso de gravação ao código-fonte do R, e eles revisam e aprovam todas as alterações sugeridas para a linguagem.

No mesmo ano, foi formada a Comprehensive R Archive Network (CRAN). Esse repositório de pacotes de software R de código aberto, extensões da própria linguagem, ajuda os profissionais em inúmeras tarefas.

• 2000 - A versão 1.0.0 do R foi lançada para o público. 
• 2003 - A R Foundation foi formada para manter e administrar os direitos autorais do software R e fornecer suporte ao projeto da linguagem R.
• 2004 - Lançamento da versão 2.0.0 do R. 
• 2009 - É criado o R Journal, um periódico de acesso aberto para computação e pesquisa estatística.
• 2013 - Lançamento da versão 3.0.0 do R.
• 2020 - Lançamento da versão 4.0.0 do R.
• Junho de 2023 - Atualmente, estamos na versão 4.3.1 do R.

A comunidade R

A comunidade do R é formada por pessoas de todo o mundo que usam o R, contribuem com os pacotes disponíveis na biblioteca CRAN ou ambos. 

Essa comunidade é conhecida por ser muito ativa; há muitas pessoas realizando fóruns sobre o R, escrevendo em blogs sobre o assunto e respondendo a perguntas no Stack Overflow e em outros lugares. Além de todos os recursos e suporte virtuais de R, há várias conferências de R de grande porte que são realizadas regularmente.

Se você quiser fazer algo com o R e não souber como começar, é bem provável que haja um pacote disponível para ajudá-lo. A movimentada comunidade do R produziu milhares de ferramentas que ampliam os recursos do R. 

De acordo com o CRAN, há cerca de 20.000 pacotes R disponíveis. Alguns desses pacotes ganharam destaque por si mesmos, incluindo o Tidyverse. Você pode saber mais sobre os pacotes R e como instalá-los em um guia separado. 

O R Tidyverse

Há uma boa chance de que, se você já leu um pouco sobre o R, já tenha ouvido falar do Tidyverse. 

O Tidyverse não é um pacote único, mas sim um pacote de pacotes R individuais. Todos esses pacotes são projetados para ciência de dados e análise. 

Cada ferramenta do pacote total do Tidyverse foi projetada para trabalhar em conjunto com as outras e fornecer um fluxo muito claro entre as tarefas de ciência de dados. 

O Tidyverse é uma criação de Hadley Wickham, cientista-chefe do RStudio e coautor de "R for Data Science". Essa autoproclamada "coleção opinativa de pacotes R" provou ser popular em todo o mundo, e cientistas de dados de todo o mundo agora contam com o Tidyverse para seu trabalho.

De fato, é seguro dizer que qualquer pessoa que queira trabalhar com o R ou com dados, em geral, hoje em dia precisa entender o Tidyverse. Você pode conferir a introdução on-line do DataCamp ao Tidyverse e a trilha de habilidades em Tidyverse Fundamentals with R.

A ascensão da ciência de dados

Não seria correto mapear a evolução do R sem mencionar o surgimento da ciência de dados em mais detalhes. 

Como o mundo passou dos sistemas analógicos para a digitalização (tornando os sistemas existentes digitais) no final do século XX, os dados se tornaram cada vez mais valiosos. Hoje, ele vale mais do que ouro. 

As empresas de todos os setores e indústrias precisam entender seus clientes e clientes potenciais para se manterem competitivas, e as organizações públicas podem fazer um trabalho melhor quando estão equipadas com o máximo de informações possível. 

Todos esses dados contêm muitos insights que podem ser aproveitados pelas organizações, que só precisam das ferramentas certas. 

O R é uma dessas ferramentas, assim como o Python, o SQL, o Power Bi, o Tableau e outros. Para compreender adequadamente as informações ocultas nos dados, precisamos de profissionais como cientistas e analistas de dados.

À medida que a ciência de dados se tornou mais importante no mundo moderno, a demanda por pessoas com habilidades técnicas para ler e interpretar dados aumentou proporcionalmente. Hoje, por exemplo, a ciência de dados é uma das funções de TI mais bem pagas, com um salário médio de mais de US$ 120.000, de acordo com o Indeed.  

Quem usa o R?

Muitos profissionais usam o R em seu trabalho, e a linguagem é usada em vários campos. Antes de examinar essas carreiras, vamos analisar algumas carreiras possíveis com habilidades em R.

Carreiras com o R

• Cientista de dados
• Engenheiro estatístico
• Analista de dados
• Programador R
• Arquiteto de dados
• Administrador de banco de dados
• Geoestatístico
• Pesquisador
• Inteligência de negócios 
• Analista financeiro
• Cientista de aprendizado de máquina
• Analista quantitativo
• Estatístico
• E mais...

Áreas e setores em que o R é usado

Por ser avançado e capaz de realizar todos os tipos de tarefas de análise, visualização e modelagem de dados, o R é usado em uma grande variedade de indústrias e setores. Aqui estão apenas alguns:

Academia

Assim como o inglês é a língua franca do mundo, o R é a linguagem de programação dominante em muitas instituições acadêmicas. Seu uso também não se limita à estatística; muitos tipos de pesquisa precisam de dados quantitativos, inclusive correlacionais, experimentais e descritivos, e isso ocorre em vários campos. 

A digitalização (o processo de adoção de dados e ferramentas associadas) e o surgimento do big data atingiram todos os campos de estudo e pesquisa, levando ao aumento do uso de R em ambientes acadêmicos. 

Por exemplo, o Statistical Package for the Social Sciences (SPSS) da IBM já foi a principal opção de software para ciências sociais. Agora, o R é a principal opção por vários motivos:

• O R é 100% gratuito para instituições e alunos
• O R é compatível com todos os sistemas operacionais e com dados de vários tipos de arquivos
• O R permite pesquisas transparentes e reproduzíveis
• O R facilita a criação de visualizações de dados

Uma pesquisa do DataCamp de 2013 sobre R na educação mostrou que 71,1% dos entrevistados estavam cursando economia ou administração, enquanto apenas 10,5% estavam cursando ciência da computação, mostrando que a alfabetização e as habilidades em dados são importantes em todos os níveis.

Ciência de dados

Juntamente com o Python, o R é uma linguagem importante no mundo da ciência de dados. Com a ajuda do R, os profissionais podem modelar e analisar dados estruturados e não estruturados, além de usar o R para criar ferramentas de aprendizado de máquina e de análise estatística que ajudam em seu trabalho.

O R facilita o manuseio de dados de várias fontes, desde a importação até a análise. Além disso, o próprio sistema R e a biblioteca CRAN oferecem muitas funções e ferramentas de visualização de dados, o que facilita aos profissionais a apresentação de suas pesquisas e descobertas em um formato impactante e de fácil leitura.

Estatísticas

Não é preciso dizer que, por se tratar de uma linguagem de programação estatística, o R é a referência para estatísticas e computação estatística - afinal, ele foi projetado por estatísticos para essa finalidade. 

Uma ampla variedade de pacotes dá suporte ao trabalho nesse campo, enquanto a própria linguagem R pode ser usada para desenvolver ferramentas de software que incluam funções estatísticas. Seu uso pode até ir além. Em uma entrevista, o cientista da computação do RStudio, Joe Cheng, observa que o R pode ser usado como uma linguagem de uso geral para implementar novas linguagens estatísticas. 

Finanças

Com sua flexibilidade e aptidão para qualquer tarefa de análise de dados, não é de surpreender que o R tenha sido cada vez mais utilizado no setor financeiro. Empresas como a ANZ e o Bank of America usam a linguagem para análise e modelagem de risco de crédito, relatórios financeiros, gerenciamento de carteiras de investimento e várias outras tarefas.

Ferramentas dedicadas, como o jrvFinance e o pacote Rmetrics, permitem que aqueles que trabalham com finanças realizem cálculos financeiros, mesmo que tenham pouca experiência em programação. 

O DataCamp oferece uma série de cursos de R para finanças, incluindo Fundamentos de Finanças em R e Finanças Aplicadas em R.

Mídia social

Desde os primeiros dias de Open Dairy e Bolt, a mídia social aumentou seu alcance de alguns usuários experientes em tecnologia para praticamente todos que possuem um smartphone. Hoje em dia, é difícil encontrar alguém que não use nenhuma plataforma de mídia social. 

A mídia social também é um grande negócio, um negócio que comercializa principalmente dados. Empresas como a Meta (Facebook e Instagram) e a TikTok se baseiam nos hábitos dos usuários para oferecer publicidade direcionada a outras empresas. 

Cada coisa que você faz ou com a qual interage nas mídias sociais gera dados que podem ser usados para essa finalidade, e ferramentas como o R são a maneira perfeita para as empresas de mídia social extraírem insights das grandes quantidades de dados que coletam e gerenciarem os algoritmos que fazem com que os usuários voltem para obter conteúdo que atenda aos seus interesses. 

Quais empresas usam o R?

Aqui estão apenas algumas das grandes empresas que usam o R em sua pilha de tecnologia:

• Banco da América
• Amazon
• Facebook
• JP Morgan 
• Google
• Accenture
• LinkedIn
• IBM
• Uber
• Deloitte
• The New York Times
• Ford
• HP
• E muito mais...

Alguns exemplos de código

O R pode executar códigos básicos, como a criação de uma matriz e sua manipulação, como podemos ver abaixo:

#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

Ele também pode ajudar na análise e manipulação de dados:

#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 e R avançado

Pessoas com conhecimentos básicos de R podem usar a linguagem de programação para realizar tarefas básicas de classificação e análise de dados, como atribuir variáveis e usar a linha de comando para realizar cálculos. 

Eles também podem produzir representações visuais de dados, como tabelas ou gráficos de pizza. Eles podem até usar o R para ajudá-los a gerenciar suas próprias finanças pessoais ou as de uma pequena empresa. 

Como esperado, as pessoas com conhecimento avançado de R podem fazer tudo isso e muito mais. 

O uso do R vai além da criação de visualizações e da análise de dados. Por ser uma poderosa ferramenta de computação estatística, o R pode ser usado para criar modelos preditivos de aprendizado de máquina e outras ferramentas de ciência de dados. 

Embora seja principalmente uma linguagem funcional e específica de domínio, o R pode até ser usado para algumas tarefas de programação orientada a objetos. Os especialistas também podem usar o R para metaprogramação, a criação de programas que podem escrever ou manipular outros programas.

Quer você queira apenas uma ferramenta para gerenciar melhor seus próprios hábitos de gastos ou queira se tornar um mestre no código R, o DataCamp pode ajudar. Nossa ampla variedade de cursos e carreiras em R é adequada para todos, desde o iniciante absoluto em R até o programador competente em R e muito mais. 

Confira nossa Folha de dicas sobre R, que descreve alguns dos conceitos básicos

Devo escolher R ou Python? 

Temos um artigo inteiro sobre R vs. Python - na realidade, se você pretende se dedicar seriamente à ciência de dados e à análise, precisará aprender ambas as linguagens. Python, uma linguagem de uso geral com um amplo ecossistema, às vezes é preferida por sua versatilidade, o que a torna ideal para aprendizado de máquina, IA e integração com outras ferramentas. O R, por outro lado, foi projetado especificamente para computação estatística e gráficos, o que o torna a opção preferida para análises e pesquisas estatísticas especializadas. 

A escolha de qual aprender ou usar geralmente depende do projeto em que você está trabalhando e do que espera alcançar. Felizmente, ambos os idiomas têm muitos recursos de aprendizado que você pode usar para aprimorar suas habilidades. 

O que é R? Considerações finais

O R é uma linguagem de programação popular que permite que as pessoas lidem habilmente com grandes quantidades de dados, gerem visualizações com qualidade de publicação e executem uma série de tarefas de computação estatística e analítica. 

Usado em campos como ciência de dados, finanças, academia e outros, o R é avançado, flexível e extensível. Ele também é gratuito e tem código aberto, o que significa que há muitos pacotes disponíveis para ajudar os usuários do R em todos os tipos de tarefas e uma comunidade de apoio de amantes do R em todo o mundo.

Se você estiver interessado em uma carreira na área de dados, as habilidades em R podem ajudá-lo a progredir e a conseguir um emprego bem remunerado na área de ciência de dados. O DataCamp é o lar da mais abrangente gama de cursos de R da Internet. Desde o nível introdutório até o aprendizado de máquina com R, temos tudo o que você precisa. Se você está apenas começando, nosso R Programming Skill Track é o lugar perfeito para se atualizar. Você também pode conferir o nosso curso Data Analyst With R Career Track para dar o pontapé inicial em sua jornada profissional.