Este curso te proporcionará las bases del lenguaje de programación estadística R, la lengua franca de la estadística, el cual te permitirá escribir programas que lean, manipulen y analicen datos cuantitativos. Te explicaremos la instalación del lenguaje; también verás una introducción a los sistemas base de gráficos y al paquete para graficar ggplot2, para visualizar estos datos. Además también abordarás la utilización de uno de los IDEs más populares entre la comunidad de usuarios de R, llamado RStudio. Objetivo Al término del curso: Utilizarás el lenguaje de programación R con el fin de manipular datos, generar análisis estadísticos y representación gráfica, a través del procesamiento de datos cuantitativos. Forma de trabajo Este curso busca introducirte en el lenguaje de programación estadística R, un lenguaje computacional diseñado para el análisis estadístico de datos. Este curso está dirigido a estudiantes y profesionales que tienen interés en poder utilizar esta herramienta, para leer, manipular, analizar y graficar datos. Utilizarás un IDE (Ambiente de Desarrollo Integrado) muy popular para trabajar con el lenguaje R, llamado RStudio, que se ha vuelto el IDE de facto para programar en R. En cada módulo encontrarás videos que te guiarán en la instalación de las herramientas a utilizar, así como explicaciones de las operaciones básicas y los elementos específicos que ofrecen un manejo más profundo del lenguaje. También hallarás algunas referencias bibliográficas para ahondar en el tema que sea de tu interés. Para complementar las lecciones, realizarás prácticas con el lenguaje, las cuales tendrán valor para la evaluación.
Manejo de Fechas Tiempos
Loading...
Universidad Nacional Autónoma de México의 강좌에서
Introducción a Data Science: Programación Estadística con R
2979개의 평가
Universidad Nacional Autónoma de México
2979개의 평가
수업에서
Introducción al Lenguaje
En esta primera semana, tendrás tus primeros pasos en el lenguaje, entenderás que son los objetos, las clases, los tipos de datos y podrás leer y escribir datos a distintas fuentes y tipos de archivos.
강사 만나기
Carlos Ernesto López NatarénTécnico Académico
Secretaría Técnica de Cómputo, Telecomunicaciones, Diseño y Fotografía, Instituto de Física, UNAM
[MUSIC]
En esta lección aprenderemos una guía para el estilo de código.
Este es importante you que puede ser que se tenga que revisar tu código
tiempo después, por tí o por alguien más y entonces el seguir esta
guía te permitirá tener un código más legible y por lo tanto perderás
menos tiempo en tratar de re entender lo que tú you habías escrito.
Es por ello que vamos a establecer una serie de estándares mínimos que la mayoría
de la gente va a seguir y una vez que you estén utilizando esos estándares mínimos,
adopten algún estilo particular o inventen el propio
para algún proyecto en específico.
Antes de continuar, no olvides que todos tus archivos de código en R deben estar
guardados en modo texto y con una codificación ASCII.
Si vas a utilizar acentos o algún carácter especial, es importante que guardes
en el formato o codificación UTF-8.
Esto se puede cambiar en el
menú de file de R En la parte que dice "Save with Encoding".
Una vez que le des clic ahí, te aparecerá una serie de codificaciones, y, te digo,
utiliza el ASCII o UTF-8.
La primera recomendación que te podemos dar en esta guía es
que indentes tu código.
Indentar no es más que colocar los espacios en blanco necesarios para hacer
el código más legible.
Esto lo que ocasionará es que tu código, o más bien,
la idea que estás tratando de implementar con tu código, sea más clara.
Indentando incluso podemos mejorar la manera en cómo se está moviendo el flujo
de tu programa porque de buenas a primeras, en una primera vista,
te permitirá ver hacia dónde está fluyendo la información de ella.
Por ejemplo, ahorita el código que está apareciendo en la pantalla,
es un código que está prácticamente sin indentar, es decir,
pone los comentarios en la misma línea e incluso hay
varias asignaciones que están también en una misma línea y el código se vuelve muy
difícil, muy apretado, muy difícil de descifrar.
Ahora si observamos esta segunda, esta misma función
implementada con la indentación correcta, podemos observar que es mucho más clara.
Cada comentario va en una línea aparte, al igual que las
asignaciones y la llave que cierra está, también, en una línea aparte.
Entonces puedes observar que este es mucho más claro sin necesidad
de leer exhaustivamente esta función.
Podemos cambiar la manera en como indentamos con la tecla tab o tabulador,
es decir, cada vez que utilizamos o presionamos la tecla tab o tabulador,
podemos ver que nos inserta cierto número de espacios en blanco.
Podemos cambiar el comportamiento de la tecla tab en R Studio, es decir,
cuántos espacios inserta, yendo a la configuración de R Studio en
la sección de code y luego en editing hay una sección que dice
ancho del tab o tab width y en esa parte por omisión tiene un valor de cuatro.
Lo podemos cambiar a ocho que es el valor que yo recomiendo porque el código
que es generado con éste; es mucho más claro.
Una vez hecho esto, podemos entonces reinventar nuestro código,
seleccionándolo completamente y luego presionando la combinación
de teclas command I o control I, para reindentarlo.
En el código que está apareciendo en pantalla en este momento,
podemos observar que es muy legible.
Los tabs o la indentación que tiene es de 8 caracteres
y es muy claro dónde empieza y dónde termina la función.
Además de que podemos observar que las asignaciones están bien definidas y,
también, donde empiezan y termina los ciclos for.
Otra recomendación importante es que limitemos
nuestro código a 80 caracteres por cada línea de código que estemos escribiendo.
Esto con el fin de que no vayamos alargando demasiado nuestra línea,
que haga demasiado ilegible el código,
porque pueden estar sucediendo demasiadas cosas en esa línea.
Además de que evitamos que nuestro código vaya
anidándose demasiado, lo que ocasiona también, más ilegibilidad.
Si llegamos a escribir una función que resulta demasiado larga, y ahorita veremos
a qué nos referimos con eso, será mejor reescribirla en funciones más pequeñas
y luego conjuntarlas todas estas, para formar la función que queremos escribir.
Idealmente, una función bien escrita,
no debería de pasar más de 80 líneas de código o una página de tu editor.
Estas funciones además, deben seguir la filosofía de UNIX.
Donde cada comando hace una única cosa, pero lo hace muy bien.
Una vez que dominemos esta guía, podemos entonces adoptar un estilo particular
de programar, el cual incluye también modificar la manera en que se escriben
las funciones, se nombran las variables y muchas otras recomendaciones.
Uno de los estilos más populares es el que edita la Google's R Style Guide,
que pueden consultarla en la página que está apareciendo en pantalla.
De manera general lo que especifica es lo siguiente, el nombre de los archivos,
que en este caso es con la extensión.R, los identificadores,
que son las variables, cómo deben ir escritas las variables,
el nombre de las funciones, el nombre de las constantes.
También el tamaño de línea que,
como you dijimos antes es un máximo de 80 caracteres, la forma de indentación
que ellos recomiendan utilizar dos espacios y nunca tabulaciones.
También los espacios entre operadores o antes de la coma o después de una.
La forma en como se abren las llaves.
Cómo abrir llaves y cerrarlas cuando utilzamos la palabra else.
La forma en como debemos asignar, en este caso es usando el operador de asignación
que you conocemos, nunca el signo igual, la forma en cómo o cuándo usar punto y
coma, que ellos recomiendan nunca usarlo, la estructura general de un programa en R.
Que es un poco larga de explicar pero,
básicamente tienes que tener una descripción.
Sentencias el source(), si estás cargando archivos de otro lado, y la
función library(), luego la definición de funciones y las sentencias de ejecución.
Además, también, cómo se deben escribir las pruebas unitarias que
deben ir en un archivo aparte,
los comentarios; con qué deben iniciar y en dónde se deben poner y las funciones.
La forma en cómo debemos escribir los argumentos y dónde deben ir
los argumentos que deben tener valores por omisión.
También una sección de comentarios para cada función.
Y finalmente las listas TO DO o de pendientes,
en esta guía se establece cómo deben ser escritas de manera consistente y
la descripción de las tareas que se deben hacer en ella.
Pueden consultar más a fondo esta guía en la página que aparece en pantalla.
[MUSIC]
Coursera 카탈로그 살펴보기
무료로 참여해 맞춤화된 추천, 업데이트 및 제안을 받아보세요.
Coursera는 세계 최고의 교육에 대한 보편적인 접근 기회를 제공하며,
최고의 대학 및 기관들과 제휴하여 온라인 강좌를 제공합니다.
© 2019 Coursera Inc. All rights reserved.
