super_banner_728x90

Mostrando postagens com marcador linguagem R. Mostrar todas as postagens
Mostrando postagens com marcador linguagem R. Mostrar todas as postagens

quinta-feira, 19 de julho de 2012

Plotando gráficos na web com rApache

Oi pessoal!

Hoje vou dar uma dica de como usar a linguagem R para criar uma aplicação web simples, com upload e um plot de um gráfico. Com essa aplicação, o usuário pode enviar um arquivo texto comum, selecionar o separador dos campos do arquivo, digitar os rótulos dos eixos e depois criar o gráfico, que é então mostrado na página.

Primeiramente, você deve instalar e configurar o rApache na sua máquina.




Agora, segue o nosso programa:
# simples_rApache.R
# script para criar gráficos simples usando rApache
# 19/07/2012
# Leandro Lima - @lelimat

setContentType("text/html")

cat('<html><head><title>Simple plot</title></head>\n')
cat('<body><H1>Simple plot</H1>\n')
cat('<form enctype=multipart/form-data method=POST action="">\n')

cat('Arquivo: <input type=file name=arquivo><br />\n')
cat('<select name=separador>\n')
cat('<option value=" ">Separador</option>\n')
cat('<option value=",">v&iacute;rgula (,)</option>\n')
cat('<option value=";">ponto-e-v&iacute;rgula (;)</option>\n')
cat('<option value=" ">espa&ccedil;o ( )</option>\n')
cat('</select><br />')
cat('Rotulo eixo x: <input type=text name=rotulo_eixo_x value="">')
cat('Rotulo eixo y: <input type=text name=rotulo_eixo_y value="">')
cat('<input type=submit name=Plotar>')
cat("<hr>\n")

# Verificando se algum arquivo foi enviado
if (!is.null(FILES)){

    separador <- POST$separador
    # Lendo o arquivo temporário criado durante o upload
    arquivo <- read.table(FILES$arquivo$tmp_name, sep=separador)

    # Rótulos dos eixos x e y
    rotulo_eixo_x <- try(as.character(POST$rotulo_eixo_x))
    rotulo_eixo_y <- try(as.character(POST$rotulo_eixo_y))

    # Criação do plot, na mesma pasta do script
    png("/var/www/tmp/plot.png")
    plot(arquivo, xlab=rotulo_eixo_x, ylab=rotulo_eixo_y)
    dev.off();

    # Mostrando imagem
    cat(paste("<img src=\"/tmp/plot.png\">\n",sep=''))

}

cat("</body></html>\n")
DONE


A página vai ser mostrada assim.


E esse é um exemplo de gráfico gerado para o
arquivo de entrada abaixo (separado por espaços).



































Arquivo plot.txt
1 1
2 4
3 9
4 16
5 25

segunda-feira, 5 de dezembro de 2011

Como concatenar strings no R (como o join, no Python)

Tentando concatenar elementos de um vetor de strings (character) de forma a criar uma só string, deparei-me com a função paste.

A documentação do R mostra o seguinte, para a função:

------------------------------------------------------

Description

Concatenate vectors after converting to character.

Usage

paste(..., sep = " ", collapse = NULL)

Arguments

...one or more R objects, to be converted to character vectors.
sepa character string to separate the terms. Not NA_character_.
collapsean optional character string to separate the results. Not NA_character_.



------------------------------------------------------

Mesmo com a descrição, talvez ainda cause confusão a diferença exata entre os argumentos sep e collapse.

No exemplo da documentação, é mostrado o comando


paste("A", 1:6, sep = "")


que gera o seguinte resultado:


[1] "A1" "A2" "A3" "A4" "A5" "A6"


De forma parecida, o comando


paste("A", 1:6, sep = "_")


gera o resultado:



[1] "A_1" "A_2" "A_3" "A_4" "A_5" "A_6"



O problema é que eu gostaria de unir todos os elementos de um vetor em uma string só, como o comando join faz no Python.

Exemplo (em Python):
>>> x = ['1', '2', '3', '4', '5', '6']
>>> print 'bla'.join(x)
1bla2bla3bla4bla5bla6

Ou seja, o join une os termos de x separando-os pela string passada (no caso, 'bla').

Para fazer de maneira semelhante, com o paste, você deve usar o argumento collapse, e não o sep.
A principal diferença é que o sep é um separador usado na concatenação de cada termo. Já o collapse serve para unir todos os termos.

Veja a diferença:

> paste("A", 1:6, sep = '*')
[1] "A*1" "A*2" "A*3" "A*4" "A*5" "A*6"
> paste("A", 1:6, collapse = '*')
[1] "A 1*A 2*A 3*A 4*A 5*A 6"

Dessa forma, para fazer o paste ter a mesma função do join, use o collapse, e não o sep.


É isso. Espero que o post ajude!

segunda-feira, 27 de setembro de 2010

Breve introdução à linguagem R e seus comandos básicos

 
O R é uma linguagem de programação relativamente nova, mas já bastante utilizada. Na verdade, o R é uma implementação livre da linguagem S, da qual existe uma versão comercial, chamada S-PLUS. Como o R tem muitas funções/bibliotecas/pacotes para análise de dados, é bastante difundida na comunidade científica (por exemplo estatística e bioinformática).
A cada dia, mais desenvolvedores/colaboradores adicionam seus pacotes ao R, o que torna a linguagem cada vez mais poderosa e fácil de ser usada em problemas bem específicos, como (esses são só alguns exemplos):

Análise financeira: pacote RBloomberg
Análise de redes sociais: pacote sna (de Social Network Analysis)
Avaliação da acurácia de diagnósticos: pacote DiagnosisMed
Epidemiologia: pacote pitools
Análise de microarray (falarei sobre isso em um post não muito distante): pacotes anapuce, IsoGene, knorm, metaMA, samr, ...
Ferramentas para Bioinformática em geral: projeto Bioconductor


E esses são só alguns exemplos!
Esses dias encontrei até um pacote específico para análise de dados da famosa rede social/microblog twitter: o pacote twitteR!

O R tem uma comunidade grande, e existem vários encontros/seminários/conferências sobre a linguagem.
Imagem gerada pelo pacote statnet
Mas então se a linguagem é tão boa, vamos logo começar a programar! ;-)

Aqui você encontra mais informações sobre a instalação do R, que é bem fácil:
http://cran.r-project.org/mirrors.html

Nos links abaixo você pode encontrar alguns bons tutoriais:
An Introduction to R (em inglês): http://cran.r-project.org/doc/manuals/R-intro.html
Tutorial de R com conceitos básicos de estatística: http://www.cyclismo.org/tutorial/R/
Guia de referência básico, com principais comandos: http://cran.r-project.org/doc/contrib/Short-refcard.pdf
 
Fiz uma lista dos comandos básicos com um pequena explicação. Enjoy!

# Comandos básicos do R
# Por Leandro Lima, para o blog "Estudar Computação"

# Atribuição a variáveis (não é necessário declará-las)
x <- 5
y = 7

# Listar objetos (variáveis) criadas
ls()

# Obtendo diretório de trabalho 
getwd() # Get Working Directory

# Indicando/atribuindo diretório de trabalho 
setwd('/home/users/seu_nome') # Set Working Directory

# Criando vetores a partir de valores (função 'c', combinar)
z <- c(x, y)

# Criando vetores a partir de vetores
A <- c(1, 2, 3)
B <- c(6, 7, 8)
C <- c(A, B)
D <- c(A, 7, 10)

# Acessando elementos do vetor
A[2]
D[-4]
D[2:4]
# Modificando elementos do vetor
A[2] <- 5

# Criando vetores a partir de sequências
S1 <- seq(10)       # ou S1 <- 1:10
                    # Sequência de valores, com valor máximo
                    # 10 (e valor mínimo 1, por padrão)

S2 <- seq(5,20)     # ou S2 <- 5:20
                    # Sequência de valores (com valor mínimo
                    # 5 e valor máximo 20)

S3 <- seq(3,6,0.2)  # Sequência de valores (com valor mínimo
                    # 3, valor máximo 6 e incremento 0.2.
                    # Nesse caso, o 6 não necessariamente
                    # listado, pois ele é o valore máximo).
                    # Ex: S4 <- seq(3,6,0.9)

# Criando matrizes a partir de vetores...
# ...Combinando linhas ('rows')
M <- rbind(A, B)
# resultado
> M
  [,1] [,2] [,3]
A    1    2    3
B    6    7    8

# ...Combinando colunas ('columns')
N <- cbind(A, B)
# resultado
> N
     A B
[1,] 1 6
[2,] 2 7
[3,] 3 8

# Aplicando funções a vetores
# Somatório
Soma_D = sum(D)

# Média ('Mean')
Media_D = mean(D)

# Mediana ('Median')
Mediana_D = median(D)

# Desvio padrão ('Standard deviation')
DP_D = sd(D)

# Plotando gráficos comuns
boxplot(N)
boxplot(data.frame(N))

# Para carregar um script
source('nome_do_script.R')

# Dando nomes aos campos
notas <- c(7.5, 8, 5.7)
names(notas) <- c('Joao', 'Pedro')
# Mas como um valor está faltando o resultado será...
> names(notas)
[1] "Joao"  "Pedro" NA
# Dando nomes a conjuntos de campos
names(A)[3] <- 'Carlos'

# Aumentando o vetor
notas <- c(notas, 10, 9.5, 6.5)
# Resultado
> notas
  Joao  Pedro Carlos
   7.5    8.0    5.7   10.0    9.5    6.5
# Agora os nomes faltantes estarão vazios
> names(notas)
[1] "Joao"   "Pedro"  "Carlos" ""       ""       ""

# Completando nomes
names(notas) <- c(names(notas[1:3]), 'Vivi', 'Ana', 'Mario')
# Resultado
> names(notas)
[1] "Joao"   "Pedro"  "Carlos" "Vivi"   "Ana"    "Mario" 
> notas
  Joao  Pedro Carlos   Vivi    Ana  Mario
   7.5    8.0    5.7   10.0    9.5    6.5
# Notou que no vetor names(notas) apareceu o índice [1] e no
# vetor notas não mais? É porque agora os campos tem nomes.
# Nem é necessário ficar mostrando o índice. Mesmo assim,
# você pode continuar acessando os campos pelo índice
> notas[2]
Pedro
    8
# E agora também pelo nome
> notas['Ana']
Ana
9.5

# Verificando elementos por condição
> notas > 7
  Joao  Pedro Carlos   Vivi    Ana  Mario 
  TRUE   TRUE  FALSE   TRUE   TRUE  FALSE 
# O resultado é um vetor Booleano
# (só valores TRUE, verdadeiro, ou FALSE, falso)
# E se eu quiser mostrar só os elementos maiores que 7?
# Pra fazer isso, você deve passar a condição como
# indicadora dentro dos colchetes,
# pois estes delimitam o vetor
# Resultado
> notas[notas > 7]
 Joao Pedro  Vivi   Ana
  7.5   8.0  10.0   9.5

# Para isso, tambem é possivel usar o comando which(),
# que por padrão retorna quais elementos são verdadeiros
# para uma dada condição
> which(notas > 7)
 Joao Pedro  Vivi   Ana
    1     2     4     5
# O comando mostrou os indices dos elementos maiores que 7,
# e em cima seus respectivos nomes 

[Atualização1]
Grupo brasileiro de discussão sobre R:
[Atualização1]

Você gostaria de adquirir um livro sobre R em português? Existe o "Linguagem R - Programação para a Análise de Dados", do professor português Luis Torgo.

sexta-feira, 23 de julho de 2010

Função aggregate do R (exemplo simples)

Fala, pessoal! Blz?

De vez em quando vou colocar aqui algumas dicas de funções em linguagens que já trabalho ou que estou aprendendo.

A linguagem R é uma linguagem de programação livre que inicialmente foi criada para trabalhar com análises estatísticas, mas hoje em dia já têm coisas de muitas outras áreas implementadas em R.

A dica é sobre a função aggregate, que, como o nome já diz, agrega/une dados. O exemplo a seguir traz uma tabela com dados numéricos quaisquer para cada ítem (população, por exemplo, ou quantidade de qualquer coisa).

estado  cidade     bairro    qtd
CE      Crato      Centro    1
CE      Crato      Outro     2
CE      Fortaleza  Centro    3
CE      Fortaleza  Outro     4
SP      Campinas   Centro    5
SP      Campinas   Outro     6
SP      Sampa      Centro    7
SP      Sampa      Outro     8


Essa tabela está salva em txt ("tabela.txt", digamos), com os campos separados por tabulação.

# Carregando tabela na variável "tabela"
tabela <- read.delim('tabela.txt')

# Agregando a tabela por estados, pegando a soma
tab_por_estados = aggregate(
tabela$qtd, list('Estado'=tabela$estado),FUN=sum)

# Agregando a tabela por cidades, pegando a média
tab_por_cidades = aggregate(
tabela$qtd, list('Cidade'=tabela$cidade),FUN=mean)

# Explicação

tabela$qtd
# ~> Campo a ser modificado

list('nome_novo_do_campo'=tabela$cidade)
# ~> O campo será renomeado para 'nome_novo_do_campo'
# ~> depois do igual ('='), deve ter o campo da
#    tabela originala ser agrupado

FUN=mean
# ~> A função usada para agrupar os dados (ex: mean, sum, ...)

As novas variáveis tab_por_estados e tab_por_cidades conterão, respectivamente:

> tab_por_estados
  Estado  x
1     CE 10
2     SP 26


> tab_por_cidades
     Cidade   x
1  Campinas 5.5
2     Crato 1.5
3 Fortaleza 3.5
4     Sampa 7.5

Em breve vou postar mais sobre essa super-linguagem!

Para mais informações sobre o R:
Wikipedia: http://pt.wikipedia.org/wiki/R_(linguagem_de_programação)
Site oficial: http://www.r-project.org/