R para Dummies en Fitopatología

Inciemos con RStudio

Editar el documento:

• En el archivo Untitled.qmd, puedes comenzar a escribir contenido utilizando Markdown y agregar bloques (chunck) de código R para realizar análisis, generar gráficos y más.

• Dentro de cada chunk o bloque de trabajo podemos escrbir cualquier comando y ejecutar con el simblo de play o command + enter
  -inmediatamente el resultado obtenido o la gráfica aparecerá abajo.

Tener en cuenta:

• command + shift + m operador pipe (|> o %>%)
• command + option + i nuevo chunk de código interactivos

Empezando con R en este enlace

R como Calculadora

R puede ser usado como una calculadora básica:

# Suma
2 + 3

[1] 5

# Resta
5 - 2

[1] 3

# Multiplicación
4 * 3

[1] 12

# División
10 / 2

[1] 5

Creando Variables

Las variables son contenedores para almacenar datos. Puedes crear variables usando el símbolo <-.

# Asignando valores a variables
x <- 5
y <- 10

# Operaciones con variables
z <- x + y
z

[1] 15

Tipos de Datos en R

R maneja diferentes tipos de datos, incluyendo numéricos, caracteres y lógicos.

# Número entero
numero <- 10

# Número decimal
decimal <- 3.14

# Cadena de caracteres
texto <- "Hola, mundo"

# Valor lógico
logico <- TRUE

Estructuras de Datos en R

Las estructuras de datos más comunes en R son vectores, matrices, data frames y listas.

Vectores

Un vector es una secuencia de datos del mismo tipo.

# Creando un vector
numeros <- c(1, 2, 3, 4, 5)
numeros

[1] 1 2 3 4 5

Matrices

Una matriz es una colección bidimensional de datos del mismo tipo.

# Creando una matriz
matriz <- matrix(1:9, nrow = 3, ncol = 3)
matriz

     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

Data Frames

Un data frame es una tabla de datos donde cada columna puede contener diferentes tipos de datos.

# Creando un data frame
data <- data.frame(
  nombres = c("Ana", "Luis", "Marta"),
  edades = c(23, 30, 25)
)
data

  nombres edades
1     Ana     23
2    Luis     30
3   Marta     25

Listas

Una lista puede contener diferentes tipos de datos y estructuras de datos.

# Creando una lista
lista <- list(
  numeros = numeros,
  matriz = matriz,
  data = data
)
lista

$numeros
[1] 1 2 3 4 5

$matriz
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

$data
  nombres edades
1     Ana     23
2    Luis     30
3   Marta     25

Trabajando con Paquetes

R tiene una vasta colección de paquetes que extienden su funcionalidad. Puedes instalar y cargar paquetes con las funciones install.packages() y library().

Instalación de Paquetes

# Instalando el paquete ggplot2 para visualización de datos
#install.packages("ggplot2")

Cargando Paquetes

# Cargando el paquete ggplot2
library(ggplot2)

• ggplot2: Esta librería es parte del tidyverse y se utiliza para crear gráficos de alta calidad y altamente personalizables. Facilita la creación de una amplia variedad de gráficos, desde gráficos de dispersión hasta gráficos de barras, utilizando una gramática de gráficos coherente.

Visualización de Datos

Creando un Gráfico Sencillo

Usaremos el paquete ggplot2 para crear un gráfico sencillo.

# Cargando el paquete ggplot2
library(ggplot2)

# Creando un data frame
data <- data.frame(
  x = c(1, 2, 3, 4, 5),
  y = c(2, 4, 6, 8, 10)
)

# Creando un gráfico de puntos
ggplot(data, aes(x = x, y = y)) +
  geom_point()

Aprendizaje del día

Esta guía cubre los fundamentos básicos de R. Con práctica y exploración, te familiarizarás más con el lenguaje y sus capacidades. ¡Buena suerte en tu viaje de aprendizaje con R!