Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- opensci:2022:trab3 [2024/03/23 20:17] – edição externa 127.0.0.1
+++ opensci:2022:trab3 [2024/04/10 18:32] (atual) – removida lcer
@@ Linha 1: / Linha 1: @@
-====== Tidyverse======
-==Por: Evandro Magalhães, Guilherme Landim e Jorge Monteiro==
-''citação''
-“Conjuntos de dados Tidy são todos iguais, mas todo conjunto de dados bagunçados são únicamente bagunçados.” –– Hadley Wickham
-{{ :opensci:2022:tidyverse-730x294.png?direct&600 |}}
-==== O que é a filosofia Tidy?====
-<html>
-<p align="justify">
-Os princípios para a elaboração de dados limpos através de uma interface uniforme permite a dominação de um pacote que pode ser interligado à lógica
-de outro. O tidyverse parte de uma base “crua” e a transformam até obter uma base de dados analítica, que, a menos de transformações simples, está preparada para
-gerar tabelas e gráficos e alimentar modelos. O Tidyverse é um conjunto de pacotes para ciência de dados que possuem gramática, estrutura de dados e principalmente,
-uma filosofia em comum. A filosofia é de trabalhar sempre com dados tidy (arrumados) e ter todas as ferramentas para transformar os dados que tivermos em tidy.
-</p></html>
-O tidyverse segue os seguintes princípios para uma [[https://pt.wikipedia.org/wiki/Interface_de_programa%C3%A7%C3%A3o_de_aplica%C3%A7%C3%B5es|API]] organizada, segundo o [[https://cran.r-project.org/web/packages/tidyverse/vignettes/manifesto.html|Tidy Manifesto]]:
-===Reutilizar estruturas de dados existentes===
-<html>
-<p align="justify">
-Quando possível, é melhor utilizar estruturas de dados comuns do que criar uma estrutura específica para o seu pacote.
-Geralmente, é melhor reutilizar uma estrutura existente mesmo que ela não se encaixe perfeitamente.
-</p></html>
-===Organizar funções simples usando o pipe===
-<html>
-<p align="justify">
-O pipe, %>%, é uma ferramenta de composição comum que funciona em todos os pacotes. Faça com que suas funções sejam o mais simples possíveis. Com o pipe é possível programar de forma mais compacta, legível e correta. Uma função deve poder ser descrita com apenas uma sentença.
-A sua função deve fazer uma transformação no estilo copy-on-modify ou ter um efeito colateral. Nunca os dois.
-O nome das funções devem ser verbos. Exceto quando as funções do pacote usam sempre o mesmo verbo. Ex: adicionar ou modificar.
-</p></html>
-===Programação Funcional===
-<html>
-<p align="justify">
-O tidyverse trata de um conjunto de pacotes lógicos que combina a manipulação de vetores para a visualização de dados em mapas para gerar uma comunicação sobre
-o fenômeno que o ocorre com a combinação dos fatores que aqueles dados possuem.
-Esta manipulação combinada é dado pela exploração algébrica dos conjuntos numéricos para a formação de equações que possam entender as variáveis ajustadas de acordo
-com a lista de dados que foi obtida através da dinâmica do processamento do código.
-A visualização combinada destes dados é ralizado por visulizações geométricas em diferentes escalas de acordo com a equação lógica atribuida, informando a posição dos vetores
-distribuidos de acordo com a matemática atribuída para o entendimento do fenômeno a ser explorado.
-Cada pacote do tidyverse lida com um diferente tipo de lógica.
-</p></html>
-===Projetado para ser usado por seres humanos===
-<html>
-<p align="justify">
-Desenvolva o seu pacote para ser usado por humanos. Foque em ter uma API clara para que você escreva o código de maneira intuitiva e rápida.
-Eficiência dos algoritmos é uma preocupação secundária, pois gastamos mais tempo escrevendo o código do que executando.
-</p></html>
-Em resumo, toda variável está em uma coluna, e toda coluna é uma variável!
-==== Quais são as regras para ser Tidy?====
-O padrão a ser seguido para a criação de dados e tabelas Tidy são em essência simples:
-  - Cada variável é uma coluna
-  - Cada observação é uma linha
-  - Cada tipo de unidade observacional é uma tabela
-<html>
-<p align="justify">
-Neste contexto, dados que não obedeçam esse conjunto de regras são considerados bagunçados (messy data).
-</p></html>
-De acordo com [[http://vita.had.co.nz/papers/tidy-data.pdf|Hadley Wickham]], desenvolvedor de diversos pacotes encontrados dentro do tidyverse (ggplot2, plyr, dplyr, etc…), os dados que fogem do padrão tidy podem ser categorizados em 5 problemas de organização:
-  - Os cabeçalhos são valores, não o nome das variáveis;
-  - Multiplas variáveis estão armazenadas na mesma coluna;
-  - Variáveis armazenadas tanto em linhas, como em colunas;
-  - Diferentes tipos de unidades observacionais estão armazenadas na mesma tabela;
-  - Uma única unidade observacional está armazenada em diferentes tabelas.
-==== O que é tidyverse?====
-<html>
-<p align="justify">
-O Tidyverse é uma coletânea de pacotes que podem facilmente ser instaladas pelo aglomerador de pacotes chamado ''tidyverse''. O que facilita, de forma conveniente o download e instalação dos pacotes com um simples comando no software R.
-</p></html>
-==== Pacotes do Tidyverse====
-<html>
-<p align="justify">
-No dia a dia cheio de análises de uma cientista de dados, provavelmente ela utilizará um dos pacotes do universo Tidy. Estes são:
-</p></html>
-''ggplot2'' O [[https://ggplot2.tidyverse.org/|ggplot2]] é um sistema para criação gráfica. Muito simples e muito usado! Basta prover os dados, dizer como você deseja que suas variáveis estejam localizadas esteticamente, quais princípios gráficos você deseja utilizar e ele resolverá para você.
-''dplyr'' O [[https://dplyr.tidyverse.org/|dplyr]] é um conjunto gramático de transformação de dados que ajuda a resolver a maioria dos problemas que os cientistas tem com os seus dados. Por exemplo: sumarizar, filtrar dados, agrupar, desagrupar, inserir linhas, colunas, renomear e tantos outros.
-''tidyr'' O [[https://tidyr.tidyverse.org/|tidyr]] proporciona um conjunto de funções que auxiliam a cientista de dados a transformar seu dataframe em tidy. Por exemplo: remodelar seuss dados (pivotar dados e reorganizar valores em novo layout), Dividir Células, Trabalhar com dados não disponíveis (os famosos NA's)...
-''readr'' O [[https://readr.tidyverse.org/|readr]] é um pacote que, de forma simples, lê dados tabulados(como csv, tsv, fwf). Este pacote é pensado para analisar diferentes dados encontrados na natureza e detectar quando estes dados são alterados de forma não esperada.
-''purrr'' O [[https://purrr.tidyverse.org/|purrr]] ou, como a nossa tradução livre, ronronar (dormir igual um gatinho) é um pacote que melhora a programação funcional do R fornecendo uma completa caixa de ferramentas para trabalhar com funções e vetores. Este pacote permite que você substitua varias funções por loops com códigos fáceis de escrever. Ou seja, grandes feitos com poucos passos.
-''tibble'' Tabelas [[https://tibble.tidyverse.org/|tibble]] são formas de dataframe. Neste formato, você consegue enfrentar problemas que só apareceriam no futuro, o que torna o seu código mais limpo e eficiente.
-</p></html>
-''stringr'' A manipulação de //strings// com o pacote [[https://stringr.tidyverse.org/|stringr]] é dada com base na promoção de um conjunto de ferramentas para trabalhar com uma string (cadeida de caracteres). Por exemplo: Detectar Matches, dividir strings, administrar tamanhos de células, juntar, separar...
-''forcats'' O [[https://forcats.tidyverse.org/|forcats]] é um utilitário de ferramentas que resolvem os problemas comuns com fatores. Por exemplo: criar um fator com um fator, inspecionar fatores, combinar fatores, mudar a ordem de níveis(desde, colocar gráficos em ordem crescente ou decrescente à coloração gráfica)...