La ciencia de datos: el lenguaje R

 En R los tipos de variables se llaman modos, todos los elementos en un vector deben ser del mismo modo, que puede ser entero, numérico, carácter (cadena), lógico (Booleano), complejo ...  En R los indices de los vectores empiezan con 1.  Si en un vector dado queremos introducir un elemento adicional : definimos el vector x <- c(2,3,4,5,6) introducimos un elemento adicional entre el indice 3 y el indice 4: x <-c(x[1:3],345,c[4:5]) Para obtener la longitud de un vector: length(vector)   En R las variables no necesitan declaración previa, como en otros lenguajes  En R existe algo llamado reciclado, cuando operamos entre vectores de distinta longitud el vector de menor longitud se repite hasta alcanzar la longitud requerida : operaciones con vectores  el operador : permite generar vectores v.g. 5:8 --> 5,6,7,8 existe una instrucción para generar secuencias de números (vectores) seq(from=xx, to=yy, by=zz) para repetir secuencias en un vector rep(xx, ...

 R utiliza los siguientes tipos de datos : Vectores : a partir de la instrucción c(x1, x2,... ) , todos los elementos deben ser del mismo tipo. Escalares : números, v.g:   x<-8 Cadenas de caracteres, v.g. : z<- c("hijk", "34 67j") Matrices: un grupo de vectores en varias dimensiones Listas : un contenedor de datos de diferentes tipos, v.g. y <- list(u=2, v="fgh") , cada componente de la lista se accede como y$u o y$v  Data Frame: un conjunto de de lista o elementos de diferente tipo, normalmente se crean leyendo algún fichero o base de datos. Clases : ya que R es un programa orientado a objetos, los objetos son instancias de las clases.

  Google ofrece un entorno para sus usuarios que se llama Colab similar a los Notebooks de  Jupyter, sin instalar nada en tu ordenador: en este entorno se puede programar en R accediendo a través de este link :  https://colab.research.google.com/#create=true&language=r,  también permite programar en una combinación de Python y R ( Enlace ).  Los cuadernos generados se pueden guardar en Google-Drive, y desde Drive cargarlos en Colab para trabajar con ellos.   Similar a Jupyter, Colab trabaja añadiendo bloques de código (donde escribimos el programa) o texto (donde escribimos la descripción necesaria):