Workflow Básico

class: center, middle, inverse, title-slide

# Workflow Básico
## Boas práticas
### Beatriz Milz
### Grupo de estudos - R-Ladies São Paulo
### 07 de julho de 2021

---

## Referência

.pull-left[

]

.pull-right[

- Livro: R para Ciência de Dados

- Apresentação baseada na [2 edição do livro](https://r4ds.hadley.nz/index.html) (está em processo de escrita)

- Capítulos:

- [Workflow: Basics](https://r4ds.hadley.nz/workflow-basics.html)
  
  - [Workflow: Scripts](https://r4ds.hadley.nz/workflow-scripts.html)
  
  - [Workflow: Projects](https://r4ds.hadley.nz/workflow-projects.html)
  
]

---
class: middle, center, inverse

## Workflow: Básico

---

### R como uma calculadora

- Podemos usar o R como uma calculadora:

```r
1 / 200 * 30
```

```
## [1] 0.15
```

```r
(59 + 73 + 2) / 3
```

```
## [1] 44.66667
```

```r
sin(pi / 2)
```

```
## [1] 1
```

---

### Criando objetos

- Podemos criar objetos (e guardar resultados) usando o operador de atribuição `<-`, e a estrutura a seguir:

```
nome_do_objeto <- valor
```
.pull-left[
Exemplo:

```r
x <- 3 * 4
```

Podemos ver o conteúdo do objeto escrevendo o nome e executando:

```r
x
```

```
## [1] 12
```

]

.pull-right[
Outra opção é criar o objeto e envolvê-lo com parênteses:

```r
(y <- 3 * 4)
```

```
## [1] 12
```
]

---

### Boas práticas e objetos

- Atalho `Alt -` (Alt e menos) serve para escrever o sinal de atribuição mais rápido.

- O sinal `=` também funciona  neste caso: não use :)

- Aproveite para usar a tecla Tab no RStudio: ajuda a autocompletar!

- O R é *case sensitive*:

```r
r_rocks <- 2 ^ 3
```

```r
r_rock
#> Error: object 'r_rock' not found
R_rocks
#> Error: object 'R_rocks' not found
r_rocks
#> [1] 8
```

- Erros de digitação e de maiúscula/minúscula importam!

---
### Boas práticas e objetos

- Cuidado ao dar nomes aos objetos:

```r
eu_uso_snake_case
outrasPessoasUsamCamelCase
algumas.pessoas.usam.pontos
E_Algumas.Pessoas_RENUNCIAMconvenções
```

- O [tidyverse style guide](https://style.tidyverse.org/) usa snake case.

---

### Utilizando funções

- O R possui muitas funções disponíveis

- Estrutura para utilizar uma função:

```r
nome_da_funcao(nome_do_argumento_1 = valor_para_o_argumento1,
               nome_do_argumento_2 = valor_para_o_argumento2,
               nome_do_argumento_3 = valor_para_o_argumento3,
               ...)
```

Exemplo:

```r
seq(from = 1, to = 10)
```

```
##  [1]  1  2  3  4  5  6  7  8  9 10
```

- Parênteses (e aspas) sempre devem estar em "duplas": se abrirmos, temos que fechar.

---
class: middle, center, inverse

## Workflow: Scripts

---
### Scripts

.pull-left[
<img src="https://r4ds.hadley.nz/diagrams/rstudio-editor.png" width="100%" style="display: block; margin: auto;" />
]

.pull-right[

- Podemos salvar nossos scripts para utilizar depois!

- Considere tudo no console como temporário, pois não salvamos o conteúdo.

- Escreva no Script/Editor os códigos importantes para a análise.
]

---

### Executando códigos

- O atalho  `Cmd/Ctrl + Enter` é um dos mais úteis! Executa o código selecionado, ou o trecho de código onde o cursor está.

- O atalho `Cmd/Ctrl + Shift + S` executa todos os códigos do script!

- Recomendado escrever os códigos para carregar pacotes (`library()`) no início do código da análise

Autores:

> "Note, however, that you should never include `install.packages()` or `setwd()` in a script that you share. It’s very antisocial to change settings on someone else’s computer!"

---
class: middle, center, inverse

## Workflow: Projects

---
### O que é "real"?

- O que você salvaria como o último registro do que aconteceu na análise?

- Onde a nossa análise "vive"?

- Scripts x Environment
  - É muito mais fácil recriar os objetos do Environment a partir dos códigos que escrevemos no script do que o contrário.
  
---
### Boas práticas

.pull-left[
Configure o RStudio para não salvar o workspace entre as sessões:

Tools > Global Options >  ...

]

.pull-right[

- Ao reiniciar o RStudio e a sessão do R, o Workspace será limpo.

- Isso nos obriga a registrar todas as etapas importantes no código.

Recomendo a leitura: [Capítulo .RData e .Rhistory, livro Zen do R](https://curso-r.github.io/zen-do-r/rdata-rhistory.html)

]

---

### Onde as análises vivem?

- **Working directory/diretório de trabalho**: é o lugar (uma pasta no computador) onde o R irá procurar pelos arquivos quando queremos importá-los, ou onde ele irá salvar os arquivos quando queremos exportá-los.

Como saber qual é o diretório de trabalho atual?

- Olhando o console;

- Usando a função `getwd()`:

```r
getwd() # para saber qual é o diretório de trabalho
```

```
## [1] "/Users/beatrizmilz/GitHub/grupo_de_estudos/"
```

Também existe a função `setwd()` para mudar o diretório de trabalho, mas isso **não é recomendado**!

---
### Caminhos

- **Caminhos absolutos** vs **Caminhos relativos**

- Caminhos absolutos são caminhos que apontam para o mesmo lugar independente do diretório de trabalho.

- Caminhos relativos são caminhos que partem do diretório de trabalho.

---

### Exemplo

Caminhos até o arquivo [`index.html` desta apresentação](https://github.com/R-Ladies-Sao-Paulo/grupo_de_estudos/blob/main/r4ds/02-workflow/index.html)

- Caminho absoluto:
```
"~/GitHub/grupo_de_estudos/r4ds/02-workflow/index.html"
```

- Caminho relativo:
```
"r4ds/02-workflow/index.html"
```

> "You should **never** use absolute paths in your scripts, because they hinder sharing: no one else will have exactly the same directory configuration as you."

> "Você **nunca** deve usar caminhos absolutos em seus scripts, porque eles dificultam o compartilhamento: ninguém mais terá exatamente a mesma configuração de diretório que você."

---
### Projetos do RStudio

.pull-left[
- O projeto é um local (uma pasta no nosso computador) onde teremos todos os arquivos necessários para nossa análise:
  - Dados utilizados
  - Scripts em R
  - Figuras
  - Resultados de análises
  - Entre outros

- Quando usamos projetos do RStudio, o nosso diretório de trabalho é a pasta do projeto. 
]

.pull-right[

- Crie um projeto do RStudio `.RProj` para cada novo projeto de análise de dados;

- Sempre use caminhos relativos;

- Recomendação de leitura: [Capítulo Rproj e diretórios - Livro Zen do R](https://curso-r.github.io/zen-do-r/rproj-dir.html)
]

---

### Criando um projeto

.pull-left[
<img src="https://r4ds.hadley.nz/screenshots/rstudio-project-1.png" width="70%" style="display: block; margin: auto;" /><img src="https://r4ds.hadley.nz/screenshots/rstudio-project-2.png" width="70%" style="display: block; margin: auto;" />
]

.pull-right[

<img src="https://r4ds.hadley.nz/screenshots/rstudio-project-3.png" width="70%" style="display: block; margin: auto;" />
]

---
class: middle, center, inverse

### Demonstração no R

Usando o pacote dados: https://cienciadedatos.github.io/dados/

???
- Criar um projeto

- Mostrar a função getwd()

---
class: middle, center, inverse

## Extra

---

### Estilo de escrita

O que é melhor para ler?

- Opção 1:

```r
library(tidyverse)
library(dados)
diamante %>% filter(corte == "Bom") %>% ggplot() + geom_boxplot(aes(transparencia, preco, fill = transparencia))
```

- Opção 2:

```r
library(tidyverse)
library(dados)
diamante %>%
  filter(corte == "Bom") %>%
  ggplot() +
  geom_boxplot(aes(transparencia, preco, fill = transparencia))
```

---

### Como manter/checar o estilo de escrita?

- Atalho `Ctrl + Shift + A`

- Melhor ainda: pacote [`styler`](https://styler.r-lib.org/) - formata de acordo com o [tidyverse style guide](https://style.tidyverse.org/)

---

### E se você quer experimentar mais..

- Pacote [`lintr`](https://github.com/jimhester/lintr)

---
class: middle, center

## Obrigada!

E se você gosta desse assunto, recomendo também o livro [Zen do R](https://curso-r.github.io/zen-do-r/index.html):

[
<img src="https://curso-r.github.io/zen-do-r/assets/hex.png" width="30%" style="display: block; margin: auto;" />
](https://curso-r.github.io/zen-do-r/index.html)