¿Qué es R? Introducción a la potencia del cálculo estadístico

R es una herramienta de programación estadística que está especialmente equipada para gestionar un gran volumen de datos. 

Trabajar con grandes cantidades de información y producir gráficos y visualizaciones listos para su publicación es fácil con R. También lo son todo tipo de tareas de análisis, minería y modelado de datos. 

Dado que fue diseñado inicialmente por profesionales de la estadística con fines estadísticos, R está excepcionalmente bien adaptado a la ciencia de datos, un campo importante en el mundo actual.

Aunque la función principal de R es el análisis estadístico y los gráficos, su uso va más allá y se extiende a la IA, el machine learning, el análisis financiero y mucho más.

Clasificado sistemáticamente como uno de los lenguajes de programación más populares del mundo, por no hablar de uno de los que ofrece los salarios más altos, R existe desde principios de la década de 1990 y sigue adelante con fuerza.

Pero, ¿qué es R? Sigue leyendo para saber más sobre el lenguaje de programación R, incluida su historia, quién lo utiliza y posibles trayectorias profesionales si dispones de habilidades de R.

¿Qué es R?

R es un sistema de cálculo estadístico y de gráficos. Este sistema consta de dos partes: el propio lenguaje R (que es a lo que la mayoría de la gente se refiere cuando habla de R) y un entorno de ejecución.

R es un lenguaje interpretado, lo que significa que los usuarios acceden a sus funciones a través de un intérprete de línea de comandos. 

A diferencia de lenguajes como Python o Java, R no es un lenguaje de programación de uso general. En cambio, se considera un lenguaje específico de dominio (DSL), lo que significa que sus funciones y uso están diseñados para un área de uso o dominio específico. 

En el caso de R, se trata de computación y análisis estadísticos. Por extensión, R se utiliza habitualmente para todo tipo de tareas de ciencia de datos.

R está dotado de un gran conjunto de funciones que permiten visualizar datos, de modo que los usuarios pueden analizar los datos, modelarlos según sus necesidades y luego crear gráficos. Además de las funciones gráficas integradas en el lenguaje, existen numerosos complementos o módulos que lo facilitan. 

¿Qué popularidad tiene el lenguaje de programación R?

R es un lenguaje de programación muy popular, especialmente en determinados campos como la ciencia de datos, la investigación académica y la estadística.

En octubre de 2023, R ocupaba el 17.º lugar en el Índice TIOBE, y en agosto de 2020, R ocupaba el 8.º lugar. Actualizado mensualmente, el Índice TIOBE es un buen indicador de la popularidad de un lenguaje de programación. 

Hay 50 lenguajes incluidos en el índice y más de 8000 lenguajes de programación, ¡así que podemos afirmar que R es popular!

En mayo de 2020, R perdió brevemente su puesto entre los veinte primeros del Índice TIOBE, lo que llevó a muchos a especular que el salto del lenguaje de la investigación académica al uso comercial fue rápidamente suplantado por Python. Sin embargo, esta pausa en la popularidad no duró mucho y, como informó TechRepublic, en julio del mismo año, R estaba entre los diez primeros.

R es el lenguaje preferido por los ingenieros estadísticos y la investigación estadística. Universidades de todo el mundo utilizan R para ayudar en su labor de investigación en numerosos campos.

"El éxito de R es un ejemplo del poder de una comunidad apoyada por el mundo académico para elevar un lenguaje más allá de su umbral esperado". - Stephen O'Grady, Analista de RedMonk

Mucha gente piensa que el salto de R a los diez primeros puestos de popularidad en 2020 se debió al mayor uso del lenguaje en la investigación sobre COVID-19. Cuando hay muchos datos que manejar, R es la herramienta ideal, una de las razones por las que el lenguaje sigue siendo popular hoy en día, casi 30 años después de su creación.

¿Cuándo se creó R?

R fue creado a principios de la década de 1990 por los estadísticos de la Universidad de Auckland Ross Ihaka y Robert Gentleman. 

Ihaka y Gentleman, ambos entonces profesores de estadística en la universidad neozelandesa, vieron lo que Ihaka denominó una "necesidad común de un mejor entorno de software" en sus laboratorios de informática. Esta constatación les llevó a empezar a desarrollar R, una implementación del anterior lenguaje de programación S. 

Aunque los profesores empezaron a trabajar en R a principios de los 90, la versión 1.0.0 no se publicó oficialmente hasta febrero de 2000. 

¿Qué significa el nombre de R?

El lenguaje R debe su nombre a dos razones: porque R es la primera letra del nombre de sus inventores, y porque R es un juego de palabras con el nombre de su lenguaje padre S, desarrollado originalmente por Bell Telephone Laboratories.

R, S y Scheme

Para comprender plenamente R, es útil entender S, el lenguaje principal que inspiró su desarrollo.

El lenguaje de programación S 

S fue desarrollado a mediados de la década de 1970 por John Chambers y otras personas que trabajaban para Bell Labs. Su objetivo era ofrecer un enfoque interactivo de la informática estadística, que fuera fácil de usar y facilitara y agilizara las tareas de análisis de datos. 

En una entrevista de 2013, Chambers señaló que el equipo de los Bell Labs quería que la gente tuviera "acceso a los mejores métodos computacionales que existían, independientemente de su procedencia". 

También dijo que el equipo quería que los usuarios "empezaran en un entorno interactivo, en el que no pensaran conscientemente que estaban programando". Luego, a medida que sus necesidades fueran más claras y su sofisticación aumentara, deberían poder deslizarse gradualmente hacia la programación".

La filosofía general de S era muy parecida a la de R: ofrecer un entorno de software que facilitase la programación computacional y el análisis estadístico, y que cualquiera pudiera aprender a utilizar. 

Al igual que R, S también puede utilizarse para escribir programas más largos centrados en tareas estadísticas. Sin embargo, a diferencia de R, S y su iteración posterior, S-PLUS, eran productos bajo licencia, lo que significa que había que comprarlos a una empresa.

Es importante señalar que R no es un lenguaje distinto, sino un dialecto de S. 

Sintaxis y semántica

Los lingüistas utilizan los términos sintaxis y semántica para describir los elementos de las lenguas naturales, y los informáticos también han adoptado estos términos para los lenguajes de programación.

En programación informática, la sintaxis se refiere a las reglas que dictan la "ortografía" y la "gramática" de un lenguaje, mientras que la semántica se refiere a cómo se presentan los datos o las órdenes de un lenguaje. 

La sintaxis de R era muy similar a la de S en sus primeros años. Esto facilitó que la gente que utilizaba S-PLUS cambiara a R, lo que desempeñó un papel clave en la popularidad final de R en el mundo académico. Sin embargo, la semántica de R es más parecida a la de Scheme, un lenguaje de programación funcional. 

¿R es un lenguaje de bajo o alto nivel?

R se considera un lenguaje de programación de alto nivel. Esta clasificación se basa en su nivel de abstracción del lenguaje máquina. A diferencia de los lenguajes de bajo nivel que requieren un profundo conocimiento de la memoria y los procesos informáticos, los lenguajes de alto nivel como R están diseñados para que los entiendan y escriban fácilmente los humanos, lo que los hace más accesibles para los estadísticos, los analistas de datos y los investigadores.

R ofrece potencia, extensibilidad y flexibilidad a raudales, pero el "coste" en comparación con lenguajes como Python es un cierto nivel de complejidad. 

R no es el lenguaje de programación más fácil de aprender, pero tampoco es tan difícil como muchos te quieren hacer creer. DataCamp lleva más de una década enseñando a utilizar R, y hemos perfeccionado nuestros métodos. 

El truco está en centrarte primero en lo esencial y luego aumentar tus habilidades y conocimientos de R a medida que progreses. Si quieres probar la programación en R, consulta nuestro curso gratuito Introducción a R. 

Cómo ha evolucionado R a lo largo de los años

R ha sido de código abierto durante la mayor parte de su vida útil, por lo que se han producido grandes cambios en el número de paquetes disponibles para el lenguaje. 

El propio lenguaje también ha sufrido algunos cambios, ya que hemos pasado de la primera versión a la más reciente, y los campos en los que se utiliza R también se han ampliado. Antes de profundizar en ello, echemos un vistazo a algunos hitos de la historia de R:

Breve historia de R

• 1991 - Ross Ihaka y Robert Gentleman empezaron a trabajar en un nuevo dialecto de S como proyecto de investigación para el Departamento de Estadística de la Universidad de Auckland.
• 1993 - El primer anuncio de R llegó al público a través del archivo de datos StatLib y la lista de correo s-news.
• 1995 - El estadístico Martin Mächler convenció a sus colegas, inventores de R, para que publicasen el lenguaje bajo una licencia pública general GNU, lo que hace que R sea de uso libre y de código abierto.

Ihaka y Gentleman publicaron su artículo seminal presentando R al mundo. 

• 1997 - Se formó el R Core Team, este grupo es el único con acceso de escritura al código fuente de R, y revisan y promulgan cualquier cambio sugerido al lenguaje.

Ese mismo año se creó la Comprehensive R Archive Network (CRAN). Este repositorio de paquetes de software R de código abierto, extensiones del propio lenguaje, ayuda a los profesionales en innumerables tareas.

• 2000 - Se publicó la versión 1.0.0 de R. 
• 2003 - Se creó la R Foundation para poseer y administrar los derechos de autor del software R y proporcionar apoyo al proyecto del lenguaje R.
• 2004 - Se publicó la versión 2.0.0 de R. 
• 2009 - Se creó The R Journal, una revista de acceso abierto sobre informática e investigación estadística.
• 2013 - Se publicó la versión 3.0.0 de R.
• 2020 - Se publicó la versión 4.0.0 de R.
• Junio de 2023 - Actualmente estamos en la versión 4.3.1 de R.

La Comunidad R

La comunidad R son las personas de todo el mundo que utilizan R, contribuyen a los paquetes disponibles en la biblioteca CRAN, o ambas cosas. 

Esta comunidad es conocida por ser muy activa; hay mucha gente dirigiendo foros sobre R, escribiendo en blogs sobre el tema y respondiendo preguntas en Stack Overflow y otros lugares. Además de todos los recursos y apoyo virtuales de R, hay una serie de grandes conferencias de R que se celebran con regularidad.

Si quieres hacer algo con R y no estás seguro de cómo empezar, es muy probable que haya un paquete disponible para ayudarte. La dinámica comunidad de R ha producido miles de herramientas que amplían las capacidades de R. 

Según CRAN, hay casi 20 000 paquetes R disponibles. Algunos de estos paquetes han adquirido importancia por derecho propio, como el Tidyverse. Puedes obtener más información sobre los paquetes R y cómo instalarlos en otra guía. 

El Tidyverse de R

Es muy probable que si has leído algo sobre R, hayas oído hablar del Tidyverse. 

El Tidyverse no es un paquete único, sino un paquete de paquetes R individuales. Todos estos paquetes están diseñados para la ciencia de datos y la analítica. 

Cada herramienta del paquete total Tidyverse está diseñada para trabajar conjuntamente con las demás y proporcionar un flujo muy claro entre las tareas de la ciencia de datos. 

El Tidyverse es una creación de Hadley Wickham, científico jefe de RStudio y coautor de "R para Ciencia de Datos". Esta autoproclamada "colección opinada de paquetes de R" ha demostrado ser popular en todo el mundo, y científicos de datos de todo el mundo confían ahora en el Tidyverse para su trabajo.

De hecho, es acertado afirmar que cualquiera que quiera trabajar con R o con datos, en general, en la actualidad, necesita entender el Tidyverse. Puedes comprobarlo en el programa en línea Introducción al Tidyverse de DataCamp y en el programa de habilidades sobre Fundamentos del Tidyverse con R.

El auge de la ciencia de datos

Sería un error trazar la evolución de R sin mencionar con más detalle el auge de la ciencia de datos. 

Cuando el mundo pasó de los sistemas analógicos a la digitalización (convertir en digitales los sistemas existentes) a finales del siglo XX, los datos se hicieron cada vez más valiosos. Hoy en día, los datos valen más que el oro. 

Las empresas de todos los sectores e industrias necesitan comprender a sus clientes y clientes potenciales para seguir siendo competitivas, y las organizaciones públicas pueden hacer mejor su trabajo cuando están equipadas con toda la información posible. 

Todos estos datos contienen mucha información que las organizaciones pueden aprovechar, sólo necesitan las herramientas adecuadas. 

R es una de esas herramientas, al igual que Python, SQL, Power Bi, Tableau y otras. Para comprender adecuadamente la información oculta en los datos, necesitamos profesionales como los científicos y analistas de datos.

A medida que la ciencia de los datos cobraba importancia en el mundo moderno, la demanda de personas con conocimientos técnicos para leer e interpretar datos aumentaba en consecuencia. Hoy en día, por ejemplo, la ciencia de datos es una de las funciones de TI mejor pagadas, con un salario medio de más de 120 000 dólares, según Indeed.  

¿Quién utiliza R?

Muchos profesionales utilizan R en su trabajo, y el lenguaje se emplea en diversos campos. Antes de examinarlas, repasemos algunas posibles carreras con conocimientos de R.

Carreras profesionales con R

• Científico de datos
• Ingeniero estadístico
• Analista de datos
• Programador en R
• Arquitecto de datos
• Administrador de bases de datos
• Geoestadístico
• Investigador
• Inteligencia empresarial 
• Analista financiero
• Científico de machine learning
• Analista cuantitativo
• Estadístico
• Y otros.

Campos y sectores en los que se utiliza R

Como es potente y capaz de realizar todo tipo de tareas de análisis, visualización y modelización de datos, R se utiliza en una amplia gama de industrias y sectores. Aquí tienes unas cuantas:

Mundo académico

Al igual que el inglés es la lengua franca del mundo, R es el lenguaje de programación dominante en muchas instituciones académicas. Su uso tampoco se limita a la estadística; muchos tipos de investigación necesitan datos cuantitativos, como los correlacionales, experimentales y descriptivos, y éstos se dan en todos los campos. 

La digitalización (el proceso de adopción de datos y herramientas asociadas) y el auge de los macrodatos han afectado a todos los campos de estudio e investigación, lo que ha llevado a un mayor uso de R en entornos académicos. 

Por ejemplo, el Statistical Package for the Social Sciences (SPSS) de IBM fue en su día la principal opción de software para las ciencias sociales. Ahora, R es la mejor opción por muchas razones:

• R es 100 % gratuito tanto para las instituciones como para los estudiantes
• R es compatible con todos los sistemas operativos y datos de varios tipos de archivos
• R permite una investigación transparente y reproducible
• R facilita la creación de visualizaciones de datos

Una encuesta de DataCamp de 2013 sobre R en la educación mostró que el 71,1 % de los encuestados cursaban estudios de economía o empresariales, mientras que sólo el 10,5 % lo hacían en informática, lo que demuestra que la alfabetización y las competencias en datos son importantes en todos los ámbitos.

Ciencia de datos

Junto con Python, R es un lenguaje importante en el mundo de la ciencia de datos. Con la ayuda de R, los profesionales pueden modelar y analizar datos estructurados y no estructurados, también pueden utilizar R para crear herramientas de machine learning y análisis estadístico que les ayuden en su trabajo.

R facilita el manejo de datos de diversas fuentes, desde la importación hasta el análisis. Además, el propio sistema R y la biblioteca CRAN ofrecen multitud de funciones y herramientas de visualización de datos, lo que facilita a los profesionales la presentación de sus investigaciones y hallazgos en un formato impactante y fácil de leer.

Estadística

No hace falta decirlo, ya que se trata de un lenguaje de programación estadística, pero R es el lenguaje de referencia para la estadística y el cálculo estadístico; al fin y al cabo, fue diseñado por estadísticos con este fin. 

Una amplia gama de paquetes apoya el trabajo en este campo, mientras que el propio lenguaje R puede utilizarse para desarrollar herramientas de software que incluyan funciones estadísticas. Su uso puede ir incluso más allá. En una entrevista, el ingeniero informático de RStudio Joe Cheng señala que R puede utilizarse como lenguaje de propósito general para implementar nuevos lenguajes estadísticos. 

Finanzas

Con su flexibilidad y aptitud para cualquier tarea de análisis de datos, no es sorprendente que R haya encontrado un uso cada vez mayor en las finanzas. Empresas como ANZ y Bank of America utilizan el lenguaje para el análisis y modelización del riesgo crediticio, la elaboración de informes financieros, la gestión de carteras de inversión y otras muchas tareas.

Herramientas específicas como jrvFinance y el paquete Rmetrics permiten a quienes trabajan en finanzas realizar cálculos financieros, aunque tengan poca experiencia en programación. 

DataCamp ofrece una serie de cursos de R para finanzas, como Fundamentos de finanzas en R y Finanzas aplicadas en R.

Redes sociales

Desde sus primeros días de Open Dairy y Bolt, las redes sociales han ampliado su alcance desde unos pocos usuarios expertos en tecnología hasta prácticamente todos los que poseen un smartphone. Hoy en día, es difícil encontrar a alguien que no utilice ninguna plataforma de redes sociales. 

Las redes sociales también son un gran negocio, un negocio que comercia principalmente con datos. Empresas como Meta (Facebook e Instagram) y TikTok se basan en los hábitos de los usuarios para ofrecer publicidad dirigida a otras empresas. 

Cada cosa que haces o con la que interactúas en las redes sociales genera datos que pueden utilizarse con este fin, y herramientas como R son la forma perfecta de que las empresas de redes sociales extraigan información de las cantidades masivas de datos que recopilan y gestionen los algoritmos que hacen que los usuarios vuelvan para buscar contenidos que se ajusten a sus intereses. 

¿Qué empresas utilizan R?

Éstas son sólo algunas de las grandes empresas que utilizan R en su pila tecnológica:

• Bank of America
• Amazon
• Facebook
• JP Morgan 
• Google
• Accenture
• LinkedIn
• IBM
• Uber
• Deloitte
• The New York Times
• Ford
• HP
• Y muchos más...

Algunos ejemplos de código

R puede realizar código básico como la creación de una matriz y su manipulación, como podemos ver a continuación:

#Let’s create a matrixmatrix_A <- matrix(1:10,nrow = 5, byrow = TRUE)matrix_A

#Now let’s add a column to the matrixmatrix_A1 <- cbind(matrix_A,c(6:10))matrix_A1

También puede ayudar en el análisis y la manipulación de datos:

#Let's load a built-in dataset data(mtcars)#print first 10 rowshead(mtcars,10)

#Let us try to sort the dataset based on ascending order of horsepowerattach(mtcars)df<- mtcars[order(hp),]head(df,10)

R básico y R avanzado

Las personas con conocimientos básicos de R pueden utilizar el lenguaje de programación para realizar tareas básicas de ordenación y análisis de datos, como asignar variables y utilizar la línea de comandos para realizar cálculos. 

También pueden elaborar representaciones visuales de los datos, como diagramas circulares o gráficos. Incluso podrían utilizar R para ayudarles a gestionar sus propias finanzas personales o las de una pequeña empresa. 

Como era de esperar, las personas con conocimientos avanzados de R pueden hacer todas estas cosas y muchas más. 

El uso de R va más allá de la creación de visualizaciones y el análisis de datos. Como es una potente herramienta de cálculo estadístico, R puede utilizarse para crear modelos predictivos de machine learning y otras herramientas de ciencia de datos. 

Aunque es principalmente un lenguaje funcional y de dominio específico, R puede utilizarse incluso para algunas tareas de programación orientada a objetos. Los expertos también pueden utilizar R para la metaprogramación, la creación de programas que luego pueden escribir o manipular otros programas.

Tanto si sólo quieres una herramienta para gestionar mejor tus propios hábitos de gasto como si quieres convertirte en un maestro del código R, DataCamp puede ayudarte. Nuestra amplia gama de cursos y programas de carrera de R son adecuados para todo el mundo, desde el principiante absoluto de R hasta el programador de R competente y más allá. 

Echa un vistazo a nuestra hoja de trucos de R, que resume algunos de los aspectos básicos

¿Debo elegir R o Python? 

Tenemos un artículo completo que habla sobre si elegir R o Python. En realidad, si quieres dedicarte en serio a la ciencia y el análisis de datos, al final tendrás que aprender ambos lenguajes. Python, un lenguaje de propósito general con un amplio ecosistema, se ve favorecido a veces por su versatilidad, que lo hace ideal para el machine learning, la IA y la integración con otras herramientas. R, en cambio, se diseñó específicamente para el cálculo estadístico y los gráficos, por lo que es la opción preferida para los análisis estadísticos especializados y la investigación. 

La elección de cuál aprender o utilizar dependerá a menudo del proyecto en el que estés trabajando y de lo que esperes conseguir. Afortunadamente, ambos lenguajes tienen muchos recursos de aprendizaje a los que puedes recurrir cuando estés perfeccionando tus habilidades. 

¿Qué es R? Reflexiones finales

R es un popular lenguaje de programación que permite manejar grandes cantidades de datos, generar visualizaciones con calidad de publicación y realizar toda una serie de tareas estadísticas y analíticas. 

Utilizado en campos como la ciencia de datos, las finanzas, el mundo académico, etc., R es potente, flexible y extensible. También es gratuito y completamente de código abierto, lo que significa que hay un montón de paquetes disponibles para ayudar a los usuarios de R con todo tipo de tareas y una comunidad de apoyo de fans de R en todo el mundo.

Si te interesa una carrera en el campo de los datos, las habilidades en R pueden ayudarte a progresar y a conseguir un trabajo bien remunerado en la ciencia de datos. DataCamp alberga la oferta de cursos de R más completa de Internet. Desde el nivel introductorio hasta el machine learning con R, tenemos todo lo que necesitas. Si acabas de empezar, nuestro Programa sobre habilidades de programación en R es perfecto para ponerte al día. También puedes consultar nuestro Programa de carrera de Analista de datos con R para iniciar tu carrera profesional.