a<-10
teste <- TRUE
if (a>0) {
  teste = ("maior que zero")
} else {
  teste = ("menor que zero")
}

teste

while(a < 20) {
  a = a + 1
  print(a)
}

ar = c(1,2,3,4,5,6)
a
for (a in ar) {
  print(ar[a])
}



library(ggplot2)
library(plyr)

carros <- rename(mpg, c("displ" = "Cilindradas",
                        "cty" = "Consumo",
                        "drv" = "Tração",
                        "class" = "Tipo"))


ggplot(carros, aes(Cilindradas, Consumo))
ggplot(carros, aes(Cilindradas, Consumo)) +
  geom_point()


#numeros de 1 a 100
nus <- 1:100
for (a in nus) {
  print(a)
}

#verificando o tamanho do vetor



nus[2] #retornando vetor pela posição
length(nus) #tamanho do vetor
mean(nus) #media
min(nus) #minimo
max(nus) #maximo
sum(nus) #soma todos os elementos


# algumas funcoes vetorizadas não permitem NA valores padrão, neste
# casos, um argumento de palavra-chave extra deve ser fornecido
# junto com o primeiro argumento da função:
v2 = c(1, 2, 3,4, 5 , NA, 7, NA, 9, NA, 11)
mean(v2)
#removendo as NA
mean(v2, na.rm=TRUE)
sum(v2, na.rm=TRUE)
#erro na
sum(v2, na.rm=FALSE)

#construindo vetores a partir de valores logicos
tf <- c(TRUE, FALSE, FALSE, TRUE)
tf

# valores lógicos podem ser forçados a se comportar como numericos
sum(tf) # obtendo contagem de "TRUEs"

tf2 <- c(TRUE, FALSE, NA, NA, FALSE, TRUE, TRUE, FALSE, NA, NA, FALSE, TRUE)
tf2
is.na(tf2) #removendo NAs
sum(is.na(tf2)) #contando NAs

# Quando você usa operadores booleanos em vetores, eles também 
# retornam vetores lógicos do mesmo comprimento que o vetor que
# está sendo operado
tf2 > 5

telefone <- c(9,8,9,5,9,2,2,3,1)
sum(telefone>5) #contando elementos do vetor telefone maiores que 5

telefone_com_nas <- c(9,8,NA,5,9,NA,2,3,1)
telefone_com_nas[!is.na(telefone_com_nas)]

#substituindo NAs por 0
telefone_com_nas[is.na(telefone_com_nas)] <- 0
telefone_com_nas

#normalmente não alteramos o vetor e sim copiamos para um novo
# diferente do exemplo anterior ele imprime os valores modificados
# 0 no lugar de Na, mas mantem o vetor original
telefone_com_nas <- c(9,8,NA,5,9,NA,2,3,1)
ifelse(is.na(telefone_com_nas), 0, telefone_com_nas)
telefone_com_nas

#é possivel reciclar os vetores
ex <- c(0,1,2,3)
ex + 2 # soma 2 a todos os elementos do vetor
ex
ex + c(2,1,0,-1)

#digitos do telefone
telefone[c(TRUE, FALSE)]
# Isso funciona porque o vetor c(TRUE, FALSE)
# é repetido até que tenha o comprimento 7


#CRIANDO FUNCOES
function.name <- function(argument1, argument2, ...){
  #instrucoes
}

is.par <- function(a.number){ 
     resto <- a.number %% 2 
     if(resto==0) 
       return(TRUE) 
     return(FALSE) 
} 

is.par(10)
is.par(5)


eh.divisivel.por <- function(large.number, smaller.number){ 
     if(large.number %% smaller.number != 0) 
         return(FALSE) 
     return(TRUE) 
} 

eh.divisivel.por(4,2)
eh.divisivel.por(5,2)


eh.mesmo <- function(num){ 
  eh.divisivel.por(num, 2) 
} 
eh.mesmo(2)

#sapply()recebe um vetor e uma função como seus argumentos
#verificando se cada numero no vetor é divisivel por 0
sapply(telefone, eh.mesmo)

# outra opcao, aplicar uma funcao sobre o vetor
# chamada de função anônima ou lambda
sapply(telefone, function(num){eh.divisivel.por(num, 3)}) 


where.even <- sapply(telefone, eh.mesmo) 
where.div.3 <- sapply(telefone, function(num){ 
   eh.divisivel.por(num, 3)}) 
# "&" is like the "&&" and operator but for vectors  
 telefone[where.even & where.div.3] 

 
 # matriz, entende-se como tabelas
 # uma coluna
 matrix1 = matrix(c(1,2,3,4,5,6))
matrix1 

#duas colunas
matrix2 <- matrix(c(1, 2, 3, 4, 5, 6), ncol=2)
matrix2

# A mesma matriz, criada ligando 2 vetores
matrix2.2 <- cbind(c(1, 2, 3), c(4, 5, 6))  
matrix2.2

#transposição da matriz
# (linha e colunas são trocados)
matrix3  <-rbind(c(1,2,3), c(4,5,6))
matrix3

# outra forma: "t", funcao de transposicao do R
t(matrix2.2)



#Algumas outras funções que operam em vetores inteiros 
#são rowSums()/ colSums()e rowMeans()/ colMeans():

matrix2.2

#soma nas colunas
colSums(matrix2.2)

#média das linhas
rowMeans(matrix2.2) 

#Se vetorestêm sapply(), então as matrizes têm apply().
#As duas funções anteriores poderiam ter sido escritas,
# de forma mais detalhada, da seguinte forma:
apply(matrix2.2, 2, sum) #soma nas colunas
apply(matrix2.2, 1, mean) #média das linhas
apply(matrix2.2, 2, mean) #média das colunas

matrix2.2
matrix3
matrix2.2 %*% matrix3