Sintassi di R: le basi in 5 minuti

Espressioni e stampa automatica

R è un linguaggio di espressioni: quasi ogni riga che scrivi produce un valore. Nella console, un'espressione scritta da sola viene valutata e il suo valore stampato automaticamente, senza bisogno di print():

2 + 3
"hello"
sqrt(144)

Ogni risultato è preceduto da [1]: è R che ti indica la posizione del primo valore mostrato, un primo indizio del fatto che R ragiona per vettori (ne parliamo più avanti). La stampa automatica ha un tranello da conoscere fin dal primo giorno: vale per le espressioni nude al livello principale. La stessa espressione dentro il corpo di una funzione o in un ciclo for non stampa nulla, ed è per questo che gli script usano cat() o print() in modo esplicito per l'output che devi vedere.

Assegnazione: la freccia

L'operatore di assegnazione di R è <-, una freccia che punta verso il nome che riceve il valore:

radius <- 5
area <- pi * radius^2

print(area)

Leggi radius <- 5 come "radius riceve 5". Sì, anche = funziona per l'assegnazione al livello principale, e sì, chi inizia si chiede perché mai scrivere due caratteri invece di uno. La risposta è una convenzione che conta davvero: tutte le principali guide di stile, la documentazione di base di R e praticamente tutto il codice R che leggerai usano <- per l'assegnazione, e riservano = a un compito preciso: dare un nome agli argomenti dentro le chiamate di funzione (prossima sezione). Seguire la convenzione rende le due operazioni visivamente distinte. In RStudio, Alt+- (Option+- su macOS) scrive la freccia per te.

Nota che un'assegnazione non stampa nulla: area <- 78.5 salva il valore in silenzio. Ecco perché l'esempio qui sopra ha bisogno di print().

Maiuscole e minuscole

R distingue rigorosamente tra maiuscole e minuscole, sia nei nomi che crei tu sia in quelli forniti dal linguaggio:

value <- 10
Value <- 99

print(value)
print(Value)

Sono due variabili diverse. Allo stesso modo mean() è una funzione e Mean() non esiste. Quando R ti accoglie con object 'x' not found o could not find function, controlla le maiuscole prima di ogni altra cosa: è in assoluto l'errore più comune di chi inizia.

Chiamate di funzione e argomenti nominati

Le funzioni si chiamano con le parentesi tonde, con gli argomenti separati da virgole. Gli argomenti si possono abbinare per posizione, per nome o in modo misto:

numbers <- c(4, 8, 15, 16, 23, 42)

round(mean(numbers), 1)
seq(from = 0, to = 100, by = 25)

La chiamata a seq() mostra la sintassi degli argomenti nominati di R, ed è qui che = si guadagna il suo posto: dentro una chiamata, name = value etichetta un argomento. Gli argomenti nominati ti evitano di ricordare l'ordine dei parametri e rendono le chiamate autoesplicative; seq(0, 100, 25) funziona allo stesso modo ma dice meno a chi legge. La convenzione pratica: passa il primo argomento (di solito i dati) per posizione e dai un nome agli altri.

Chiedere aiuto su qualsiasi funzione richiede un attimo: ?seq nella console apre la sua documentazione.

Tutto è un vettore

L'idea che rende R diverso dagli altri linguaggi: non esistono numeri singoli isolati. Anche 5 è un vettore di lunghezza uno, e le operazioni si applicano elemento per elemento a interi vettori:

c(1, 2, 3) * 2
c(10, 20, 30) + c(1, 2, 3)

celsius <- c(0, 25, 100)
fahrenheit <- celsius * 9 / 5 + 32
print(fahrenheit)

Nessun ciclo da nessuna parte, eppure ogni elemento è stato convertito. Nella maggior parte dei linguaggi servirebbero tre iterazioni di un ciclo for; in R è semplice aritmetica. Questa è la vettorizzazione, e influenza tutto: operatori di confronto, funzioni sulle stringhe e funzioni matematiche funzionano tutti così. È il motivo per cui il codice R idiomatico ha molti meno cicli di quanto ti aspetteresti; la storia completa è in vettori.

Graffe e blocchi

I corpi su più righe, per if, cicli e funzioni, si raggruppano con le parentesi graffe {}:

score <- 87

if (score >= 60) {
    grade <- "pass"
} else {
    grade <- "fail"
}

cat("Result:", grade, "\n")

Due cose da notare. La condizione sta tra parentesi tonde ed è un semplice if, non if: né if ... then. E a differenza di Python, in R l'indentazione non ha alcun significato: sono le graffe a definire il blocco, l'indentazione è per le persone. Omettere le graffe nelle istruzioni su una riga è consentito, ma è una classica fonte di bug durante le modifiche; usale sempre.

Spazi e punti e virgola

R ignora gli spazi in più, e un a capo chiude un'istruzione, senza bisogno del punto e virgola:

a <- 2
b <- 3
total <- a +
    b

print(total)

La divisione su più righe funziona perché la riga 3 finisce con +, quindi R sa che l'espressione non è conclusa. È l'unica regola da ricordare quando spezzi le righe lunghe: vai a capo dopo un operatore o una virgola, mai prima, altrimenti R considererà completa la prima riga. I punti e virgola esistono solo per infilare due istruzioni su una riga (a <- 1; b <- 2): consentito, sconsigliato, facile da evitare.

Stile: come si scrive il codice R

Oltre alla grammatica, R ha convenzioni della comunità molto forti (raccolte nella guida di stile del tidyverse, seguita da quasi tutto l'ecosistema):

• <- per l'assegnazione, = solo per gli argomenti dentro le chiamate.
• Nomi in snake_case: monthly_revenue, non monthlyRevenue né monthly.revenue. I punti sono consentiti nei nomi R ma è meglio evitarli: si scontrano con uno schema di nomi usato internamente da R.
• Spazi attorno agli operatori (x <- a * 2, non x<-a*2) e dopo le virgole.
• Indenta con quattro spazi dentro le graffe (alcuni team ne usano due; scegline uno e sii coerente).
• Un'istruzione per riga.

L'interprete non impone niente di tutto questo. Lo impone chiunque legga il tuo codice. La parte sui nomi prosegue in variabili.

Cosa ti porti a casa

• R valuta le espressioni e stampa automaticamente quelle nude nella console, ma non dentro funzioni o cicli.
• Assegna con <- ("riceve"); usa = solo per dare un nome agli argomenti nelle chiamate di funzione.
• R distingue completamente tra maiuscole e minuscole: i refusi di maiuscole causano la maggior parte dei primi errori "not found".
• Tutto è un vettore e le operazioni si applicano elemento per elemento: c(1, 2, 3) * 2 dà 2 4 6, senza cicli.
• Le graffe definiscono i blocchi, gli a capo chiudono le istruzioni, e snake_case più le convenzioni sugli spazi rendono il tuo codice leggibile come quello di tutti gli altri.

Prossimo passo: i commenti, cioè come annotare il codice R e cosa fare visto che R non ha una sintassi per i commenti a blocchi.