Linguagem R: o que é, para que serve e como começar

R é uma linguagem de programação de código aberto voltada para computação estatística e visualização de dados, usada em ciência de dados, pesquisa acadêmica e análise de negócios. Mantida pela R Foundation, roda em Windows, Linux e macOS e reúne milhares de pacotes gratuitos em seu repositório oficial.

• O que é a linguagem R?
• Para que serve a linguagem R?
• Como funciona a programação em R na prática?
• O que é o RStudio e por que usá-lo?
• R vs Python: qual escolher para ciência de dados?
• Exemplos de código R para análise de dados

O que é a linguagem R?

A linguagem R é uma linguagem de código aberto e um ambiente de software para análise estatística e gráficos, criada pelos estatísticos Ross Ihaka e Robert Gentleman na Universidade de Auckland como implementação livre da linguagem S. A definição oficial resume bem: segundo o site do R Project, "R is a free software environment for statistical computing and graphics" — um ambiente de software livre para computação estatística e gráficos.

Na prática, R foi desenhada por estatísticos para estatísticos: operações vetorizadas, modelos estatísticos nativos e gráficos com qualidade de publicação fazem parte do núcleo da linguagem, sem depender de bibliotecas externas. O projeto continua ativo — a versão R 4.6.1 ("Happy Hop") foi lançada em 24 de junho de 2026, segundo o próprio R Project.

O coração do ecossistema é o CRAN (Comprehensive R Archive Network), repositório oficial que em julho de 2026 reunia 24.241 pacotes disponíveis para manipulação de dados, modelagem, gráficos e relatórios. Essa abundância de pacotes prontos explica por que a comunidade de ciência de dados adota R como ferramenta padrão de análise e modelagem estatística.

Para que serve a linguagem R?

A linguagem R serve para explorar, modelar e visualizar dados. Ela executa desde estatística descritiva simples até modelos preditivos completos, e também gera aplicações analíticas na web. Os usos mais comuns são:

1. Análise estatística: testes de hipótese, ANOVA, regressão linear e logística, análise de séries temporais e agrupamento (clustering).
2. Visualização de dados: o pacote ggplot2 produz gráficos com qualidade de publicação científica em poucas linhas de código.
3. Machine learning: frameworks como caret e tidymodels padronizam o treino e a validação de modelos de machine learning.
4. Bioestatística e pesquisa: o projeto Bioconductor concentra pacotes para genômica e biologia computacional, um dos nichos mais fortes do R.
5. Relatórios e dashboards: R Markdown e Quarto geram relatórios reproduzíveis; o framework Shiny transforma scripts em aplicações web interativas.

Esse último ponto aproxima R do desenvolvimento backend: com Shiny e com o pacote plumber, um script R vira uma API consumida por outros sistemas, sem sair do ambiente estatístico.

Como funciona a programação em R na prática?

A programação em R funciona de forma interativa: você escreve expressões em um console, o interpretador executa na hora e devolve o resultado, o que torna o ciclo de exploração de dados muito rápido. Três fundamentos bastam para começar: variáveis, estruturas de controle e estruturas de dados como vetores e data frames.

Hello World em R

O tradicional primeiro programa em R ocupa uma única linha:

cat("Hello, World!")

Variáveis e atribuição

Em R, você cria variáveis para armazenar dados. A atribuição é feita com o operador <- (o mais idiomático) ou com =:

idade <- 30
nome <- "Renata"

Estruturas de controle

R suporta estruturas de controle, como condicionais e loops, para dirigir o fluxo do programa:

if (idade > 18) {
    cat("Você é maior de idade.")
} else {
    cat("Você é menor de idade.")
}

Vetores e data frames

Vetores são os objetos fundamentais de R: quase toda operação é vetorizada, ou seja, aplicada a todos os elementos de uma vez. Data frames são tabelas bidimensionais, equivalentes a uma planilha, e são a estrutura central da análise de dados na linguagem:

numeros <- c(1, 2, 3, 4, 5)
dados <- data.frame(nome=c("Henrico", "Renata", "Brendow"), idade=c(25, 30, 35))

O que é o RStudio e por que usá-lo?

O RStudio é a IDE (Ambiente de Desenvolvimento Integrado) mais popular para programação em R, hoje mantida pela Posit e disponível gratuitamente na página oficial de download. Ele reúne em uma única interface o editor de código, o console interativo, o painel de gráficos e o inspetor de variáveis do ambiente.

Para quem está aprendendo, o RStudio reduz o atrito inicial: autocompletar de funções, ajuda integrada da documentação, depurador visual e botões para instalar pacotes do CRAN sem decorar comandos. Para quem já trabalha com dados, ele acrescenta suporte nativo a R Markdown, Quarto e Shiny, além de integração com Git para versionar análises como qualquer projeto de software.

R vs Python: qual escolher para ciência de dados?

Escolha R para trabalho estatístico profundo e visualização; escolha Python para projetos que misturam dados com engenharia de software e IA (Inteligência Artificial) generativa. Em popularidade geral, Python domina: no Stack Overflow Developer Survey 2025, 57,9% dos respondentes usam Python, contra 4,9% que usam R. Popularidade, porém, não é o único critério — em bioestatística, epidemiologia e pesquisa acadêmica, R continua sendo o padrão de fato.

Na dúvida, aprenda os fundamentos de uma delas a fundo: os conceitos de manipulação de dados, modelagem e validação transferem-se bem entre as duas linguagens.

Exemplos de código R para análise de dados

Os dois exemplos abaixo mostram o fluxo típico de R: carregar um arquivo CSV, calcular estatísticas e exibir resultados.

Exemplo 1: análise de dados climáticos

Este exemplo usa dados climáticos para calcular a média, a mediana e o desvio padrão da temperatura em uma localização ao longo de um período:

dados_climaticos <- read.csv("dados_climaticos.csv") # carregar os dados climáticos

media_temperatura <- mean(dados_climaticos$temperatura) # média
mediana_temperatura <- median(dados_climaticos$temperatura) # mediana
desvio_padrao_temperatura <- sd(dados_climaticos$temperatura) # desvio padrão

cat("Média da temperatura: ", media_temperatura, "\n")
cat("Mediana da temperatura: ", mediana_temperatura, "\n")
cat("Desvio padrão da temperatura: ", desvio_padrao_temperatura, "\n")

Repare que as funções estatísticas mean(), median() e sd() são nativas da linguagem — nenhum pacote extra foi instalado.

Exemplo 2: análise de dados de vendas

Neste exemplo, a linguagem R calcula a receita total, a média de vendas e a porcentagem de crescimento em relação ao ano anterior:

dados_vendas <- read.csv("dados_vendas.csv") # carregar os dados de vendas

receita_total <- sum(dados_vendas$valor_vendas) # receita total
media_vendas <- mean(dados_vendas$valor_vendas) # média de vendas

vendas_ano_anterior <- dados_vendas$valor_vendas[1:11]
vendas_ano_atual <- dados_vendas$valor_vendas[12:22]
crescimento <- ((sum(vendas_ano_atual) - sum(vendas_ano_anterior)) / sum(vendas_ano_anterior)) * 100 # crescimento anual

cat("Receita Total: $", receita_total, "\n")
cat("Média de Vendas: $", media_vendas, "\n")
cat("Crescimento em relação ao ano anterior: ", crescimento, "%\n")

O mesmo padrão — carregar, transformar, resumir — se repete em análises muito maiores, apenas com mais pacotes envolvidos.

Conclusão

A linguagem R não disputa com Python o posto de linguagem generalista — e não precisa: como ferramenta especializada em estatística, ela entrega em poucas linhas o que outras linguagens exigem bibliotecas e configuração para fazer. Se o seu trabalho envolve análise estatística séria, pesquisa ou visualização de dados, dominar R com o RStudio é um investimento direto na sua produtividade; aqui no CodeCrush, a recomendação prática é começar pelos data frames e pelo ggplot2, que concentram a maior parte do valor da linguagem no dia a dia.