# vytvořit nový projekt: tlačítko nebo FILE -> NEW PROJECT...
  # jeden adresář = jeden projekt
# nastavit pracovní adresář: SESSION -> SET WORKING DIRECTORY
  # typicky je pracovní adresář tam, kde je uložen projekt
# upravit pracovní plochu = pozice panelů: VIEW -> PANES -> PANE LAYOUT...
# vytvořit soubor pro zdrojový kód: tlačítko nebo FILE -> NEW FILE -> R SCRIPT
# kódování češtiny ve zdrojovém kódu: CP1250, někdy UTF-8
# kódování již existujícího zdrojového souboru: FILE -> REOPEN WITH ENCODING...

# importovat data (z Excelu): FILE -> IMPORT DATASET -> FROM EXCEL...
# nebo příkazem
library(readxl)   # toto je potřeba jen poprvé
pastelky <- read_excel("_cvicna_data.xlsx", sheet = "pastelky")
View(ryby)   # otevře načtenou tabulku v nové záložce tohoto okna
# data je možné načítat i z jiných formátů, nepř. ".txt", ".csv" a další

# Ctrl+Enter ... pošle příkaz z tohoto souboru na konzoli
# Crtl+1 ... přepne do zdrojového souboru, kurzor bliká v tomto souboru
# Crtl+2 ... přepne do konzole, kurzor bliká na příkazovém řádku
# další klávesové zkratky v záložce VIEW

# data.frame / vector / matrix / ...
# numeric / character / factor

# základní přehled o datech:
summary(pastelky)
# vypiš tabulku hodnot a příslušné počty:
table(pastelky$barva)
table(pastelky$vyber)
table(pastelky$delka) # jde to i pro čísla
table(pastelky$tloustka)
table(pastelky$ostrost)

# jenom jména proměnných:
names(pastelky)
# jenom druhé jméno:
names(pastelky)[2]
# druhé jméno chci změnit na "kus"
names(pastelky)[2]<-"kus"
names(pastelky)[2]
summary(pastelky)

# zpřístupní objekt "pastelky":
attach(pastelky)
# odpojit: detach(pastelky)

# čísla / znaky / faktory

# vypiš všechny hodnoty z proměnné "delka"
delka
# kolik hodnot je v proměnné "delka"?
length(delka)
# vypiš 7. hodnotu:
delka[7]
# které hodnoty proměnné "delka" jsou větší než 11 cm?
which(delka>11)
which.max(delka) # která hodnota je nejvyšší?
# vypiš všechny informace o nejdelší pastelce
pastelky[8,]
pastelky[,3]
# ulož barvy jako faktor:
pastelky$barva<-as.factor(barva)
# POZOR PAST! když napíšete jen 
barva<-as.factor(barva)  # je to příkaz: vytvoř nový objekt "barva" a ulož do něj hodnoty z objektu 
# "pastelky$barva" jako faktor. Vytvoří se tedy nový objekt, ale v pastelkách se nic nezmění!
# kontrola, jestli se něco změnilo:
is.factor(pastelky$barva)
is.factor(barva)
summary(pastelky)
# taky charakteristiky "tloustka" a "ostrost" chceme mít jako faktory:
pastelky$tloustka=as.factor(tloustka)
pastelky$ostrost<-as.factor(ostrost)
summary(pastelky)

# RADA: PRŮBĚŽNĚ KONTROLOVAT, JESTLI SE DĚJE TO, CO JSEM SI PŘEDSTAVOVAL/A

# uložit data jako samostatný soubor:
save(pastelky, file="pastelky.RData")
# odstranit nechtěný objekt:
rm(barva)

# podrobnější tabelace hodnot:
table(tloustka, ostrost)
table(ostrost, tloustka)

# základní popisné charakteristiky
mean(delka)   # aritmetický průměr
var(delka)    # variabilita, rozptyl v délce pastelek
sd(delka)     # směrodatná odchylka
max(delka)    # největší hodnota
min(delka)    # nejmenší hodnota
median(delka) # prostřední hodnota

mean(barva)   # nemá smysl -> vypíše varování
table(barva)  # kvalitativní data charakterizujeme např. jako počty v kategoriích
# zajímavé bývají proporce / procentuelní zastoupení v kategoriích
prop.table(barva)  #  jenže takhle to ještě nefunguje, protože proměnná "barva" nemá čísla
prop.table(table(barva))  # takhle už to funguje, protože "table(barva)" vrátí řadu čísel, počty

# výběr podle faktoru: více možností
which(pastelky$tloustka=="tlusta")      # na kterých řádcích jsou tlusté pastelky?
tl<-which(pastelky$tloustka=="tlusta")  # čísla řádků uložím do nové proměnné "tl"
mean(pastelky$delka[tl])                # průměr délek spočítám jen z vybraných řádků
# nebo
mean(delka[tloustka=="tlusta"])   # musí být attach(pastelky)
mean(delka[tloustka=="tenka"])
# nebo
with(subset(x=pastelky, tloustka=="tlusta"), mean(delka))  # může být i detach(pastelky)

# bodový graf (scatterplot)
plot(delka)
plot(delka, xlab="pořadí", main="Délka pastelek podle pořadí", ylim=c(0,18))
abline(h=mean(delka),lty=2) # horizontální čára na průměrné délce
text(6,12.5, labels = "průměr")
text(6,11,expression(mu), col="red")

# pořadí hodnot, uspořádané hodnoty
delka          # hodnoty tak, jak jsme je zapsali do tabulky
sort(delka)    # hodnoty od nejmenší po největší
rank(delka)    # pořadí hodnot, různé nastavení pro počítání pořadí ve shodách (ties)
order(delka)   # souřadnice hodnot od nejmenší po největší
# vypiš třetí nejmenší hodnotu:
sort(delka)[3]
# vypiš dva řádky: hodnoty od nejmenší po největší a jejich původní pořadí
rbind(sort(delka),order(delka))

# krabicový graf
boxplot(delka, main="Délka pastelek ve výběru kaki")
title(sub = "outlier - min - Q1 - median - Q3 - max")

# histogram
hist(delka, main="Délka pastelek ve výběru kaki", ylab="četnosti", xlab="délka [cm]")

# duhový koláčový graf
pie(rep(1, 24), col = rainbow(24), radius = 0.9)

# sloupcový graf
barplot(delka)
barplot(barva)  # takhle to nefunguje ...
barplot(table(barva), main="Četnosti pastelek podle barvy")
# barvičky
barplot(table(barva), main="Četnosti pastelek podle barvy", col=c("brown","blue","pink","gray", "green", "yellow"))