Você sabia que é possível utilizar o R na nuvem, diretamente pelo seu navegador? Não precisar de uma instalação local do R e poder executar scripts em múltiplas plataformas é uma grande vantagem, ainda mais se for gratuito. O Google Colab e o RStudio Cloud são ótimas opções, porém pouco conhecidas. Confira como utilizá-las no seu dia a dia!
RStudio Cloud
O RStudio Cloud é um serviço que emula a IDE do RStudio pelo navegador, de fácil utilização e bastante ágil. Para utilizá-lo basta criar uma conta, havendo algumas opções de planos e, dentre eles, um plano gratuito para utilização dos recursos com alguma limitação mensal (memória RAM, CPU e horas/projeto).
A plataforma é bastante intuitiva, uma vez realizado o login, pode-se prosseguir com a criação de um "Space" e projetos de R dentro do mesmo.
Os projetos funcionam de forma semelhante aos projetos locais de R, para quem já está habituado a trabalhar com os arquivos .Rproj. Com um projeto aberto, perceba que visualmente a ferramenta é idêntica ao RStudio instalado localmente:
Cada projeto do R criado na plataforma é como se fosse uma instalação recente da linguagem, ou seja, haverão apenas os pacotes básicos. A instalação de pacotes do CRAN pode ser feita normalmente com a função install.packages() e os mesmos não são perdidos ao sair de um projeto.
Uma outra vantagem, como exibido na imagem acima, é que podemos optar facilmente por trocar a versão do R sendo utilizada, o que facilita o processo de testar, por exemplo, uma função em diversas versões do R.
Google Colab
O Google Colaboratory é mais conhecido pelos usuários da linguagem Python, e é um serviço também gratuito que oferece como principais vantagens a necessidade quase zero de configurações, uso de GPUs para rodar códigos pesados e compartilhamento facilitado. Para sua utilização basta possuir uma conta do Google.
Para usar o R no Google Colab basta abrir a plataforma por este link: https://colab.research.google.com/#create=true&language=r
O link direciona para um novo "notebook" que é gerado automaticamente dentro da plataforma. A a partir daí pode-se trabalhar normalmente com os códigos de R nas células do documento. Visualmente, não há diferenças entre um notebook de Python e um de R, mas através desse link é feita a configuração automaticamente para execução do R na nuvem da plataforma:
Como pode ser observado, os pacotes do tidyverse já vêm instalados, assim como diversos outros.
O que achou? Experimente e verifique se faz sentido agregar essas plataformas no seu toolkit de trabalho diário com o R.
________________________
(*) Para entender mais sobre a linguagem R e suas ferramentas, confira nosso Curso de Introdução ao R para análise de dados.
