-
Ejecutores
Compilador de Python Compilador de C++ Compilador de C Compilador de Matplotlib Intérprete de Node.js Intérprete de PHP Compilador de C# / .NET Compilador de Rust Ruby Interpreter Compilador de Java Compilador de Go Compilador de Kotlin Compilador de Swift Compilador de TypeScript Compilador de R Compilador de SQL
-
Aprender
Aprender Python Ejemplos ejecutables, NumPy, pandas y más Aprender IA / Machine LearningRedes neuronales, ML y LLM desde cero Aprender C y C++ Punteros, memoria, STL y C++ moderno Aprender C#Fundamentos, POO, LINQ, async y ejercicios de .NET Aprender MatplotlibGráficos de líneas, barras, dispersión y sectores con visualizadores Aprender RustOwnership, traits, manejo de errores e hilos Aprender GoSlices, interfaces, goroutines y canales Algoritmos en Python Búsqueda, ordenación, recursión y visualizadores O(n) Algoritmos en C y C++ Compara implementaciones en C y C++ Programación para niños ¡Aprende a programar jugando!
- QuizzesNuevo
- RetosNuevo
- Para docentesNuevo
- Actualizaciones
- Invítame a un café
R Online Compiler
Run R code online with ggplot2, dplyr, tidyr and data.table installed. See the console output and your plots side by side. Free, no setup.
3 ejecuciones totales (3 este mes)
Practica Python con desafíos de código
Resuelve problemas prácticos en este editor: ejecuta las pruebas de ejemplo, envía tu solución y recibe una revisión de código por IA.
🧩 About This R Online Compiler
The CodeUtility R Online Compiler lets you write and run R code in your browser - no R installation, RStudio or package setup needed. Your code runs with R 4.4 in an isolated sandbox, and the console output appears next to the editor.
Popular packages are already installed: tidyverse (dplyr, tidyr, readr, purrr, stringr),
ggplot2, data.table, lubridate, janitor, zoo,
patchwork, viridis, scales, and modelling packages such as
caret, randomForest, rpart, e1071, glmnet and cluster.
Load them with library() as usual.
Charts work out of the box: every plot your code draws (base R or ggplot2) is shown as an image under the output, and you can open it full size or download it as a PNG.
It is a quick way for students to practise R, for analysts to test a snippet before running it on real data, and for teachers to share a working example with a class.
Más que un ejecutor de código
Utiliza un editor de varios archivos, un terminal de ejecución aislado, bibliotecas específicas del entorno, espacios de trabajo persistentes, opciones para compartir y colaboración en tiempo real desde el mismo ejecutor.
¿Cómo se utiliza este ejecutor?
Elige un entorno de ejecución, abre o crea un archivo, escribe el código y selecciona Ejecutar. El resultado aparece en el terminal; los usuarios que han iniciado sesión pueden conservar archivos en un espacio de trabajo, instalar bibliotecas y colaborar mediante elementos compartidos.
- Selecciona una versión y edita el archivo actual o abre otro archivo del espacio de trabajo.
- Ejecuta el código, introduce datos en el terminal cuando se soliciten y revisa el historial de ejecuciones guardado.
- Utiliza bibliotecas, herramientas del espacio de trabajo, opciones para compartir y el chat cuando la tarea requiera más de un fragmento.
💡 R Basics Guide for Beginners
1. Variables and Assignment
R uses <- to assign a value (= works too). Names are case-sensitive.
name <- "Alice"
age <- 30
is_student <- FALSE
cat(name, "is", age, "years old\n")
2. Vectors
A vector holds values of one type. Most operations work on the whole vector at once.
scores <- c(72, 88, 95, 64)
mean(scores) # 79.75
scores * 2 # every value doubled
scores[scores > 70] # 72 88 95
length(scores)
3. Conditionals
Use if / else for one value and ifelse() for a whole vector.
x <- 7
if (x %% 2 == 0) {
print("even")
} else {
print("odd")
}
ifelse(scores >= 70, "pass", "fail")
4. Loops
for walks over a vector; while repeats while a condition holds.
for (i in 1:3) {
cat("Step", i, "\n")
}
n <- 1
while (n < 100) n <- n * 2
print(n) # 128
5. Functions
Functions are values; the last expression is returned. Arguments can have defaults.
area <- function(width, height = width) {
width * height
}
area(3, 4) # 12
area(5) # 25
6. Lists
A list can hold values of different types, with names.
person <- list(name = "Bao", age = 21, langs = c("R", "SQL"))
person$name
person[["langs"]][2] # "SQL"
str(person)
7. Data Frames
A data frame is a table: each column is a vector of the same length.
df <- data.frame(
city = c("Hanoi", "Paris", "Lima"),
temp = c(31, 18, 22)
)
df[df$temp > 20, ]
summary(df$temp)
8. Apply Functions
sapply() and lapply() run a function on every element, without writing a loop.
words <- c("apple", "kiwi", "banana")
sapply(words, nchar)
lapply(1:3, function(n) n^2)
9. dplyr Pipelines
The pipe (|> or %>%) passes a result to the next step.
library(dplyr)
mtcars |>
group_by(cyl) |>
summarise(avg_mpg = mean(mpg), cars = n()) |>
arrange(desc(avg_mpg))
10. Plots with ggplot2
Map columns to axes and colours, then add layers. The chart appears under the output.
library(ggplot2)
ggplot(mtcars, aes(wt, mpg, color = factor(cyl))) +
geom_point(size = 3) +
labs(title = "Weight vs. fuel use", color = "Cylinders")
11. Strings
paste() joins text, sprintf() formats it, and stringr has friendly helpers.
paste("Hello", "R", sep = ", ")
sprintf("%.1f%% done", 42.567)
toupper("data")
library(stringr)
str_detect(c("cat", "dog"), "a")
12. Handling Errors
tryCatch() runs code and handles an error or a warning instead of stopping.
result <- tryCatch(
log(-1),
warning = function(w) {
message("Warning: ", conditionMessage(w))
NA
}
)
print(result)