IntroR.md 44.3 KB
Newer Older
Laurence Viry's avatar
Laurence Viry committed
1

Laurence Viry's avatar
Laurence Viry committed
2
3
# Introduction
## Qu'est ce que R? 
Laurence Viry's avatar
Laurence Viry committed
4
R est un système d'analyse statistique et graphique créé par Ross Ihaka et Robert Gentleman.
Laurence Viry's avatar
Laurence Viry committed
5
6
7
8
9
10
11
12
13
14
15
R est à la fois un logiciel et un langage interprété dont la conception dérive du langage S développé au sein des laboratoires AT&T Bell dans les années 80 et disponible actuellement sous la forme du logiciel S-PLUS commercialisé par la compagnie Insightful. Il y a des différences dans la conception de R et celle de S, pour en savoir plus sur ce point, se reporter au [R-FAQ3](https://cran.r-project.org/doc/FAQ/R-FAQ.html).

Le langage R possède aujourd'hui une communauté mature d'utilisateurs et de développeurs qui ont créé et partagé des milliers de package via le _Comprehensive R Archive Network_ (CRAN, https://cran.r-project.org).

R comporte de nombreuses fonctions pour les analyses statistiques, les
graphiques, le traitement et le stockage des données. Les graphiques sont visualisés à l'écran ou sur papier et peuvent être exportés sous divers formats (jpg, png, bmp, ps, pdf, emf, pictex,
xfig); les formats disponibles peuvent dépendre du système d'exploitation.
Les résultats des analyses statistiques sont affichés à l'écran ou peuvent être sauvegardés ou exportés dans un fichier pour être utilisés dans des analyses ultérieures.

R est un langage de programmation simple et efficace qui permet à l'utilisateur d'écrire ses propres algorithmes en utilisant le traitement conditionnel, les boucles, la récursivité, les fonctions intrinsèques et utilisateurs et des fonctions d'entrée /sorties. 

Laurence Viry's avatar
Laurence Viry committed
16
17
18
R comprend une suite d'opérateurs po

ur les calculs sur des tableaux, en particulier des matrices.
Laurence Viry's avatar
Laurence Viry committed
19

Laurence Viry's avatar
Laurence Viry committed
20
21
R offre les possibilités d'améliorer ses performances en convertisant le haut niveau d'interprétation du code R en un langage compilé écrit en C, C++ ou Fortran (**RCPP**,...)
R permet de s'adapter à l'architecture des processeurs multi-coeurs et aux clusters de plusieurs noeuds en fournissant des outils aux développeurs qui lui permet d'utiliser des techniques de programmation parallèle (**parallel**,**multicore**,**snow**,...)
Laurence Viry's avatar
Laurence Viry committed
22
23
24
25
26
27
28

Un dernier point important, les statisticiens ont implémentés dans R sous forme de packages directement intégrées dans R, des centaines de procédures adaptées à une grande variété d'applications.

## Pourquoi R?
### Avantages

R a des avantages majeurs
Laurence Viry's avatar
Laurence Viry committed
29
30
31
32
33
34
35
36
37
38
39
40
41
1. Il est gratuit et le restera puisqu'il est distribué librement sous les termes de la [GNU General Public Licence](http://www.gnu.org/)
2. Il est disponible sur Internet, via un grand réseau de serveurs.
3. Il fonctionne sur de nombreux systèmes d'exploitation Unix et dérivés incluant
Darwin, Mac OS X, Linux, FreeBSD et Solaris; sur 
Microsoft Windows.
4. Il est le produit d'une collaboration internationale entre
statisticiens et informaticiens;
5. Il ne limite pas l'utilisateur à un ensemble de procédures ou d'options, à une méthode presse-bouton tout en utilisant les packages déjà intégrés dans R.
6. Il fournit des outils consistants (bibliothèques, language,...) qui permettent de travailler avec des objets complexes de grande taille. 
7. Il existe une documentation technique complète à laquelle participent les utilisateurs, des tutoriaux adaptés à des usages différents et aussi plusieurs bons livres sur les méthodes statistiques qui utilisent R (ou S) pour l'illustration.
8. Il est entièrement programmable, les procédures répétitives peuvent facilement être automatisées par des scripts écrits par l'utilisateur. Il est facile d'écrire ses propres fonctions, et pas trop compliqué d'écrire des paquets entiers pour implémenter de nouveaux algorithmes.
9. Le code source est publié, ainsi vous avez accès aux algorithmes exacts avec une validation possible les statisticiens experts.
10. Il peut échanger des données en format MS-Excel, texte, format fixe et délimité(CSV,...), de sorte que les jeux de données existants sont facilement importés, et les résultats calculés en R facilement exportables. 
Laurence Viry's avatar
Laurence Viry committed
42
43
44
45
46
11. La plupart des programmes écrits avec S-PLUS fonctionneront sans modification, ou avec des changements mineurs, dans R.

### Inconvénients
R présentent quelques inconvénients:

Laurence Viry's avatar
Laurence Viry committed
47
48
1. L'utilisateur doit définir lui-même la séquence des analyses et les exécuter pas à pas, cependant, il est facile de créer des scripts avec toutes les étapes dans les éditeurs des interfaces utilisateurs de R (dans ce cours RStudio).
2. L'utilisateur doit apprendre à penser autrement la gestion de ses données, de penser les objets R comme des classes ce qui lui permettra de bénéficier des avantages des langages objet. Les méthodes opérant sur un objet en fonction de sa classe.
Laurence Viry's avatar
Laurence Viry committed
49
50
51
52
53
3. L'utilisateur doit apprendre un langage, à la fois pour les commandes mais aussi pour la spécification des analyses statistiques.

### Alternatives
Il y a d'autres logiciels qui permettent de faire des calculs statistiques et du traitement de données, ils peuvent souvent interagir entre eux avec la possibilité de programmer ses propres algorithmes ou d'interagir avec R. Aucun d'entre eux n'est open-source, ce qui signifie que vous devez faire confiance à l'entreprise pour faire les calculs correctemen

Laurence Viry's avatar
Laurence Viry committed
54
55
56
57
   - S-PLUS: : implémentation commerciale du langage S di usée par TIBCO.
   - SAS: un concurrent de S-PLUS, très utilisée dans l'industrie, programmable.
   - [Des programmes statistiques spécifques](http://www.stata.com/links/statistical-software-providers/).
   - Tableurs:  Microsoft Excel (Data Analysis.  .  .  ),
Laurence Viry's avatar
Laurence Viry committed
58
59
60
61
62
63
64
65
66

## Installer R
R est distribué librement sous les termes de la [GNU General Public Licence](http://www.gnu.org/)
, son développement et sa distribution sont assurés par plusieurs statisticiens
rassemblés dans le [**R Development Core Team**](https://cran.r-project.org/mirrors.html).

Pour un meilleur suivi du cours, nous vous conseillons d'installer **R** (Version 3.4.x au moins) sur votre ordinateur personnel, il peut être téléchargé sur différents serveurs appelés “Miroirs” et situés dans de nombreux pays. Plusieurs miroirs sont disponibles en France, on y trouvera des versions adaptées à différentes plateformes (Windows, Mac-OS et Linux).

Sous plusieurs formes : 
Laurence Viry's avatar
Laurence Viry committed
67

Laurence Viry's avatar
Laurence Viry committed
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
    - des exécutables précompilés pour Windows, Linux et OSX (Macintosh).
    - de sources(écrit principalement en C et certaines routines en Fortran) qu'il faudra compiler avant de les utiliser.
   - [Installer R sous **Windows**](https://cloud.r-project.org/bin/windows/base/)

   - [Installer R sous **Mac**](https://cloud.r-project.org/bin/macosx/)
   
   - [Sous **Linux**](https://cran.r-project.org/mirrors.html), R n’est fourni que comme un outil en ligne de commande, utilisez votre gestionnaire de packages habituel (de préférence, choisir un miroir proche de chez vous).

Plusieurs packages sont fournis avec l'installation de base, de nouveaux packages peuvent être facilement ajoutés, l'installation peut se faire en local ou pour l'ensemble des utilisateurs. Nous verrons comment installer de nouveaux package dans la suite du cours.

[RStudio](https://www.rstudio.com/products/RStudio/) est un environnement de développement intégré (IDE), qui propose des outils et facilite l’écriture de scripts et l’usage de R au quotidien. C’est une interface bien supérieure à celles fournies par défaut lorsqu’on installe R sous Windows ou sous Mac-OS

[Installer RStudio](https://www.rstudio.com/products/rstudio/download/#download), téléchargez la version adaptée à votre système.


Laurence Viry's avatar
Laurence Viry committed
83
84
85
86
87
88
89
90
91
92
93
94
## RStudio : interface conviviale

[RStudio](https://www.rstudio.com/products/RStudio/) est un environnement de développement intégré (IDE), qui 
propose des outils et facilite l’écriture de scripts et l’usage de R au quotidien. C’est une interface bien 
supérieure à celles fournies par défaut lorsqu’on installe R sous Windows ou sous Mac-OS

Des versions libres sont téléchargeables sur la page https://www.rstudio.com/products/rstudio/download/#download

- Téléchargez la version adaptée à votre système et installez la sur votre poste de travail.

- Cet environnement inclut dans une seule interface attractive:  

Laurence Viry's avatar
Laurence Viry committed
95
<img src="../figures/InterfaceRStudio.jpg",width="80%",height="80%">
Laurence Viry's avatar
Laurence Viry committed
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136


 - une console (Console), 
 - un terminal (Terminal),
 - un éditeur de code, 
 - sorties graphiques (Plot), 
 - l'historique (History),
 - une aide en ligne (Help), 
 - le contenu de l'espace de travail (Environment),
 - un gestionnaire de fichier (Files),
 - le gestionnaire de paquets (Packages).
 
**Cette interface peut être personnalisée**, voir: [Customizing RStudio](https://support.rstudio.com/hc/en-us/articles/200549016-Customizing-RStudio).
 
On peut utiliser les gestionnaires de version **git**, **svn**,... sous RStudio, ce qu'on ne fera pas dans ce cours, [voir le tutoriel](https://informatique-mia.inra.fr/r4ciam/sites/ciam.inra.fr.r4ciam/files/Tutoriels/UtilisationGit13mai.pdf).
 

### Modification et exécution du code

L'éditeur de source de RStudio inclut une variété de fonctionnalités améliorant la productivité, y compris la mise en évidence de la syntaxe, l'achèvement du code, l'édition de plusieurs fichiers et la recherche/remplacement.

RStudio vous permet également d'exécuter de manière flexible le code R directement depuis l'éditeur de source.  Travailler dans l'éditeur de source facilite la reproduction de séquences de commandes et le regroupement de commandes pour une réutilisation en tant que fonction. 

Pour en savoir plus: [Editing and Executing Code](https://support.rstudio.com/hc/en-us/articles/200484448).

### Gestion de fichiers

On utilisera l'onglet **Files** de RStudio. Celui-ci permet également de créer de nouveaux répertoires (New Folder) et de définir le répertoire courant comme répertoire de travail

    Files -> More -> Set AS Working Directory).

### Historique

RStudio maintient une base de données de toutes les commandes que vous avez déjà entrées dans la console. Vous pouvez parcourir et rechercher dans cette base de données à l'aide de l'onglet **History**, afficher le contexte d'une commande. 
Les commandes sélectionnées dans l'onglet **History** peuvent être utilisées de deux façons (correspondant aux deux boutons sur le côté gauche de la barre d'outils Historique): envoyer la(les) commande(s) sélectionnée(s) à la console, insèrer la(les) commande(s) sélectionnée(s) dans le document source actif

Pour en savoir plus: [Using Command History](https://support.rstudio.com/hc/en-us/articles/200526217-Command-History).


Pour en savoir plus sur RStudio globalement: [Using RStudio IDE](https://support.rstudio.com/hc/en-us/sections/200107586-Using-the-RStudio-IDE)

Laurence Viry's avatar
Laurence Viry committed
137
138
139
140
## Utiliser R 
Il y a plusieurs méthodes pour travailler avec R

* En **mode commande** (CLI) avec un éditeur et une interface graphique ou pas.
Laurence Viry's avatar
Laurence Viry committed
141
* À partir d'un environnement de développement intégré (IDE). L'objectif de cet IDE est d'automatiser et de simplifier les activités du programmeur. Suivant les systèmes d'exploitation, il existe des interfaces de développement différentes.
Laurence Viry's avatar
Laurence Viry committed
142
* En utilisant le module **ESS** (Emacs Speaks Statistics) de l'éditeur **emacs**.
Laurence Viry's avatar
Laurence Viry committed
143
144

Dans ce cours nous utiliserons l'IDE **RStudio** utilisable sur la plupart des plates-formes (Windows, Linux, MaxOS).
Laurence Viry's avatar
Laurence Viry committed
145
146
147
 

## Utiliser R en mode Console
Laurence Viry's avatar
Laurence Viry committed
148
149
150
151
152
Le langage R est un *langage interprété*. Au démarrage d'une nouvelle session de R, on interagit avec R dans une ** console**.

On écrit une ligne de code dans la ** console**, on la valide (Entrée) et on observe le résultat (pas besoin d'une étape préalable de compilation du code).

### Pour lancer une console R
Laurence Viry's avatar
Laurence Viry committed
153
   - sous Windows, lancer le programme **Rxxx** (xxx correspondant au numéro de  version) dont un raccourci a été créé sur le bureau après l'installation.
Laurence Viry's avatar
Laurence Viry committed
154
 <img src="../figures/Console-R-Windows.jpg",width="60%",height="60%">  
Laurence Viry's avatar
Laurence Viry committed
155
156
157
   
   
   - sous Mac OS X, lancer le programme R présent dans le dossier Applications ou la commande **R** dans un terminal suivant le type d'installation de R choisi.
Laurence Viry's avatar
Laurence Viry committed
158
   <img src="../figures/Console-R-Macos.jpg",width="60%",height="60%">
Laurence Viry's avatar
Laurence Viry committed
159
160
   
   - sous Linux (et plus généralement tout système Unix), **ouvrir un terminal** et **lancer la commande R**.
Laurence Viry's avatar
Laurence Viry committed
161
    <img src="../figures/consoleLinux.jpg",width="60%",height="60%">  
Laurence Viry's avatar
Laurence Viry committed
162
163
164
    
   - Au premier lancement de RStudio, l’écran principal est découpé en trois grandes zones :

Laurence Viry's avatar
Laurence Viry committed
165
    <img src="../figures/interfaceRStudio_0.jpg",width="60%",height="60%">
Laurence Viry's avatar
Laurence Viry committed
166
167
    
**La zone de gauche est la console**. 
Laurence Viry's avatar
Laurence Viry committed
168
169
170
    
Les interfaces graphiques sont différentes entre les différents systèmes d'exploitation mais cela ne change rien au langage qui sera compatible avec toutes les plates-formes.

Laurence Viry's avatar
Laurence Viry committed
171
172
Dans la suite du cours, nous utiliserons la console de **RStudio** ou les notebooks sur le serveur de notebooks de GRICAD.

Laurence Viry's avatar
Laurence Viry committed
173

Laurence Viry's avatar
Laurence Viry committed
174
### Utilisation de R comme une simple calculatrice 
Laurence Viry's avatar
Laurence Viry committed
175

Laurence Viry's avatar
Laurence Viry committed
176
R utilise des fonctions et des opérateurs qui agissent sur des objets:
Laurence Viry's avatar
Laurence Viry committed
177

Laurence Viry's avatar
Laurence Viry committed
178
179
180
181
182
183
184
   - Addition       : **+** 
   - Soustraction   : **-**
   - Multiplication: **\***
   - Division: **/**
   - Exponentiation: **^**  élève le nombre à sa gauche à la puissance du nombre à sa droite, par exemple 3^2 = 9 .
   - Modulo: **%%** reste de la division entière du nombre à sa gauche par le nombre à sa droite, 13%%3 = 1
   - Division entière : **%/%** division entière du nombre à sa gauche par le nombre à sa droite, 13%/%3 = 4
Laurence Viry's avatar
Laurence Viry committed
185
186
187
188
189

Une liste de *fonctions génériques prédéfinies* (log, sqrt,...)

Pour obtenir ces informations complètes, utiliser la commande **help("Math")**
    
Laurence Viry's avatar
Laurence Viry committed
190
    dans la console de RStudio, on essaie et on observe...
Laurence Viry's avatar
Laurence Viry committed
191
192
193
194
195
196
197
198
199
200
201


```R
# R comme calculatrice
2+3
3-2
2^3
13 %% 3
13 %/% 3
log(7) #fonction prédéfinie de R
runif(4)
Laurence Viry's avatar
Laurence Viry committed
202
"espace de travail"
Laurence Viry's avatar
Laurence Viry committed
203
204
205
ls() # fournit le nom des objets de l'espace de travail
```

Laurence Viry's avatar
Laurence Viry committed
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247

5



1



8



1



4



1.94591014905531



<ol class=list-inline>
	<li>0.716547878459096</li>
	<li>0.827923827804625</li>
	<li>0.607921322109178</li>
	<li>0.211772634647787</li>
</ol>




'espace de travail'






Laurence Viry's avatar
Laurence Viry committed
248
249
250
251
252
## Programmation sous R - Espace de travail

Un concept de base en programmation s'appelle une **variable**.

Une variable vous permet de **stocker une valeur** (par exemple 4) ou **un objet** (par exemple une description de fonction)  à l’aide de l’*opérateur d’assignation* 
Laurence Viry's avatar
Laurence Viry committed
253

Laurence Viry's avatar
Laurence Viry committed
254
   opérateur d'assignation ** " <- "** dans R. 
Laurence Viry's avatar
Laurence Viry committed
255

Laurence Viry's avatar
Laurence Viry committed
256
257
258
259
260
Vous pouvez ensuite utiliser le nom de cette variable pour accéder facilement à la valeur ou à l'objet stocké dans cette variable.

On peut retrouver l'ensemble des objets stockés avec la fonction **ls()** dans la console ou dans l'onglet **Environment** de RStudio.

On essaie et on observe...
Laurence Viry's avatar
Laurence Viry committed
261
262
263
264
265
266



```R
# R comme langage interprete - espace de travail
ls()
Laurence Viry's avatar
Laurence Viry committed
267
n <- 5
Laurence Viry's avatar
Laurence Viry committed
268
269
270
271
272
273
n
a <- runif(n)
a
b <- 10
nb <- n + b
nb
Laurence Viry's avatar
Laurence Viry committed
274
"Espace de travail 1"
Laurence Viry's avatar
Laurence Viry committed
275
276
277
ls()
rm(n)
# Espace de travail
Laurence Viry's avatar
Laurence Viry committed
278
"Espace de travail 2"
Laurence Viry's avatar
Laurence Viry committed
279
ls()
Laurence Viry's avatar
Laurence Viry committed
280
281
# Nettoyer l'espace de travail
rm(list=ls())
Laurence Viry's avatar
Laurence Viry committed
282
"Espace de travail 3"
Laurence Viry's avatar
Laurence Viry committed
283
ls()
Laurence Viry's avatar
Laurence Viry committed
284
285
```

Laurence Viry's avatar
Laurence Viry committed
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343





5



<ol class=list-inline>
	<li>0.62501686764881</li>
	<li>0.938050465425476</li>
	<li>0.316431388491765</li>
	<li>0.902880884939805</li>
	<li>0.355515625793487</li>
</ol>




15



'Espace de travail 1'



<ol class=list-inline>
	<li>'a'</li>
	<li>'b'</li>
	<li>'n'</li>
	<li>'nb'</li>
</ol>




'Espace de travail 2'



<ol class=list-inline>
	<li>'a'</li>
	<li>'b'</li>
	<li>'nb'</li>
</ol>




'Espace de travail 3'






Laurence Viry's avatar
Laurence Viry committed
344
### Quelques statistiques
Laurence Viry's avatar
Laurence Viry committed
345
346


Laurence Viry's avatar
Laurence Viry committed
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
```R
ls()
a <- 4
a
```






4



Laurence Viry's avatar
Laurence Viry committed
362
363
364
```R
# R comme langage interprete - statistiques
n <-20
Laurence Viry's avatar
Laurence Viry committed
365
a <- runif(n)
Laurence Viry's avatar
Laurence Viry committed
366
367
368
mean(a)
sd(a)
summary(a)
Laurence Viry's avatar
Laurence Viry committed
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
```


0.447511035855859



0.267335138241474



        Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
    0.001341 0.220600 0.514800 0.447500 0.608800 0.840900 



```R
Laurence Viry's avatar
Laurence Viry committed
386
barplot(a)
Laurence Viry's avatar
Laurence Viry committed
387
388
389
390
391
392
393
394
```


![png](output_17_0.png)



```R
Laurence Viry's avatar
Laurence Viry committed
395
396
b <- rnorm(20,mean=0,sd=1)
hist(b)
Laurence Viry's avatar
Laurence Viry committed
397
398
399
```


Laurence Viry's avatar
Laurence Viry committed
400
401
402
403
![png](output_18_0.png)



Laurence Viry's avatar
Laurence Viry committed
404
```R
Laurence Viry's avatar
Laurence Viry committed
405
406
407
408
# Les distributions du package de base
help(Distributions)
```

Laurence Viry's avatar
Laurence Viry committed
409
410
411
412
413
414
415
416
417
418
419
### Espace de travail (workspace)

L'espace de travail est l'ensemble des **objets** stockés, consultable:

* Dans la console par la fonction ** ls() **.

* Dans l'onglet **"Environment"** de RStudio.


```R
# Espace de travail (workspace)
Laurence Viry's avatar
Laurence Viry committed
420
"Espace de travail 1"
Laurence Viry's avatar
Laurence Viry committed
421
422
ls()
a <- 7
Laurence Viry's avatar
Laurence Viry committed
423
"Espace de travail 2"
Laurence Viry's avatar
Laurence Viry committed
424
ls()
Laurence Viry's avatar
Laurence Viry committed
425
#
Laurence Viry's avatar
Laurence Viry committed
426
427
428
429
myfunc <- function() {y <- 1; ls()}
myfunc() 
# Effacer des objets 
rm(a)
Laurence Viry's avatar
Laurence Viry committed
430
431
"Espace de travail 3"
ls()
Laurence Viry's avatar
Laurence Viry committed
432
rm(myfunc)
Laurence Viry's avatar
Laurence Viry committed
433
"Espace de travail 4"
Laurence Viry's avatar
Laurence Viry committed
434
ls()
Laurence Viry's avatar
Laurence Viry committed
435
#
Laurence Viry's avatar
Laurence Viry committed
436
437
cmat1 <-matrix(1:20,ncol=5)
cmat2 <-matrix(1:20,ncol=4)
Laurence Viry's avatar
Laurence Viry committed
438
"Espace de travail 5"
Laurence Viry's avatar
Laurence Viry committed
439
440
441
ls()
# Effacer tout l'espace de travail
rm(list = ls())
Laurence Viry's avatar
Laurence Viry committed
442
"Espace de travail 6"
Laurence Viry's avatar
Laurence Viry committed
443
444
445
ls()
```

Laurence Viry's avatar
Laurence Viry committed
446

Laurence Viry's avatar
Laurence Viry committed
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
'Espace de travail 1'



<ol class=list-inline>
	<li>'a'</li>
	<li>'b'</li>
	<li>'n'</li>
</ol>




'Espace de travail 2'



<ol class=list-inline>
	<li>'a'</li>
	<li>'b'</li>
	<li>'n'</li>
</ol>




'y'



'Espace de travail 3'



<ol class=list-inline>
	<li>'b'</li>
	<li>'myfunc'</li>
	<li>'n'</li>
</ol>




'Espace de travail 4'



<ol class=list-inline>
	<li>'b'</li>
	<li>'n'</li>
</ol>




'Espace de travail 5'



<ol class=list-inline>
	<li>'b'</li>
	<li>'cmat1'</li>
	<li>'cmat2'</li>
	<li>'n'</li>
</ol>




'Espace de travail 6'







Laurence Viry's avatar
Laurence Viry committed
524
Pour en savoir plus: [Working Directories and Workspaces](https://support.rstudio.com/hc/en-us/articles/200711843-Working-Directories-and-Workspaces).
Laurence Viry's avatar
Laurence Viry committed
525

Laurence Viry's avatar
Laurence Viry committed
526
527
### Les types de base en R

Laurence Viry's avatar
Laurence Viry committed
528
R utilise différents types de données dont les principaux sont:
Laurence Viry's avatar
Laurence Viry committed
529
530
531
532

   * Un objet vide noté: NULL
   * Les *valeurs réelles* comme 4.5 sont appelées **numériques**.
   * Les *nombres naturels* comme 4 sont appelés *integer*. Les nombres entiers sont aussi **numériques**.
Laurence Viry's avatar
Laurence Viry committed
533
534
   * Les *valeurs booléennes* (TRUE ou FALSE) sont appelées **logiques**.
   * Les *chaînes de caractères* comme "nom" sont appelées **character**.
Laurence Viry's avatar
Laurence Viry committed
535
 
Laurence Viry's avatar
Laurence Viry committed
536
537
Les guillemets de part et d'autre d'un texte ( "texte") indique que c'est du type **character**

Laurence Viry's avatar
Laurence Viry committed
538
539
Pour connaître le mode d'un objet **x** de R, il suffit d'exécuter la fonction **mode(x)**

Laurence Viry's avatar
Laurence Viry committed
540
* La fonction **typeof()** permet d'obtenir une description plus précise de la représentation interne d'un objet.
Laurence Viry's avatar
Laurence Viry committed
541
542
543
544

* R utilise un mécanisme de fonction générique simple, le choix de la méthode utilisée dépend de la classe du premier argument de la fonction générique (ex: plot, print,...).

Pour connaître la classe d'une variable, on utilise la fonction **class()**
Laurence Viry's avatar
Laurence Viry committed
545
546
547


```R
Laurence Viry's avatar
Laurence Viry committed
548
# Variables of differents types
Laurence Viry's avatar
Laurence Viry committed
549
my_numeric <- 426
Laurence Viry's avatar
Laurence Viry committed
550
551
my_character <- "42"
my_logical <- FALSE 
Laurence Viry's avatar
Laurence Viry committed
552
my_integer <- 5L
Laurence Viry's avatar
Laurence Viry committed
553
```
Laurence Viry's avatar
Laurence Viry committed
554

Laurence Viry's avatar
Laurence Viry committed
555
556

```R
Laurence Viry's avatar
Laurence Viry committed
557
# Class de my_numeric
Laurence Viry's avatar
Laurence Viry committed
558
" mode, typeof et classe my_numeric"
Laurence Viry's avatar
Laurence Viry committed
559
560
mode(my_numeric)
typeof(my_numeric)
Laurence Viry's avatar
Laurence Viry committed
561
class(my_numeric)
Laurence Viry's avatar
Laurence Viry committed
562
563
```

Laurence Viry's avatar
Laurence Viry committed
564

Laurence Viry's avatar
Laurence Viry committed
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
' mode, typeof et classe my_numeric'



'numeric'



'double'



'numeric'



```R
Laurence Viry's avatar
Laurence Viry committed
582
# Class de my_numeric
Laurence Viry's avatar
Laurence Viry committed
583
" mode, typeof et classe my_integer"
Laurence Viry's avatar
Laurence Viry committed
584
585
586
587
588
589
590
591
mode(my_integer)
typeof(my_integer)
class(my_integer)

xx <- my_numeric + my_integer
xx
mode(xx)
class(xx)
Laurence Viry's avatar
Laurence Viry committed
592
593
```

Laurence Viry's avatar
Laurence Viry committed
594

Laurence Viry's avatar
Laurence Viry committed
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
' mode, typeof et classe my_integer'



'numeric'



'integer'



'integer'



431



'numeric'



'numeric'



```R
Laurence Viry's avatar
Laurence Viry committed
624
# Class de my_character
Laurence Viry's avatar
Laurence Viry committed
625
" mode, typeof et classe my_character"
Laurence Viry's avatar
Laurence Viry committed
626
627
mode(my_character)
typeof(my_character)
Laurence Viry's avatar
Laurence Viry committed
628
class(my_character)
Laurence Viry's avatar
Laurence Viry committed
629
630
631
632
633
634
635
636
637
638
639
640
```


' mode, typeof et classe my_character'



'character'



'character'
Laurence Viry's avatar
Laurence Viry committed
641

Laurence Viry's avatar
Laurence Viry committed
642
643
644
645
646
647
648


'character'



```R
Laurence Viry's avatar
Laurence Viry committed
649
650
651
# my_character + 10  # argument non numérique pour un opérateur binaire
paste(my_character, "euros") # Concatène après conversion en caractères
b <- paste(my_character, 14)
Laurence Viry's avatar
Laurence Viry committed
652
b
Laurence Viry's avatar
Laurence Viry committed
653
mode(b)
Laurence Viry's avatar
Laurence Viry committed
654
class(b)
Laurence Viry's avatar
Laurence Viry committed
655
656
657
658
659
660
661
662
663
664
665
666
```


'42 euros'



'42 14'



'character'
Laurence Viry's avatar
Laurence Viry committed
667

Laurence Viry's avatar
Laurence Viry committed
668
669
670
671
672
673
674


'character'



```R
Laurence Viry's avatar
Laurence Viry committed
675
676
677
# Class de my_logical
" mode et classe my_logical"
mode(my_logical)
Laurence Viry's avatar
Laurence Viry committed
678
class(my_logical)
Laurence Viry's avatar
Laurence Viry committed
679
```
Laurence Viry's avatar
Laurence Viry committed
680

Laurence Viry's avatar
Laurence Viry committed
681
682
683
684
685
686
687
688
689
690
691
692

' mode et classe my_logical'



'logical'



'logical'


Laurence Viry's avatar
Laurence Viry committed
693
#### Tester/ concertir le mode d'un objet
Laurence Viry's avatar
Laurence Viry committed
694

Laurence Viry's avatar
Laurence Viry committed
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
* Il est possible de tester le **mode** d'un objet **x** de R avec les fonctions:
   - **is.null**(x)
   - **is.numeric**(x)
   - **is.logical**(x)
   - **is.character**(x)
   - **is.complex**(x)
   
Le résultat de ces fonctions est un booléen qui prend les valeurs **TRUE** et **FALSE**

* Il est possible de convertir un objet d'un mode à un autre avec les fonctions:
   - **as.numeric**(x)
   - **as.logical**(x)
   - **as.character**(x)
   - **as.complex**(x)
   
Il faut rester prudent quant à la signification de ces conversions, R retourne toujours un résultat même si la conversion n'a pas de sens...


```R
# Conversion "logical" en "numeric"
a <- TRUE
mode(a)
Laurence Viry's avatar
Laurence Viry committed
717
718
d <- as.numeric(a)
mode(d)
Laurence Viry's avatar
Laurence Viry committed
719
720
721
722
723
724
725
726
727
728
729
730

# Conversion "logical" en "character"
as.character(a)

# Conversion "character" en "numeric"
b <- "3"
as.numeric(b)
6 + as.numeric(b)

```


Laurence Viry's avatar
Laurence Viry committed
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
'logical'



'numeric'



'TRUE'



3



9



Laurence Viry's avatar
Laurence Viry committed
751
752
753
754
755
756
757
758
759
760
761
762
763

#### Exemple de fonction générique 

La fonction **print**


```R
# fonction generique
a <- 1:20
print(a)

b <- 5.8
class(b)
Laurence Viry's avatar
Laurence Viry committed
764
print(b)
Laurence Viry's avatar
Laurence Viry committed
765
766
767
768
769
770
771
772
773

# objet de classe "matrix"
cmat1 <-matrix(a,ncol=5)
class(cmat1)
print(cmat1)

cmat2 <-matrix(a,ncol=4)
class(cmat2)
print(cmat2)
Laurence Viry's avatar
Laurence Viry committed
774
775
776

```

Laurence Viry's avatar
Laurence Viry committed
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
     [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20



'numeric'


    [1] 5.8



'matrix'


         [,1] [,2] [,3] [,4] [,5]
    [1,]    1    5    9   13   17
    [2,]    2    6   10   14   18
    [3,]    3    7   11   15   19
    [4,]    4    8   12   16   20



'matrix'


         [,1] [,2] [,3] [,4]
    [1,]    1    6   11   16
    [2,]    2    7   12   17
    [3,]    3    8   13   18
    [4,]    4    9   14   19
    [5,]    5   10   15   20


Laurence Viry's avatar
Laurence Viry committed
810
811
#### Valeur manquante et valeurs spéciales

Laurence Viry's avatar
Laurence Viry committed
812
* Certaines données sont **absentes** ou **inexploitables**, elles ne sont pas disponibles pour le traitement, R les note **NA** pour **Not Available**.
Laurence Viry's avatar
Laurence Viry committed
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836

Pour savoir où se trouvent les données manquantes, on utilise la fonction **is.na**(x) qui retourne un booléen de même longueur que x.

* On peut mentionner également  les valeurs spéciales **Inf** pour *l'infini* et **NaN** pour *Not a Number*.

et les fonctions de test associés:
    
       - is.finite(x)
       - is.infinite(x)
       - is.nan(x)


```R
# donnees manquantes
v <- c(2,6,4,8,2,9,10)
v
mean(v)

vv <- c(2,6,4,8,2,NA,10)
mean(vv)
mean(vv,na.rm=TRUE)
```


Laurence Viry's avatar
Laurence Viry committed
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
<ol class=list-inline>
	<li>2</li>
	<li>6</li>
	<li>4</li>
	<li>8</li>
	<li>2</li>
	<li>9</li>
	<li>10</li>
</ol>




5.85714285714286



    [1] NA



5.33333333333333



Laurence Viry's avatar
Laurence Viry committed
862
863
864
865
866
867
868
869
870
```R
# Valeurs spéciales
exp(1e10)
w <- c(log(-4),6,9)
w
mean(w)
mean(w,na.rm=TRUE)
```

Laurence Viry's avatar
Laurence Viry committed
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894

Inf


    Warning message in log(-4):
    “NaNs produced”


<ol class=list-inline>
	<li>NaN</li>
	<li>6</li>
	<li>9</li>
</ol>




NaN



7.5


Laurence Viry's avatar
Laurence Viry committed
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
## Utilisation de scripts

Il n’est pas toujours très pratique de travailler uniquement sur la console, la saisie est réalisée ligne à ligne. En cas d’erreur de saisie, on devra soit resaisir la commande en la corrigeant, soit la rappeler en la recherchant dans l’historique des commandes en utilisant l'onglet **History** de RStudio pour pouvoir la modifier .

La méthode utilisée est de construire des scripts. Un script est un fichier texte qui contient une séquence d'instructions. La saisie de ces instructions peut se faire à l'extérieur de RStudio avec un éditeur (nedit, emacs, notepad,...) ou directement dans l'éditeur de RStudio.

Pour créer un nouveau script, utiliser le menu:

    File -> New File -> R Script

Une fenêtre d'édition s'ouvre dans laquelle vous pouvez saisir vos instructions, exécuter instruction par instruction ou globalement, sauvegarder le script, charger des scripts existants...

Pour en savoir plus: [Editing and Executing Code](https://support.rstudio.com/hc/en-us/articles/200484448-Editing-and-Executing-Code)


Laurence Viry's avatar
Laurence Viry committed
910
## Qu'est ce qu'un Data Frame?
Laurence Viry's avatar
Laurence Viry committed
911

Laurence Viry's avatar
Laurence Viry committed
912
**Un tableau de données est un ensemble de vecteurs rangés colonne par colonne**. Chaque colonne du tableau data correspond à une variable, chaque ligne à un individu. Les variables peuvent être de type différent (numérique, booléen, character,...).
Laurence Viry's avatar
Laurence Viry committed
913
914
915

C'est ce même concept qu'on utilise dans les progiciels statistiques tels que SAS, BMDP, SPSS...

Laurence Viry's avatar
Laurence Viry committed
916
917
918
919
920
921
922
923
924
925
926
Sous R, les tableaux de données sont des objets particuliers appelés **data.frame**. On verra dans la suite du cours que tout type d'objet a deux attributs intrinsèques, **son mode** et **sa longueur**. Il peut
avoir des attributs spécifiques qui différents selon le type de l'objet (dim,dimnames,class,...).

Pour obtenir les attributs d'un objet, on utilise la fonction **attributes()**. Les attributs d'un **data-frame** sont le nom des variables (*names*), le nom des individus (*row.names*), les dimensions du tableau, le nombre des lignes et des colonnes.

Pour accéder à la valeur de ces attributs, on utile le caractère **\$** et le nom de l'attribut.

La fonction **dim()** fournit les dimensions du tableau de données: le nombre d'observations et le nombre de variables.

La fonction **dimnames()** fournit le nom des dimensions du tableau de données: le nom des individus et le nom des variables.

Laurence Viry's avatar
Laurence Viry committed
927

Laurence Viry's avatar
Laurence Viry committed
928
### Traitement du fichier de données "mtcars.csv"
Laurence Viry's avatar
Laurence Viry committed
929
930
931
932
933

* *Description* : les données ont été extraites du magazine Motor Trend US de 1974 et comprennent la consommation de carburant et 10 aspects de la conception et des performances de 32 automobiles (modèles 1973-1974).

* *Format*: 

Laurence Viry's avatar
Laurence Viry committed
934
Un **fichier de données** "mtcars" avec 32 *observations* sur 11 *variables*:
Laurence Viry's avatar
Laurence Viry committed
935
936
937
938
939
940
941
942
943
944
945
946
947

    mpg: Miles/(US) gallon (variable quantitative)
    cyl: Number of cylinders (variable qualitative)
    disp: Displacement (cu.in.) (variable quantitative)
    hp:	Gross horsepower (variable quantitative)
    drat: Rear axle ratio (variable quantitative)
    wt:	Weight (1000 lbs) (variable quantitative)
    qsec: 1/4 mile time (variable quantitative)
    vs: V/S (variable qualitative)
    am:	Transmission (0 = automatic, 1 = manual) (variable qualitative)
    gear: Number of forward gears (variable qualitative)
    carb: Number of carburetors (variable qualitative)
    
Laurence Viry's avatar
Laurence Viry committed
948
La première ligne du fichier de données (mtcars.csv) contient les labels des 11 variables et pour tout individu, l'observation de chaque variable, séparée par **","**.
Laurence Viry's avatar
Laurence Viry committed
949

Laurence Viry's avatar
Laurence Viry committed
950
<img src="../figures/donMtcars.jpg",width="60%",height="60%">
Laurence Viry's avatar
Laurence Viry committed
951

Laurence Viry's avatar
Laurence Viry committed
952
On lit le fichier de données avec la fonction **read.csv()** adaptée au format qui fournit en sortie un objet de type **data-frame**. D'autres fonctions sont disponibles pour d'autres formats de données.
Laurence Viry's avatar
Laurence Viry committed
953
954
955
956
957
958
959
960
961
962
963
964
965
966

Le fichier de données se trouve dans le répertoire **data**.


```R
help(read.csv)
```


```R
ls() # Contenu de l'espace de travail
```


Laurence Viry's avatar
Laurence Viry committed
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
<ol class=list-inline>
	<li>'a'</li>
	<li>'b'</li>
	<li>'cmat1'</li>
	<li>'cmat2'</li>
	<li>'d'</li>
	<li>'my_character'</li>
	<li>'my_integer'</li>
	<li>'my_logical'</li>
	<li>'my_numeric'</li>
	<li>'v'</li>
	<li>'vv'</li>
	<li>'w'</li>
	<li>'xx'</li>
</ol>




Laurence Viry's avatar
Laurence Viry committed
986
987
988
```R
# Lecture du fichier de données
mtcars <- read.csv("data/mtcars.csv",header=TRUE,sep=",")
Laurence Viry's avatar
Laurence Viry committed
989
ls()
Laurence Viry's avatar
Laurence Viry committed
990
991
992
```


Laurence Viry's avatar
Laurence Viry committed
993
994
995
996
997
998
999
1000
1001
1002
1003
1004
1005
1006
1007
1008
1009
1010
1011
1012
<ol class=list-inline>
	<li>'a'</li>
	<li>'b'</li>
	<li>'cmat1'</li>
	<li>'cmat2'</li>
	<li>'d'</li>
	<li>'mtcars'</li>
	<li>'my_character'</li>
	<li>'my_integer'</li>
	<li>'my_logical'</li>
	<li>'my_numeric'</li>
	<li>'v'</li>
	<li>'vv'</li>
	<li>'w'</li>
	<li>'xx'</li>
</ol>




Laurence Viry's avatar
Laurence Viry committed
1013
1014
```R
class(mtcars)
Laurence Viry's avatar
Laurence Viry committed
1015
1016
attributes(mtcars)
mtcars$names  # attribut qui contient le nom des variables
Laurence Viry's avatar
Laurence Viry committed
1017
1018
1019
```


Laurence Viry's avatar
Laurence Viry committed
1020
1021
1022
1023
1024
1025
1026
1027
1028
1029
1030
1031
1032
1033
1034
1035
1036
1037
1038
1039
1040
1041
1042
1043
1044
1045
1046
1047
1048
1049
1050
1051
1052
1053
1054
1055
1056
1057
1058
1059
1060
1061
1062
1063
1064
1065
1066
1067
1068
1069
1070
1071
1072
1073
1074
1075
1076
1077
1078
1079
1080
1081
1082
1083
1084
1085
1086
1087
1088
1089
1090
1091
1092
1093
1094
1095
1096
1097
1098
1099
1100
1101
1102
1103
1104
1105
1106
1107
1108
1109
1110
1111
1112
1113
1114
1115
1116
1117
1118
1119
1120
1121
1122
1123
1124
1125
1126
1127
1128
1129
1130
1131
1132
1133
1134
1135
1136
1137
1138
1139
1140
1141
1142
1143
1144
1145
1146
1147
1148
1149
1150
1151
1152
1153
1154
1155
1156
1157
1158
1159
1160
1161
1162
1163
1164
1165
1166
1167
1168
1169
1170
1171
1172
1173
1174
1175
1176
1177
1178
1179
1180
1181
1182
1183
1184
1185
1186
1187
1188
1189
1190
1191
1192
1193
1194
1195
1196
1197
1198
1199
1200
1201
1202
1203
1204
1205
1206
1207
1208
1209
1210
1211
1212
1213
1214
1215
1216
1217
1218
1219
1220
1221
1222
1223
1224
1225
1226
1227
1228
1229
1230
1231
1232
1233
1234
1235
1236
1237
1238
1239
1240
1241
1242
1243
1244
1245
1246
1247
1248
1249
1250
1251
1252
1253
1254
1255
1256
1257
1258
1259
1260
1261
1262
1263
1264
1265
1266
1267
1268
1269
1270
1271
1272
1273
1274
1275
1276
1277
1278
1279
1280
1281
1282
1283
1284
1285
1286
1287
1288
1289
1290
1291
1292
1293
1294
1295
1296
1297
1298
1299
1300
1301
1302
1303
1304
1305
1306
1307
1308
1309
1310
1311
1312
1313
1314
1315
1316
1317
1318
1319
1320
1321
1322
1323
1324
1325
1326
1327
1328
1329
1330
1331
1332
1333
1334
1335
1336
1337
1338
1339
1340
1341
1342
1343
1344
1345
1346
1347
1348
1349
1350
1351
1352
1353
'data.frame'



<dl>
	<dt>$names</dt>
		<dd><ol class=list-inline>
	<li>'mpg'</li>
	<li>'cyl'</li>
	<li>'disp'</li>
	<li>'hp'</li>
	<li>'drat'</li>
	<li>'wt'</li>
	<li>'qsec'</li>
	<li>'vs'</li>
	<li>'am'</li>
	<li>'gear'</li>
	<li>'carb'</li>
</ol>
</dd>
	<dt>$class</dt>
		<dd>'data.frame'</dd>
	<dt>$row.names</dt>
		<dd><ol class=list-inline>
	<li>1</li>
	<li>2</li>
	<li>3</li>
	<li>4</li>
	<li>5</li>
	<li>6</li>
	<li>7</li>
	<li>8</li>
	<li>9</li>
	<li>10</li>
	<li>11</li>
	<li>12</li>
	<li>13</li>
	<li>14</li>
	<li>15</li>
	<li>16</li>
	<li>17</li>
	<li>18</li>
	<li>19</li>
	<li>20</li>
	<li>21</li>
	<li>22</li>
	<li>23</li>
	<li>24</li>
	<li>25</li>
	<li>26</li>
	<li>27</li>
	<li>28</li>
	<li>29</li>
	<li>30</li>
	<li>31</li>
	<li>32</li>
</ol>
</dd>
</dl>




    NULL



```R
mtcars
```


<table>
<thead><tr><th scope=col>mpg</th><th scope=col>cyl</th><th scope=col>disp</th><th scope=col>hp</th><th scope=col>drat</th><th scope=col>wt</th><th scope=col>qsec</th><th scope=col>vs</th><th scope=col>am</th><th scope=col>gear</th><th scope=col>carb</th></tr></thead>
<tbody>
	<tr><td>21.0 </td><td>6    </td><td>160.0</td><td>110  </td><td>3.90 </td><td>2.620</td><td>16.46</td><td>0    </td><td>1    </td><td>4    </td><td>4    </td></tr>
	<tr><td>21.0 </td><td>6    </td><td>160.0</td><td>110  </td><td>3.90 </td><td>2.875</td><td>17.02</td><td>0    </td><td>1    </td><td>4    </td><td>4    </td></tr>
	<tr><td>22.8 </td><td>4    </td><td>108.0</td><td> 93  </td><td>3.85 </td><td>2.320</td><td>18.61</td><td>1    </td><td>1    </td><td>4    </td><td>1    </td></tr>
	<tr><td>21.4 </td><td>6    </td><td>258.0</td><td>110  </td><td>3.08 </td><td>3.215</td><td>19.44</td><td>1    </td><td>0    </td><td>3    </td><td>1    </td></tr>
	<tr><td>18.7 </td><td>8    </td><td>360.0</td><td>175  </td><td>3.15 </td><td>3.440</td><td>17.02</td><td>0    </td><td>0    </td><td>3    </td><td>2    </td></tr>
	<tr><td>18.1 </td><td>6    </td><td>225.0</td><td>105  </td><td>2.76 </td><td>3.460</td><td>20.22</td><td>1    </td><td>0    </td><td>3    </td><td>1    </td></tr>
	<tr><td>14.3 </td><td>8    </td><td>360.0</td><td>245  </td><td>3.21 </td><td>3.570</td><td>15.84</td><td>0    </td><td>0    </td><td>3    </td><td>4    </td></tr>
	<tr><td>24.4 </td><td>4    </td><td>146.7</td><td> 62  </td><td>3.69 </td><td>3.190</td><td>20.00</td><td>1    </td><td>0    </td><td>4    </td><td>2    </td></tr>
	<tr><td>22.8 </td><td>4    </td><td>140.8</td><td> 95  </td><td>3.92 </td><td>3.150</td><td>22.90</td><td>1    </td><td>0    </td><td>4    </td><td>2    </td></tr>
	<tr><td>19.2 </td><td>6    </td><td>167.6</td><td>123  </td><td>3.92 </td><td>3.440</td><td>18.30</td><td>1    </td><td>0    </td><td>4    </td><td>4    </td></tr>
	<tr><td>17.8 </td><td>6    </td><td>167.6</td><td>123  </td><td>3.92 </td><td>3.440</td><td>18.90</td><td>1    </td><td>0    </td><td>4    </td><td>4    </td></tr>
	<tr><td>16.4 </td><td>8    </td><td>275.8</td><td>180  </td><td>3.07 </td><td>4.070</td><td>17.40</td><td>0    </td><td>0    </td><td>3    </td><td>3    </td></tr>
	<tr><td>17.3 </td><td>8    </td><td>275.8</td><td>180  </td><td>3.07 </td><td>3.730</td><td>17.60</td><td>0    </td><td>0    </td><td>3    </td><td>3    </td></tr>
	<tr><td>15.2 </td><td>8    </td><td>275.8</td><td>180  </td><td>3.07 </td><td>3.780</td><td>18.00</td><td>0    </td><td>0    </td><td>3    </td><td>3    </td></tr>
	<tr><td>10.4 </td><td>8    </td><td>472.0</td><td>205  </td><td>2.93 </td><td>5.250</td><td>17.98</td><td>0    </td><td>0    </td><td>3    </td><td>4    </td></tr>
	<tr><td>10.4 </td><td>8    </td><td>460.0</td><td>215  </td><td>3.00 </td><td>5.424</td><td>17.82</td><td>0    </td><td>0    </td><td>3    </td><td>4    </td></tr>
	<tr><td>14.7 </td><td>8    </td><td>440.0</td><td>230  </td><td>3.23 </td><td>5.345</td><td>17.42</td><td>0    </td><td>0    </td><td>3    </td><td>4    </td></tr>
	<tr><td>32.4 </td><td>4    </td><td> 78.7</td><td> 66  </td><td>4.08 </td><td>2.200</td><td>19.47</td><td>1    </td><td>1    </td><td>4    </td><td>1    </td></tr>
	<tr><td>30.4 </td><td>4    </td><td> 75.7</td><td> 52  </td><td>4.93 </td><td>1.615</td><td>18.52</td><td>1    </td><td>1    </td><td>4    </td><td>2    </td></tr>
	<tr><td>33.9 </td><td>4    </td><td> 71.1</td><td> 65  </td><td>4.22 </td><td>1.835</td><td>19.90</td><td>1    </td><td>1    </td><td>4    </td><td>1    </td></tr>
	<tr><td>21.5 </td><td>4    </td><td>120.1</td><td> 97  </td><td>3.70 </td><td>2.465</td><td>20.01</td><td>1    </td><td>0    </td><td>3    </td><td>1    </td></tr>
	<tr><td>15.5 </td><td>8    </td><td>318.0</td><td>150  </td><td>2.76 </td><td>3.520</td><td>16.87</td><td>0    </td><td>0    </td><td>3    </td><td>2    </td></tr>
	<tr><td>15.2 </td><td>8    </td><td>304.0</td><td>150  </td><td>3.15 </td><td>3.435</td><td>17.30</td><td>0    </td><td>0    </td><td>3    </td><td>2    </td></tr>
	<tr><td>13.3 </td><td>8    </td><td>350.0</td><td>245  </td><td>3.73 </td><td>3.840</td><td>15.41</td><td>0    </td><td>0    </td><td>3    </td><td>4    </td></tr>
	<tr><td>19.2 </td><td>8    </td><td>400.0</td><td>175  </td><td>3.08 </td><td>3.845</td><td>17.05</td><td>0    </td><td>0    </td><td>3    </td><td>2    </td></tr>
	<tr><td>27.3 </td><td>4    </td><td> 79.0</td><td> 66  </td><td>4.08 </td><td>1.935</td><td>18.90</td><td>1    </td><td>1    </td><td>4    </td><td>1    </td></tr>
	<tr><td>26.0 </td><td>4    </td><td>120.3</td><td> 91  </td><td>4.43 </td><td>2.140</td><td>16.70</td><td>0    </td><td>1    </td><td>5    </td><td>2    </td></tr>
	<tr><td>30.4 </td><td>4    </td><td> 95.1</td><td>113  </td><td>3.77 </td><td>1.513</td><td>16.90</td><td>1    </td><td>1    </td><td>5    </td><td>2    </td></tr>
	<tr><td>15.8 </td><td>8    </td><td>351.0</td><td>264  </td><td>4.22 </td><td>3.170</td><td>14.50</td><td>0    </td><td>1    </td><td>5    </td><td>4    </td></tr>
	<tr><td>19.7 </td><td>6    </td><td>145.0</td><td>175  </td><td>3.62 </td><td>2.770</td><td>15.50</td><td>0    </td><td>1    </td><td>5    </td><td>6    </td></tr>
	<tr><td>15.0 </td><td>8    </td><td>301.0</td><td>335  </td><td>3.54 </td><td>3.570</td><td>14.60</td><td>0    </td><td>1    </td><td>5    </td><td>8    </td></tr>
	<tr><td>21.4 </td><td>4    </td><td>121.0</td><td>109  </td><td>4.11 </td><td>2.780</td><td>18.60</td><td>1    </td><td>1    </td><td>4    </td><td>2    </td></tr>
</tbody>
</table>




```R
mtcars[,"disp"] # variable disp dans le data-frame "mtcars"
mtcars[["disp"]]
```


<ol class=list-inline>
	<li>160</li>
	<li>160</li>
	<li>108</li>
	<li>258</li>
	<li>360</li>
	<li>225</li>
	<li>360</li>
	<li>146.7</li>
	<li>140.8</li>
	<li>167.6</li>
	<li>167.6</li>
	<li>275.8</li>
	<li>275.8</li>
	<li>275.8</li>
	<li>472</li>
	<li>460</li>
	<li>440</li>
	<li>78.7</li>
	<li>75.7</li>
	<li>71.1</li>
	<li>120.1</li>
	<li>318</li>
	<li>304</li>
	<li>350</li>
	<li>400</li>
	<li>79</li>
	<li>120.3</li>
	<li>95.1</li>
	<li>351</li>
	<li>145</li>
	<li>301</li>
	<li>121</li>
</ol>




<ol class=list-inline>
	<li>160</li>
	<li>160</li>
	<li>108</li>
	<li>258</li>
	<li>360</li>
	<li>225</li>
	<li>360</li>
	<li>146.7</li>
	<li>140.8</li>
	<li>167.6</li>
	<li>167.6</li>
	<li>275.8</li>
	<li>275.8</li>
	<li>275.8</li>
	<li>472</li>
	<li>460</li>
	<li>440</li>
	<li>78.7</li>
	<li>75.7</li>
	<li>71.1</li>
	<li>120.1</li>
	<li>318</li>
	<li>304</li>
	<li>350</li>
	<li>400</li>
	<li>79</li>
	<li>120.3</li>
	<li>95.1</li>
	<li>351</li>
	<li>145</li>
	<li>301</li>
	<li>121</li>
</ol>




```R
mtcars[1:4,] # Observations de toutes les variable sur les 4 premiers individus
```


<table>
<thead><tr><th scope=col>mpg</th><th scope=col>cyl</th><th scope=col>disp</th><th scope=col>hp</th><th scope=col>drat</th><th scope=col>wt</th><th scope=col>qsec</th><th scope=col>vs</th><th scope=col>am</th><th scope=col>gear</th><th scope=col>carb</th></tr></thead>
<tbody>
	<tr><td>21.0 </td><td>6    </td><td>160  </td><td>110  </td><td>3.90 </td><td>2.620</td><td>16.46</td><td>0    </td><td>1    </td><td>4    </td><td>4    </td></tr>
	<tr><td>21.0 </td><td>6    </td><td>160  </td><td>110  </td><td>3.90 </td><td>2.875</td><td>17.02</td><td>0    </td><td>1    </td><td>4    </td><td>4    </td></tr>
	<tr><td>22.8 </td><td>4    </td><td>108  </td><td> 93  </td><td>3.85 </td><td>2.320</td><td>18.61</td><td>1    </td><td>1    </td><td>4    </td><td>1    </td></tr>
	<tr><td>21.4 </td><td>6    </td><td>258  </td><td>110  </td><td>3.08 </td><td>3.215</td><td>19.44</td><td>1    </td><td>0    </td><td>3    </td><td>1    </td></tr>
</tbody>
</table>




```R
names(mtcars)
row.names(mtcars)
```


<ol class=list-inline>
	<li>'mpg'</li>
	<li>'cyl'</li>
	<li>'disp'</li>
	<li>'hp'</li>
	<li>'drat'</li>
	<li>'wt'</li>
	<li>'qsec'</li>
	<li>'vs'</li>
	<li>'am'</li>
	<li>'gear'</li>
	<li>'carb'</li>
</ol>




<ol class=list-inline>
	<li>'1'</li>
	<li>'2'</li>
	<li>'3'</li>
	<li>'4'</li>
	<li>'5'</li>
	<li>'6'</li>
	<li>'7'</li>
	<li>'8'</li>
	<li>'9'</li>
	<li>'10'</li>
	<li>'11'</li>
	<li>'12'</li>
	<li>'13'</li>
	<li>'14'</li>
	<li>'15'</li>
	<li>'16'</li>
	<li>'17'</li>
	<li>'18'</li>
	<li>'19'</li>
	<li>'20'</li>
	<li>'21'</li>
	<li>'22'</li>
	<li>'23'</li>
	<li>'24'</li>
	<li>'25'</li>
	<li>'26'</li>
	<li>'27'</li>
	<li>'28'</li>
	<li>'29'</li>
	<li>'30'</li>
	<li>'31'</li>
	<li>'32'</li>
</ol>




```R
dimnames(mtcars)
```


<ol>
	<li><ol class=list-inline>
	<li>'1'</li>
	<li>'2'</li>
	<li>'3'</li>
	<li>'4'</li>
	<li>'5'</li>
	<li>'6'</li>
	<li>'7'</li>
	<li>'8'</li>
	<li>'9'</li>
	<li>'10'</li>
	<li>'11'</li>
	<li>'12'</li>
	<li>'13'</li>
	<li>'14'</li>
	<li>'15'</li>
	<li>'16'</li>
	<li>'17'</li>
	<li>'18'</li>
	<li>'19'</li>
	<li>'20'</li>
	<li>'21'</li>
	<li>'22'</li>
	<li>'23'</li>
	<li>'24'</li>
	<li>'25'</li>
	<li>'26'</li>
	<li>'27'</li>
	<li>'28'</li>
	<li>'29'</li>
	<li>'30'</li>
	<li>'31'</li>
	<li>'32'</li>
</ol>
</li>
	<li><ol class=list-inline>
	<li>'mpg'</li>
	<li>'cyl'</li>
	<li>'disp'</li>
	<li>'hp'</li>
	<li>'drat'</li>
	<li>'wt'</li>
	<li>'qsec'</li>
	<li>'vs'</li>
	<li>'am'</li>
	<li>'gear'</li>
	<li>'carb'</li>
</ol>
</li>
</ol>




Laurence Viry's avatar
Laurence Viry committed
1354
1355
1356
1357
```R
summary(mtcars)
```

Laurence Viry's avatar
Laurence Viry committed
1358
1359
1360
1361
1362
1363
1364
1365
1366
1367
1368
1369
1370
1371
1372
1373
1374
1375
1376
1377
1378
1379
1380
1381
1382
1383
1384
1385
1386
1387
1388
1389
1390

          mpg             cyl             disp             hp       
     Min.   :10.40   Min.   :4.000   Min.   : 71.1   Min.   : 52.0  
     1st Qu.:15.43   1st Qu.:4.000   1st Qu.:120.8   1st Qu.: 96.5  
     Median :19.20   Median :6.000   Median :196.3   Median :123.0  
     Mean   :20.09   Mean   :6.188   Mean   :230.7   Mean   :146.7  
     3rd Qu.:22.80   3rd Qu.:8.000   3rd Qu.:326.0   3rd Qu.:180.0  
     Max.   :33.90   Max.   :8.000   Max.   :472.0   Max.   :335.0  
          drat             wt             qsec             vs        
     Min.   :2.760   Min.   :1.513   Min.   :14.50   Min.   :0.0000  
     1st Qu.:3.080   1st Qu.:2.581   1st Qu.:16.89   1st Qu.:0.0000  
     Median :3.695   Median :3.325   Median :17.71   Median :0.0000  
     Mean   :3.597   Mean   :3.217   Mean   :17.85   Mean   :0.4375  
     3rd Qu.:3.920   3rd Qu.:3.610   3rd Qu.:18.90   3rd Qu.:1.0000  
     Max.   :4.930   Max.   :5.424   Max.   :22.90   Max.   :1.0000  
           am              gear            carb      
     Min.   :0.0000   Min.   :3.000   Min.   :1.000  
     1st Qu.:0.0000   1st Qu.:3.000   1st Qu.:2.000  
     Median :0.0000   Median :4.000   Median :2.000  
     Mean   :0.4062   Mean   :3.688   Mean   :2.812  
     3rd Qu.:1.0000   3rd Qu.:4.000   3rd Qu.:4.000  
     Max.   :1.0000   Max.   :5.000   Max.   :8.000  



```R
ls()
```





Laurence Viry's avatar
Laurence Viry committed
1391
1392
### Sauvegarde

Laurence Viry's avatar
Laurence Viry committed
1393
Il est possible de sauvegarder des données et/ou des résultats au format **RData**, format propre au logiciel R. Cela facilite l’archivage de résultats intermédiaires ou l’enregistrement d’un tableau de données nettoyé (recodage de 
Laurence Viry's avatar
Laurence Viry committed
1394
1395
1396
1397
1398
1399
1400
1401
1402
valeurs manquantes, modification des modalités de variables qualitatives, correction des erreurs de saisie,...) ou augmenté de variables auxiliaires. Pour cela, on utilise la commande **save()**. La commande **load()** permet de recharger des données sauvegardées au format **RData**.


```R
# Contenu de l'espace de travail
ls()
save(mtcars,file="data/mtcars.RData")
```

Laurence Viry's avatar
Laurence Viry committed
1403
1404
1405
1406
1407
1408
1409
1410
1411
1412
1413
1414
1415
1416
1417
1418
1419
1420
1421
1422
1423
1424
1425
1426
1427
1428
1429
1430
1431
1432
1433
1434
1435
1436
1437
1438
1439
1440
1441
1442
1443
1444
1445
1446
1447
1448
1449
1450

<ol class=list-inline>
	<li>'a'</li>
	<li>'b'</li>
	<li>'cmat1'</li>
	<li>'cmat2'</li>
	<li>'d'</li>
	<li>'mtcars'</li>
	<li>'my_character'</li>
	<li>'my_integer'</li>
	<li>'my_logical'</li>
	<li>'my_numeric'</li>
	<li>'v'</li>
	<li>'vv'</li>
	<li>'w'</li>
	<li>'xx'</li>
</ol>



** Load**


```R
rm(list=ls())
"espace de travail 1"
ls()
load("data/mtcars.RData")
"espace de travail 2"
ls()
```


'espace de travail 1'







'espace de travail 2'



'mtcars'


Laurence Viry's avatar
Laurence Viry committed
1451
## Quitter R
Laurence Viry's avatar
Laurence Viry committed
1452
1453
1454
1455
1456
1457
1458
1459
1460
1461
1462
1463
1464
1465
1466
1467

Pour quitter **R**, exécuter la fonction 

   **q()**   # R vous demande
   
   **Save workspace image?** [y/n/c]: 

Si vous répondez "**y**" , vous sauvegardez la session, R crée deux  fichiers dans le répertoire de travail, **.Rhistory** et **.RData.**

   * **.Rhistory**:  historique des commandes de la session
   * **..RData**:  environnement (workspace) de la session.
    
  Attention !!! Nécessité de gérer le volume de ces sauvegardes...
  
Lorsque vous réouvrez une session, vous retrouvez l'environnement et l'historique de la session sauvegardée.

Laurence Viry's avatar
Laurence Viry committed
1468
1469
1470
1471
1472
1473
1474
1475
1476
1477
1478
1479
1480
1481
1482
1483
1484
1485
1486
1487
1488
1489
1490
1491
1492
1493
1494
1495
1496
1497
1498
1499
1500
1501
1502
1503
1504
1505
1506
1507
1508
1509
1510
1511
1512
1513
1514
1515
1516
1517
1518
1519
1520
1521
1522
1523
1524
1525
1526
1527
1528
1529
1530
1531
1532
1533
1534
1535
1536
1537
1538
1539
1540
1541
1542
1543
1544
1545
1546
1547
1548
1549
1550
1551
1552
1553
1554
1555
1556
1557
1558
1559
1560
1561
1562
1563
1564
1565
1566
1567
1568
1569
1570
1571
1572
1573
1574
1575
1576
1577
1578
1579
1580
1581
1582
1583
1584
## Bibliothèques ou package

Un package ou une bibliothèque de programmes externes, est un ensemble de programme R, qui complète les fonctionnalités de R. 

* Liste des package installés


```R
library()
mat <- available.packages() # Packages disponibles (au CRAN)
```



* Charger un package(si la librairie est déjà chargée, ne fait rien)


```R
library(grDevices)
sessionInfo()     # packages chargés en cours de session
```

* Liste des fonctions d'un package


```R
library(help="stats")  #fonctions du package "stats"
```

* Liste des datasets disponibles comme exemples sous R


```R
data()
data(package="datasets") # Datasets pour le package datasets
```

### Installer package

Installation d'un package en tant qu'administrateur

               install.packages("gplots") # sous root

### Mise à jour d'un package : 
Certains packages sont en constante évolution avec de nouvelles versions disponibles. Il est préférable de les mettre à jour de temps en temps.

                 update.packages()

**Attention, la mise à jour d'un package est fonction de la version de R**. Ilfaudra mettre à jour R régulièrement. 

### Créer ses propres packages
L'utilisateur peut créer ses propres packages(R avancé), les difuser sur le [CRAN](https://cran.r-project.org) ou pour l'usage de sa propre communuaté.

### Installer un package en local

Utilisation de la variable d'environnement **RLIBS** qui fournit le/les répertoire(s) d'installation en local des packages

            export RLIBS="/home/yourusername/R/lib
            install.packages("gplots") # en local dans R_LIBS
            


```R
.libPaths()  # liste des repertoires de recherche des librairies
```


'/opt/conda/lib/R/library'


Si vous ne voulez pas mettre à jour la variable à chaque installation.

* Placer la commande *export* dans le fichier **.bashrc** de votre "home directory", elle sera exécutée à chaque session.

ou, 

* dans un fichier **.Renviron** de votre "home directory", la ligne

     *RLIBS="/home/yourusername/R/lib"*

Vous pouvez indiquez plusieurs répertoires, séparés par **":"** 

* Exécuter la fonction **.libPaths()** et observez. 


```R
.libPaths()  # liste des repertoires de recherche des librairies
```


'/opt/conda/lib/R/library'


* Ajouter un répertoire local

   *.libPaths("<path du repertoire local>")*
            
Plusieurs répertoires possibles, séparés par ":".


```R
.libPaths("/home/viryl/R/lib") # ajout d'un repertoire d'installation local
```


```R
.libPaths()
```


<ol class=list-inline>
	<li>'/home/viryl/R/lib'</li>
	<li>'/opt/conda/lib/R/library'</li>
</ol>



Laurence Viry's avatar
Laurence Viry committed
1585
## Documentation 
Laurence Viry's avatar
Laurence Viry committed
1586
1587
1588
1589
1590
1591
1592
1593

1. Dans la console:
    - La fonction **help(ma_function)** ou **?ma_fonction** dans la console affiche l'aide dans l'onglet **Help** de l'interfcae RStudio. On y trouve:
        * la description de la fonction,
        * les arguments optionnels ou obligatoires utilisés dans cette fonction, leur signification,
        * les sorties de la fonction,
        * les références,
        * quelques exemples
Laurence Viry's avatar
Laurence Viry committed
1594
    
Laurence Viry's avatar
Laurence Viry committed
1595
1596
1597
1598
1599
1600


```R
help(plot) # ou ?plot donne le même résultat. 
```

Laurence Viry's avatar
Laurence Viry committed
1601
1602
1603
1604
1605
1606
1607
1608
1609
1610
1611
1612
1613
1614
1615
1616
1617
1618
1619
1620
1621
1622
   - ** Sur les détails de programmation ** 
           


```R
help("[[") # encadré d'une simple ou double quote
```


```R
help("if"); help("for")
```

   - La fonction **help.start()** permet d'ouvrir la version online (HTML) de l'aide R.
   - Si on ne connait pas exactement le nom d'une fonction que l'on souhaite utiliser, il est alors possible de retrouver cette fonction grâce à **help.search("mot_clé")** qui vous affichera une liste des fonctions en rapport avec le mot_clé.
   - Si on ne se souvient que d'une partie du nom d'une fonction, on peut alors utiliser la fonction **apropos("pattern")** pour lister les noms des fonctions qui contiennent ce pattern.
   - Si aucune de ces fonctions n'a permis de résoudre votre problème, il reste la fonction **RSiteSearch("mot_clé1 mot_clé2 ...")** qui permet de faire directement une recherche dans la "R-help mailing list" (sorte de forum de discussion dédié à l'utilisation de R) ainsi que dans toutes les documentations de R et affiche les résultats dans une page Web.
   
2. On accède à une aide complète sur l'utilisation, l'installation de R dans l'onglet **Help** de **RStudio**.

3. De nombreux tutoriaux sur internet.

Laurence Viry's avatar
Laurence Viry committed
1623
1624
1625
1626
1627
1628

```R
help.search("correlation ")
```


Laurence Viry's avatar
Laurence Viry committed
1629
1630
1631
1632
```R
apropos("NA")
```

Laurence Viry's avatar
Laurence Viry committed
1633
1634
### Bibliographie

Laurence Viry's avatar
Laurence Viry committed
1635
1636
#### Sites Web

Laurence Viry's avatar
Laurence Viry committed
1637
* [Site RStudio](https://www.rstudio.com/online-learning)
Laurence Viry's avatar
Laurence Viry committed
1638
* [Using RStudio IDE](https://support.rstudio.com/hc/en-us/sections/200107586-Using-the-RStudio-IDE)
Laurence Viry's avatar
Laurence Viry committed
1639
1640
1641
* [Introduction à R (MOOC - Introduction à la statistique avec R](https://www.fun-mooc.fr/c4x/UPSUD/42001S03/asset/introR.html)
* [Introduction à R et au tidyverse](https://juba.github.io/tidyverse/index.html)
* [Cours complet sur l'analyse de données (MOOC)](http://factominer.free.fr/course/MOOC_fr.html)
Laurence Viry's avatar
Laurence Viry committed
1642
* [Data Science](https://www.rstudio.com/online-learning/#DataScience)
Laurence Viry's avatar
Laurence Viry committed
1643
1644
1645
1646
1647
1648
1649

#### Livres

* [Hands-On Programming with R - Write Your Own Functions and Simulations (Garrett Grolemund)](http://shop.oreilly.com/product/0636920028574.do#)
* [Training books](https://www.rstudio.com/resources/training/books/)