Le logiciel

R :

  • outil très présent dans le monde scientifique et de plus en plus présent dans les entreprises
  • open source : gratuit, modifiable
  • langage de script
  • de nombreux packages pour augmenter les capacités
  • outil complémentaire : RStudio
    • Interface de développement pratique et bien pensée

Concepts importants - données

Dans R, on manipule des variables pour avoir comme types d’objet :

  • vector : tableau de \(n\) éléments de type identique - un scalaire est considéré comme un vector dans R
  • matrix : tableau à 2 dimensions (tous les élements doivent avoir le même type)
  • array: extension de matrix à \(d\) dimensions (\(d\) pouvant être supérieur à 3)
  • data.frame : équivalent à une table SAS ou SQL (ensemble de lignes caractérisées par des colonnes, ayant des types différents éventuellement)
  • list : collection d’objets (vector, matrix, …)

Concepts importants - types

Pour les éléments, il existe différents types de valeur possible

  • null : valeur null
  • NA : valeur manquante dans un vecteur ou autre
  • integer : entier
  • numeric (double, real) : réel
  • character : chaîne de caractères
  • factor : variable qualitative (format dédié)
  • date : pour les aspects temporels (date + heure + fuseau horaire)

Manipulation de variables

  • Affectation : = ou <-
  • Opérateurs classiques :
    • +, -, *, /, **, (), …
    • ==, !=, <, <=, >, >=
  • élément \(i\) d’un vecteur : vecteur[i]
    • i commence à 1
  • éléments d’une matrix ou d’un data.frame :
    • cellule \(i,j\) : matrice[i,j]
    • ligne \(i\) : matrice[i,]
    • colonne \(j\) : matrice[,j]
    • colonne \(j\) spécifiquement pour data.frame : df[j]
  • Opérations sur vector ou matrix ou data.frame possibles :
    • élément par élément : +, -, …, ==, …
    • comparaison d’ensemble : %in% (plutôt pour vector)
    • multiplication matricielle : %*%

Utilisation de fonctions

En plus des opérateurs de base, comme dans tout langage impératif, il existe un grand nombre de fonction de base, plus un grand nombre de packages permettant d’augmenter les capacités du langage.

Spécificités

  • Appel classique (fonction(paramètres))
  • Mais paramètres nommés, avec valeur par défaut possible
    • utilisation classique : une valeur par paramètre, dans l’ordre
    • utilisation sans ordre : paramètre = valeur, dans l’ordre souhaité
    • utilisation avec valeur par défaut : valeurs seulement pour les paramètres dont on doit donner une valeur, et éventuellement d’autres dont on veut modifier la valeur par défaut

Exemple de fonction

# Fonction faisant la somme de a et de b
# a : valeur obligatoire lors de l'appel
# b : valeur optionnel (10 si non donné)
f <- function (a, b = 10) {
    res = a + b
    return (res)
}
# classique
f(1, 2)
## [1] 3
# classique avec nommage
f(a = 1, b = 2)
## [1] 3
# ordre inversé
f(b = 2, a = 1)
## [1] 3
# avec valeur par défaut pour b
f(1)
## [1] 11
# idem avec nommage explicite de a
f(a = 1)
## [1] 11

Eléments de langage

Expressions multiples

  • séparées par un saut de ligne ou par ; (optionnel si saut de ligne)
  • inclus dans des { } dans les opérateurs suivants

Traitement conditionnel

  • if (condition) expression
  • if (condition) expression else expression

Traitement itératif

  • for (variable in sequence) expression
  • while (condition) expression

Importation de données

Importation de fichier texte avec la commande read.table(), avec les paramètres suivants (avec valeur par défaut éventuelle) :

  • file : nom du fichier
  • header : présence ou non des noms de variables (FALSE)
  • sep : séparateur de variable ()
  • na.strings : chaîne(s) pour valeurs manquantes (NA)
  • skip : nombre de lignes à ne pas prendre en compte en début de fichier (0)
  • nrow : nombre de lignes à lire (-1)
  • stringsAsFactors : transformations des chaînes en factor ou non (TRUE)
  • …

Fonction renvoyant un data.frame

Importation de données

  • Quelques fonctions dérivés avec des valeurs par défaut différentes
    • read.csv(), read.csv2()
    • read.delim(), read.delim2()
  • Fonction write.table permettant d’écrire dans un fichier texte, à partir d’un data.frame

Si besoin, fonction readLines()

  • Lecture direct du texte
  • Renvoi un vector de taille nombre de ligne (une ligne par cellule du tableau)
  • Utile si on ne connaît pas le format ou si celui-ci est trop complexe pour read.table()

Restitution de données

  • Dans la console, taper le nom de la variable permet de l’afficher
  • Comportement idem que d’utiliser la fonction print() (une seule variable)
  • Fonction cat() permettant d’afficher en une fois plusieurs variables ou chaînes
a = "FX"
a
## [1] "FX"
print(a)
## [1] "FX"
cat("Bonjour", a)
## Bonjour FX
cat("Bonjour ", a, 
    ", bonne journée !", sep = "")
## Bonjour FX, bonne journée !

Attributs d’un data.frame

Un data.frame, en plus de sa valeur, peut avoir des attributs. C’est une liste spécifique.

  • liste des attributs avec la fonction attributes
    • class : data.frame
    • names : nom des variables
    • row.names : nom des objets (liste de \(1\) à \(n\) si rien de spécifié)
  • attribution d’un attribut avec la fonction attr(df, attr)

Fonctions utiles

  • dim(df), nrow(df), ncol(df) : dimensions (nb lignes et nb colonnes) en une fois ou séparemment

Exemple

a = data.frame(x = 1:4, y = 5:8)
print(a)
##   x y
## 1 1 5
## 2 2 6
## 3 3 7
## 4 4 8
dim(a)
## [1] 4 2
nrow(a)
## [1] 4
ncol(a)
## [1] 2
attr(a, "info") = "exemple de data.frame"
attributes(a)
## $names
## [1] "x" "y"
## 
## $class
## [1] "data.frame"
## 
## $row.names
## [1] 1 2 3 4
## 
## $info
## [1] "exemple de data.frame"

Interrogation de données

Statistiques descriptives univariées

Statistiques exploratoires