Compléments sur R

Projet

Comme vous avez pu le remarquer, entre deux sessions de R, un certain nombre d’éléments sont oubliés, en particulier le répertoire de travail. Pour palier, à ce problème, il existe, dans R Studio, la notion de Projet qui permet de garder en mémoire la configuration plus globale de R.

Pour créer un nouveau projet, vous devez suivre les étapes suivantes :

Cliquer sur File
Choisir New Project

Veillez à bien indiquer que vous souhaitez sauvegarder votre travail

Indiquer si c’est dans un nouveau répertoire ou dans un répertoire existant (puis le choisir)
Choisir le type de projet

Nous, ce sera toujours New project

Indiquer le nom du projet (et donc du répertoire)

par exemple mon_projet

Cliquer sur Create project

Une nouvelle instance de R Studio est ouverte, avec une nouvelle session de R. Un fichier mon_projet.Rproj est maintenant créé dans le répertoire mon_projet/.

Vous pouvez maintenant faire les modifications que vous le souhaitez (ouvrir certains fichiers, choisir un répertoire de travail spécifique - souvent celui du projet, …). Tant que le projet sera sauvegardé régulièrement, la session R Studio sera la même quand vous relancerez le logiciel en ouvrant le fichier

Document `R markdown`

Un document R markdown (généralement enregistré avec l’extension .rmd ou .Rmd) permet d’une part d’utiliser la syntaxe markdown pour écrire du texte, mais aussi d’inclure des commandes R directement dans le document. Ainsi, un seul document contient le code et le commentaire, ce qui est un atout non négligeable pour des rapports ou présentations devant être mises à jour ou refaits régulièrement.

Il est possible d’inclure les commandes R soit dans un bloc de code, appelé chunk dans R Studio, ou en ligne, appelé inline chunk.

Pour créer un document R markdown dans R Studio, vous pouvez cliquer sur l’icône avec un plus, puis sur R markdown…. Vous devez voir apparaître une interface vous demandant de choisir entre un document, une présentation, une application Shiny ou de choisir un template prédéfini. Nous allons rester sur le document pour le moment. De plus, vous pouvez indiquer le titre et l’auteur, ainsi que choisir le format de sortie (HTML, PDF ou Word). Nous allons garder HTML pour le moment.

En-tête

Lors de la création d’un nouveau document R markdown, vous devez voir apparaître en début de document une partie d’en-tête, comme ci-dessous, au format YAML.

---
title: "Untitled"
author: "FX Jollois"
date: "04/03/2025"
output: html_document
---

Dans cette en-tête, nous pouvons donc définir le titre, éventuellement un sous-titre (avec subtitle:), le ou les auteurs, la date et des options de sortie. Pour le moment, nous allons garder la sortie au format HTML. Pour passer au format PDF, il faut écrire pdf_document dans output (ainsi qu’avoir \(\LaTeX\) installé sur sa machine). Pour créer un document de type Word, il faut choisir word_document pour output.

Il y a d’autres possibilités de sortie, ainsi que la possibilité d’ajouter d’autres paramètres de sortie, que nous ne verrons pas ici.

Chunk

Un chunk sera donc un bloc de commande R (ou autre langage possible) qui sera exécuté par R Studio. Pour cela, il faut indiquer sur la première ligne le langage utilisé. Pour R, voici donc un exemple simple

```{r}
# code R
summary(iris)
```

Dans le document sera donc intégré à la fois le code, ainsi que le résultat de son exécution. L’exemple donnera donc

# code R
summary(iris)

##   Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
##  Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
##  1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
##  Median :5.800   Median :3.000   Median :4.350   Median :1.300  
##  Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
##  3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
##  Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
##        Species  
##  setosa    :50  
##  versicolor:50  
##  virginica :50  
##                 
##                 
##

Il est possible de nommer le chunk en lui donnant un label (sans espace, sans accent) après r dans les {}. Ceci est intéressant surtout dans l’étape de développement, car si une erreur arrive lors de l’exécution, il sera plus facile de retrouver dans quel chunk est l’erreur (indiqué lors de l’affichage de l’erreur).

De plus, il est possible de mettre des options dans le chunk, toujours dans les {}, après une ",". Voici quelques options classiques et utiles (avec leur valeur par défaut indiquée, si elle existe) :

include = TRUE : si FALSE, le code est exécuté mais il n’est pas inclus dans le document (ni le code, ni son résultat)
echo = TRUE : si FALSE, le code n’est pas affiché mais bien exécuté
eval = TRUE : si FALSE, le code est affiché mais n’est pas exécuté
results = 'markup' : permet de définir comment le résultat est affiché (intéressant parfois)
fig.cap : titre du graphique produit

Il est possible de mettre plusieurs options, toutes séparées par des ",".

Quelques exemples

Dans la suite, voici quelques exemples de chunks avec options. Regardez le source pour mieux comprendre le fonctionnement.

Tout d’abord, on importe les données Iris.txt, mais ce genre de code n’est souvent pas à inclure, dans le sens où l’on ne veut ni l’afficher, ni voir de résultat.

Ensuite, la librairie knitr contient une fonction kable() permettant d’afficher un data.frame au format markdown. Cela permet d’avoir un résultat plus lisible qu’une sortie de console R classique.

knitr::kable(head(iris, 10))

Sepal Length	Sepal Width	Petal Length	Petal Width	Species
5.1	3.5	1.4	0.2	setosa
4.9	3.0	1.4	0.2	setosa
4.7	3.2	1.3	0.2	setosa
4.6	3.1	1.5	0.2	setosa
5.0	3.6	1.4	0.2	setosa
5.4	3.9	1.7	0.4	setosa
4.6	3.4	1.4	0.3	setosa
5.0	3.4	1.5	0.2	setosa
4.4	2.9	1.4	0.2	setosa
4.9	3.1	1.5	0.1	setosa

Enfin, on peut vouloir faire un graphique, ce qui pourrait donner ce qui suit. Pour ce genre de présentation, nous pouvons décider de ne pas afficher le code permettant de les obtenir.

Répartition de la longueur de sépale selon l’espèces des individus

Inline chunk

On peut faire des chunks en ligne en encadrant le code avec des ` et en commencant le code par un r. Par exemple, on peut dire que dans le jeu de données iris sont présentés 150 individus et 5 variables.

Paramètres globaux des chunks

Il est possible de déterminer des paramètres globaux pour tous les blocs chunks du document (sauf paramètres locaux précisés). Ceci doit se faire comme suit, avec la fonction set() de l’objet opts_chunk de la librairie knitr. Il est par exemple possible de définir echo=FALSE pour n’avoir aucun code apparaissant dans le document.

knitr::opts_chunk$set(...)

Fichiers `.RData`

Plutôt que de devoir importer plusieurs fois des données, il est possible d’utiliser le format de données .RData, qui permet de sauvegarder tout ou partie de l’environnement de travail. Pour cela, nous allons utiliser les fonctions save() et save.image() pour sauvegarder, et la fonction load() pour charger les variables sauvegardées.

Sauvegarde de variable(s)

En premier lieu, il est possible de sauvegarder uniquement une variable créée dans un fichier .RData. Ci-dessous, nous créons l’objet a, qui est une chaîne simple, puis nous la sauvegardons dans le fichier a.RData. Enfin, nous la supprimons (et l’affichons pour bien voir qu’elle n’existe plus).

a = "test de RData"
print(a)

## [1] "test de RData"

save(a, file = "a.RData")
rm(a)
print(a)

## Error in eval(expr, envir, enclos): object 'a' not found

L’intérêt est donc que la variable a est dans le fichier .RData, qu’il est possible de charger dans R comme suit.

load("a.RData")
print(a)

## [1] "test de RData"

Pour sauvegarder plusieurs variables, il faut juste les lister dans la fonction save().

b = "deuxième test de RData"
c = 123456789
save(b, c, file = "bc.RData")
rm(b, c)
print(b, c)

## Error in eval(expr, envir, enclos): object 'b' not found

Et on les charge de la même façon.

load("bc.RData")
print(b)

## [1] "deuxième test de RData"

print(c)

## [1] 123456789

Sauvegarde de l’environnement

Quand on lance la fonction ls(), on liste l’ensemble des objets créés dans l’environnement de travail. La fonction save.image() va tous les sauvegarder dans un même fichier .RData.

ls()

## [1] "a"    "b"    "c"    "iris"

save.image("env.RData")

Ensuite, nous allons nettoyer l’environnement de travail, en supprimant tous les objets (1ère ligne ci-dessous). Ainsi, en listant les variables avec ls(), on s’aperçoit qu’il n’y a plus rien.

rm(list = ls()) # Pour tout supprimer de l'environnement
ls()

## character(0)

Enfin, toujours avec la fonction load(), on charge les variables présentes dans le fichier, qu’on retrouve bien en faisant un ls().

load("env.RData")
ls()

## [1] "a"    "b"    "c"    "iris"

A faire

Dans votre document, penser à nommer chaque chunk différemment. Et n’hésiter pas à commenter le document pour le rendre plus conforme à ce qu’on pourrait vouloir produire comme document.

Vous trouverez sur le site rmarkdown beaucoup d’informations et de compléments sur cette librairie. Beaucoup sont résumées dans ce document.

Nous allons travailler sur les données varespec et varechem présente dans le package vegan. Quelques informations sont disponibles sur cette page. Pour les charger dans R, vous devez exécuter les commandes suivantes :

data(varechem)
data(varespec)

Créer un nouveau document R markdown, intitulé "TP", avec votre nom comme auteur
Sauvegarder ce document sous le nom "TP.Rmd"
Cliquer sur le bouton knit pour voir le résultat de l’exemple fourni
Supprimer le contenu du document, en gardant uniquement l’en-tête
Paramétrer l’ensemble des chunks pour ne pas voir apparaître le code des chunks dans le résultat
Créer 4 titres de niveau 2, avec le contenu suivant
1. Données :
  - écrire un texte introductif précisant (en ligne) le nombre de lignes et de colonnes du jeu de données varechem, et incluant un lien vers la page de présentation
  - afficher proprement l’ensemble du jeu de données
2. Baresoil
  - Histogramme de la variable Baresoil
  - Boîte à moustache de la même variable
3. Fe :
  - créer une nouvelle variable Fe_bin dans le jeu de données varechem prenant comme valeur "high" pour Fe > 50 et "low" sinon, en affichant le code pour la créer
  - afficher un tableau à deux colonnes :
    - "Fe" avec les deux modalités de Fe_bin
    - "Effectif" avec l’effectif pour chaque transmission
  - afficher le diagramme circulaire de la répartition des voitures en fonction de leur transmission avec les paramètres suivants :
    - un titre de figure indiquant ce qui est représenté (cf fig.cap)
    - centrage dans le document (cf fig.align)
    - largeur et hauteur de 2.5(cf fig.width et fig.height)
    - la couleur "orange" pour "high" et "blue" pour "low"
Maintenant,
1. Créer un fichier texte script.R dans lequel vous allez placer tout votre code d’importation des données, de manipulations de celles-ci et de création des graphiques
2. Stocker les graphiques dans des variables lors de la création
3. Créer un fichier RData contenant l’ensemble des éléments utiles pour la création de votre fichier html
4. Utiliser ce fichier RData dans votre fichier Rmd

Compléments sur R - TP 1

Traitement des données

INTECHMER - CT2 GEM/PVRM

Projet

Document `R markdown`

En-tête

Chunk

Quelques exemples

Inline chunk

Paramètres globaux des chunks

Fichiers `.RData`

Sauvegarde de variable(s)

Sauvegarde de l’environnement

A faire

Compléments sur R - TP 1

Traitement des données

INTECHMER - CT2 GEM/PVRM

Projet

Document R markdown

En-tête

Chunk

Quelques exemples

Inline chunk

Paramètres globaux des chunks

Fichiers .RData

Sauvegarde de variable(s)

Sauvegarde de l’environnement

A faire

Document `R markdown`

Fichiers `.RData`