Supprimer INSA/TP anadon/TP1-InitR.Rmd
This commit is contained in:
parent
5bd1149483
commit
9d91122c3c
1 changed files with 0 additions and 954 deletions
|
|
@ -1,954 +0,0 @@
|
||||||
---
|
|
||||||
title: "TP 1 : Initiation au langage R. Découverte de Rstudio et Rmarkdown"
|
|
||||||
date : "3MIC - 2024-2025"
|
|
||||||
output:
|
|
||||||
html_document:
|
|
||||||
toc: true
|
|
||||||
toc_float: true
|
|
||||||
number_sections: true
|
|
||||||
---
|
|
||||||
```{css,echo=F}
|
|
||||||
.badCode {
|
|
||||||
background-color: #C9DDE4;
|
|
||||||
}
|
|
||||||
```
|
|
||||||
|
|
||||||
```{r setup, echo=FALSE, cache=FALSE}
|
|
||||||
library(knitr)
|
|
||||||
## Global options
|
|
||||||
opts_chunk$set(echo=TRUE,
|
|
||||||
cache=TRUE,
|
|
||||||
prompt=FALSE,
|
|
||||||
tidy=TRUE,
|
|
||||||
comment=NA,
|
|
||||||
message=FALSE,
|
|
||||||
warning=FALSE,
|
|
||||||
class.source="badCode")
|
|
||||||
```
|
|
||||||
|
|
||||||
**Objectif**
|
|
||||||
|
|
||||||
Les objectifs de cette séance sont
|
|
||||||
|
|
||||||
+ une première prise en main du logiciel R avec la présentation de commandes de base
|
|
||||||
+ se familiariser avec RStudio
|
|
||||||
+ débuter dans la rédaction de documents en Rmarkdown
|
|
||||||
|
|
||||||
|
|
||||||
# Introduction
|
|
||||||
|
|
||||||
## Pourquoi R ?
|
|
||||||
|
|
||||||
Le logiciel R sous licence GNU est facile à installer à partir de la page du [CRAN](https://cran.r-project.org/index.html){target="_blank"} (ou d'un site miroir). Le CRAN contient toutes les ressources nécessaires à l'utilisateur de R, débutant ou expérimenté : fichiers d'installation, mises à jour, librairies, FAQ, newsletter, documentation... R est un logiciel très utilisé dans la communauté statistique.
|
|
||||||
|
|
||||||
Dans sa structure, R est un langage de programmation d'une syntaxe voisine à celle du langage C et capable de manipuler des objets complexes sous forme de matrice, scalaire, vecteur, liste, facteur et aussi data frame. Il dispose également d'une très riche librairie de quasiment toutes les procédures et méthodes statistiques de la littérature. Plus précisément, toutes les recherches récentes sont d'abord développées et diffusées à l'aide de ce
|
|
||||||
logiciel par la communauté scientifique.
|
|
||||||
|
|
||||||
## Présentation de Rstudio
|
|
||||||
|
|
||||||
Nous allons utiliser [RStudio](https://rstudio.com/){target="_blank"} durant les TP d'Analyse de Données. RStudio n’est pas qu’une interface graphique pour R, il s’agit d’un environnement de développement intégré, proposant des outils et facilite l’écriture de scripts et l’utilisation de R. La version gratuite de RStudio étant déjà très riche en fonctionnalités, elle est suffisante pour les enseignements. Elle est disponible pour Linux, Windows et MacOS.
|
|
||||||
|
|
||||||
Sur les ordinateurs en salle TP, sous linux,
|
|
||||||
|
|
||||||
- à partir d'un terminal, placez vous dans le répertoire de travail et tapez la commande `rstudio`
|
|
||||||
- par le menu déroulant, allez dans Applications/Programmation/RStudio
|
|
||||||
|
|
||||||
Si vous souhaitez travailler sur votre propre ordinateur, installez tout d'abord la dernière version du logiciel R (voir [CRAN](https://cran.r-project.org/index.html){target="_blank"}) puis installez la version gratuite de Rstudio adaptée à votre OS.
|
|
||||||
|
|
||||||
### Description des fenêtres de RStudio
|
|
||||||
|
|
||||||
A chaque ouverture de RStudio, l'écran est découpé en quatre grandes zones :
|
|
||||||
|
|
||||||
- En bas à gauche c'est la **Console**, on peut y lire au lancement la version de R que RStudio a chargé. Après le texte d'entrée, la ligne commence par `>` qui est l'invite de commande. RStudio est prêt à recevoir votre première commande. On peut se servir de R comme d'une calculatrice. Vous pouvez par exemple taper `> 2+3` et taper `Entrée`. Le résultat apparait alors dans la console.
|
|
||||||
|
|
||||||
- En haut à droite, on peut voir dans **Environnement** la liste des objets et fonctions créés au fur et à mesure du travail. On a également accès à l'historique des commandes dans **History**.
|
|
||||||
|
|
||||||
- En bas à droite, on trouve plusieurs onglets :
|
|
||||||
|
|
||||||
+ **Files** : permet de voir le contenu du répertoire de travail
|
|
||||||
+ **Plots** : permet de visualiser les graphiques créés
|
|
||||||
+ **Packages** : liste les packages installés pour les charger, mettre à jour, en installer d'autres
|
|
||||||
+ **Help** : permet d'accéder à l'aide en ligne
|
|
||||||
|
|
||||||
- En haut à gauche, c'est la zone d'**Edition** pour gérer les scripts, les executer, ....
|
|
||||||
|
|
||||||
Lorsque vous quittez RStudio, on vous demande si vous souhaiter sauvegarder l'environnement de travail. Si vous y répondez favorablement, un fichier de sauvegarde ` .RData` est enregistré dans le répertoire courant.
|
|
||||||
|
|
||||||
### Types de documents avec RStudio
|
|
||||||
|
|
||||||
En allant dans `File -> New File` ou en cliquant sur la flèche à côté de l'icone de *New File* (en haut à gauche), RStudio propose de nombreux types de document. Vous pouvez noter que l'on peut utiliser RStudio également pour faire du python, du C++, ... Nous allons ici ne parler que de quelques types de fichiers que l'on utilisera par la suite.
|
|
||||||
|
|
||||||
Pour créer un script R, il suffit de sélectionner `R Script`. Ce script peut être enregistré à tout moment dans un fichier avec l'extension " .R" *(ex. monScript.R)* dans le répertoire courant en cliquant sur l'icône de disquette ou par `File->Save`. Vous pouvez l'ouvrir à tout moment grâce au menu `File –> Open file...`, à l'icône dossier ou en double cliquant sur le fichier *monScript.R*. Il est également possible d'executer un script directement depuis la console grâce à la commande `source("monScript.R")`.
|
|
||||||
|
|
||||||
On peut également créer des documents de type rapport, slides, ... contenant du texte, du code, des images, des formules mathématiques en latex, ....
|
|
||||||
|
|
||||||
+ à l'aide de `RMarkdown` en sélectionnant `R markdown ...`. Le document créé sera sauvegardé avec l'extension " .Rmd". On reviendra plus précisément sur les possibilités offertes par Rmarkdown et les commandes principales pour débuter la rédaction d'un rapport dans la section suivante.
|
|
||||||
|
|
||||||
+ à l'aide de `quarto` en sélectionnant `Quarto Document ...` ou `Quarto Presentation ...` pour la création de présentation, rapports, ... Par exemple les slides du cours d'Analyse de Données ont été générés en quarto. La syntaxe est assez proche de celle de Rmarkdown.
|
|
||||||
|
|
||||||
## Environnement
|
|
||||||
|
|
||||||
### Répertoire de travail
|
|
||||||
|
|
||||||
Pour pouvoir récupérer des données, maîtriser la sauvegarde des scripts, des résultats, ... il est important de connaitre le répertoire de travail c'est-à-dire le répertoire sous lequel les divers résultats seront sauvegardés par défaut. Ce dernier s'obtient à l'aide de la commande `> getwd()`.
|
|
||||||
|
|
||||||
Pour changer de répertoire de travail, on peut
|
|
||||||
|
|
||||||
- utiliser la commande `setwd()` dans la Console.
|
|
||||||
A noter que R ne reconnaît que le caractère "/" pour spécifier le chemin d'accès d'un répertoire (même sous Windows).
|
|
||||||
- passer par `Session -> Set Working Directory -> Choose Directory`.
|
|
||||||
|
|
||||||
<h4><b><p style="color:blue;">Exercice :</p></b></h4>
|
|
||||||
|
|
||||||
> Créer un dossier de travail pour ce TP dans votre home (en dehors de RStudio!)
|
|
||||||
> Dans RStudio, placez-vous dans ce dossier de travail pour le TP.
|
|
||||||
|
|
||||||
### Les librairies pour R
|
|
||||||
|
|
||||||
R est un logiciel libre, il s'enrichit grâce au développement de librairies par la communauté. La plupart des extensions sont développées et maintenues par la communauté des utilisateurs de R, et diffusées via le [CRAN (Comprehensive R Archive Network)](https://cran.r-project.org/){target="_blank"}. On peut également trouver des packages déposés sur *github* par exemple.
|
|
||||||
|
|
||||||
A la première ouverture de RStudio sur les ordinateurs de salle TP, un dossier `R/libs` est créé dans votre `home` pour l'installation des librairies.
|
|
||||||
|
|
||||||
Pour installer une librairie disponible sur le CRAN, vous avez plusieurs manières de le faire, dont
|
|
||||||
|
|
||||||
+ passer par le menu `Tools-> Install Packages ...` , sélectionner un site miroir du CRAN et demander la librairie souhaitée
|
|
||||||
+ aller dans l'onglet *Packages* dans la fenêtre en bas à droite et cliquer sur *Install*.
|
|
||||||
+ utiliser la fonction `install.packages()` directement dans la console en précisant la librairie souhaitée
|
|
||||||
|
|
||||||
Toutes les librairies ne sont pas chargées automatiquement au lancement de R. Pour charger une librairie, on utilise la commande `library()`.
|
|
||||||
|
|
||||||
<h4><b><p style="color:blue;">Exercice :</p></b></h4>
|
|
||||||
|
|
||||||
> 1. Installez la librairie *corrplot*
|
|
||||||
> 2. Chargez la librairie *corrplot*
|
|
||||||
|
|
||||||
### L'aide de R
|
|
||||||
|
|
||||||
On peut à tout moment faire appel à l'aide intégrée de R (et surtout avant d'appeler l'enseignant-e !) pour avoir les détails comme les arguments d'une fonction.
|
|
||||||
On peut accéder à l'aide pour une fonction (ex pour la fonction *plot*) en passant le nom de la fonction dans `help()` (ex `> help(plot)`) ou en utilisant le raccourci `> ?plot`.
|
|
||||||
Ces deux commandes permettent d'afficher une page de description (en anglais) de la fonction, ses paramètres, son résultat, d'exemples, ... Dans RStudio, les pages d'aide en ligne s'ouvriront par défaut dans la zone en bas à droite, sous l'onglet **Help**. Un clic sur l'icône en forme de maison vous affichera la page d'accueil de l'aide. Vous pouvez aussi taper directement le nom de la fonction recherchée dans la zone de recherche dans l'onglet **Help**.
|
|
||||||
|
|
||||||
<h4><b><p style="color:blue;">Exercice :</p></b></h4>
|
|
||||||
|
|
||||||
> Accédez à l'aide de la fonction `rnorm`
|
|
||||||
|
|
||||||
## Editer des rapports avec Rmarkdown
|
|
||||||
|
|
||||||
L'extension [**Rmarkdown**](https://rmarkdown.rstudio.com/index.html){target="_blank"} permet de créer des documents dans différents formats (html, pdf, docx, slides, ...) qui contiennent du texte, du code (en R mais pas que!), les résultats, ...
|
|
||||||
Par exemple, les sujets de TP de ce cours sont rédigés en Rmarkdown.
|
|
||||||
Vous devrez également rédiger le rapport de votre projet en Rmarkdown.
|
|
||||||
Nous allons donner ici des éléments de base pour la création de documents avec Rmarkdown. Pour plus de détails, vous pouvez consulter l'aide mémoire de Rmarkdown (accessible via `Help -> Cheatsheets -> Rmarkdown Cheat Sheet`) et le livre en ligne [R Markdown: The Definitive Guide](https://bookdown.org/yihui/rmarkdown/){target="_blank"} de Y. Xie, J. J. Allaire, G. Grolemund.
|
|
||||||
|
|
||||||
### Etapes de création d'un document
|
|
||||||
|
|
||||||
Un document Rmarkdown est un fichier enregistré avec l'extension `.Rmd`. Pour créer un nouveau document, allez dans `File-> NewFile-> Rmarkdown...` (ou cliquez sur l'icone nouveau document et choisissez Rmarkdown).
|
|
||||||
|
|
||||||
<h4><b><p style="color:blue;">Exercice :</p></b></h4>
|
|
||||||
|
|
||||||
> Créez un nouveau document Rmarkdown au format pdf avec le titre et l'auteur de votre choix.
|
|
||||||
> Vous pouvez constater qu'un nouveau document prérempli vient de s'ouvrir dans RStudio.
|
|
||||||
> Nous allons maintenant détailler le contenu de ce document.
|
|
||||||
|
|
||||||
Un document Rmarkdown débute toujours par **l'en-tête** qui est encadré par 3 tirets `---`.
|
|
||||||
Cet en-tête contient au moins les métadonnées du document suivantes : le titre, l'auteur, la date, le format de sortie (`output`).
|
|
||||||
On peut préciser des options au document final en ajoutant des sous-options à droite du `output`. Il est également possible de spécifier des options différentes selon les formats.
|
|
||||||
Voici une liste avec quelques éléments :
|
|
||||||
|
|
||||||
+ `number_section : true` permet de numéroter les sections
|
|
||||||
+ `highlight` permet de spécifier le style syntaxique (par ex `default`, `tango`, `pygments`, `kate`, ...).
|
|
||||||
+ on peut ajouter son propre fichier de style .css avec l'option `css`
|
|
||||||
+ on peut préciser des options concernant les figures avec `fig_width`, `fig_height`, `fig_caption`, `dev`, ...
|
|
||||||
+ on peut ajouter une bibliographie à partir d'un fichier `.bib` avec l'option `bibliography`
|
|
||||||
|
|
||||||
On a ensuite le corps du document qui peut contenir
|
|
||||||
|
|
||||||
+ du texte selon la syntaxe markdown
|
|
||||||
+ des blocs de code (appelés *chunks*) en R, Python, ...
|
|
||||||
+ des formules mathématiques (écrites en latex entre `$ ... $`)
|
|
||||||
+ des images, tableaux, références, ....
|
|
||||||
|
|
||||||
Vous pouvez compiler à tout moment le document Rmarkdown en cliquant sur le bouton `Knit`. Un onglet R Markdown s’ouvre alors dans la même zone que l'onglet *Console* pour indiquer la progression de la compilation et les messages d'erreur éventuels. Une fois la compilation effectuée, le document obtenu s'ouvre et vous pouvez admirer le rendu.
|
|
||||||
|
|
||||||
**Remarque**: Pour la compilation d'un document en pdf, il est nécessaire d'avoir installé un compilateur de Latex sur son ordinateur.
|
|
||||||
|
|
||||||
<h4><b><p style="color:blue;">Exercice :</p></b></h4>
|
|
||||||
|
|
||||||
> Modifiez les options dans l'en-tête de votre fichier Rmarkdown puis compilez le document pour constater l'impact sur le document généré.
|
|
||||||
|
|
||||||
|
|
||||||
### Quelques éléments markdown {#sectMarkdown}
|
|
||||||
|
|
||||||
Le texte d'un document Rmarkdown est régi par le langage markdown.
|
|
||||||
Regardez les quelques éléments de syntaxe et de mise en forme
|
|
||||||
disponible [ici](https://rstudio.github.io/cheatsheets/html/rmarkdown.html?_gl=1*1t61k1h*_ga*MTY5MTU0NjIwNS4xNzI5MDc4NDE1*_ga_2C0WZ1JHG0*MTcyOTA3ODQxNC4xLjEuMTcyOTA3ODQzMC4wLjAuMA..#write-with-markdown){target="_blank"} ou consulter l'aide mémoire de Rmarkdown (accessible via `Help -> Cheatsheets -> Rmarkdown Cheat Sheet`).
|
|
||||||
|
|
||||||
**Remarque: ** Si vous avez organisé votre document avec des sections / sous-sections en faisant débuter une ligne par un ou plusieurs `#`, alors vous pouvez cliquer sur l'icone `Outline` à droite de la barre d'outils associée au fichier R Markdown pour visualiser la table des matières générée automatiquement qui vous permet de naviguer facilement dans le document.
|
|
||||||
|
|
||||||
Pour insérer du code dans un document Rmarkdown, on utilise des blocs appelés **chunk**. Pour cela, il suffit de cliquer sur l'icone d'insertion d'un chunk dans la barre d'outils d'un document Rmarkdown. Il est possible d'insérer un chunk de code R mais pas seulement (par exemple on peut insérer du code Python). Pour du code R, un chunk de la forme $\textrm{```{r} .... ```}$ s'insère alors dans le document.
|
|
||||||
On peut alors saisir du code R dans ce chunk. On peut ajouter un nom à un bloc et préciser des options dans les accolades `{r nomdubloc, ....}`, par exemple
|
|
||||||
|
|
||||||
+ eval (TRUE par défaut, ou FALSE) : détermine si le code R doit être évalué ou non,
|
|
||||||
+ echo (TRUE par défaut, ou FALSE) : détermine si le code R doit être affiché ou non,
|
|
||||||
+ results ('markup' par défaut, 'hide', 'hold' ou 'asis') : détermine comment les sorties doivent être affichées,
|
|
||||||
+ error (FALSE par défaut, ou TRUE) : détermine si les messages d'erreur doivent être affichée,
|
|
||||||
+ warning (TRUE par défaut, ou FALSE) : détermine si les messages d'avertissement doivent être affichées.
|
|
||||||
|
|
||||||
Ces options peuvent être modifiées manuellement ou en utilisant l'interface graphique (en cliquant sur l'icone d'engrenage situé en haut à droite de chaque bloc).
|
|
||||||
|
|
||||||
<h4><b><p style="color:blue;">Exercice :</p></b></h4>
|
|
||||||
|
|
||||||
> - Ajoutez `# Titre 1` avant `## RMarkdown`
|
|
||||||
> - Modifiez ```{r cars}``` en ```{r cars, eval=F}```
|
|
||||||
> - Compilez le document pour voir les différences
|
|
||||||
|
|
||||||
|
|
||||||
De manière générale, il est recommandé de
|
|
||||||
|
|
||||||
- travailler dans le document R Markdown (en lançant balise R par balise
|
|
||||||
R, avec la petite flèche verte en haut à droite de chaque bloc, ou en
|
|
||||||
lançant la ligne de code contenant le curseur en tapant Ctrl Enter),
|
|
||||||
- commenter les résultats obtenus (en dehors des balises R) au fur et à
|
|
||||||
mesure,
|
|
||||||
- ne compiler le document (Knit) qu’à la fin.
|
|
||||||
|
|
||||||
**Pour la suite du TP, récupérez sur moodle le document "TP1-InitR.Rmd", sauvegardez-le dans votre dossier de travail et ouvre-le dans RStudio. C'est le document .Rmd qui a généré cet énoncé de TP et que vous allez compléter dans la suite.**
|
|
||||||
|
|
||||||
|
|
||||||
# Structure des objets en R
|
|
||||||
|
|
||||||
Sous R, les éléments de base sont des objets : des données (vecteurs,
|
|
||||||
matrices, ...), des fonctions, des graphiques, ...
|
|
||||||
Ces objets se différencient par leur mode décrivant leur contenu, et leur classe décrivant leur structure. Les classes d'objets les plus courantes sont : **vector, matrix, array, factor, data.frame, list.**
|
|
||||||
On peut avoir des vecteurs, matrices, tableaux, ... de mode **null** (objet vide), **logical** (TRUE, FALSE, NA), **numeric**, **complex**, **character**. Par contre
|
|
||||||
les listes et les tableaux peuvent être composés d'éléments hétérogènes. On utilise la commande `class()` pour connaître la classe d'un objet et `str()`pour connaitre la nature des éléments composant l'objet.
|
|
||||||
|
|
||||||
Nous allons dans ce TP présenter certains de ces objets, les opérations et manipulations basiques que l'on peut faire, ...
|
|
||||||
|
|
||||||
Remarque : On stocke un objet dans une variable *a* à l'aide de `a<- ...` ou `a= ...`. Pour lister les variables actuellement disponibles dans la session de travail, on utilise la fonction `ls()`. Pour effacer une ou plusieurs variables, on utilise la fonction `rm()`. La commande `rm(list=ls())` permet d'effacer toutes les variables en mémoire.
|
|
||||||
|
|
||||||
|
|
||||||
## Opération sur les scalaires {.tabset}
|
|
||||||
|
|
||||||
### Opérations
|
|
||||||
Les opérations élémentaires sur les scalaires sont `*`,`-`, `+`, `/`, `^`.\
|
|
||||||
|
|
||||||
Executez les commandes suivantes. Vous chercherez en particulier à bien identifier les différents types de données :
|
|
||||||
```{r, echo=T,eval=F}
|
|
||||||
2+2
|
|
||||||
exp(10)
|
|
||||||
a = log(2)
|
|
||||||
a
|
|
||||||
b =cos(10)
|
|
||||||
b
|
|
||||||
a - b
|
|
||||||
a*b
|
|
||||||
d <- 2 < 3
|
|
||||||
d
|
|
||||||
dd <- FALSE
|
|
||||||
dd - d
|
|
||||||
dd + d
|
|
||||||
e<- "toto"
|
|
||||||
class(e)
|
|
||||||
str(e)
|
|
||||||
```
|
|
||||||
|
|
||||||
```{r,echo=F}
|
|
||||||
rm(a,b,d,dd,e)
|
|
||||||
```
|
|
||||||
|
|
||||||
### `is.xxx()/as.xxx()`
|
|
||||||
Pour tester si un objet *obj* est de type *xxx*, on utilise la commande
|
|
||||||
`is.xxx(obj)`. On peut aussi contraindre si possible l'objet *obj* au type *xxx* avec la commande `as.xxx(obj)`.
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
a = 4.3
|
|
||||||
is.numeric(a)
|
|
||||||
is.complex(a)
|
|
||||||
is.character(a)
|
|
||||||
as.character(a)
|
|
||||||
b<- "toto"
|
|
||||||
is.numeric(b)
|
|
||||||
as.list(b)
|
|
||||||
```
|
|
||||||
|
|
||||||
```{r,echo=F}
|
|
||||||
rm(a,b)
|
|
||||||
```
|
|
||||||
|
|
||||||
### Arrondir
|
|
||||||
Pour obtenir des valeurs arrondies sur des valeurs numériques, vous pouvez utiliser l'une des commandes suivantes `round()`, `ceiling()`, `floor()`, `trunc()` ou `signif()` (voir l'aide `?round`).
|
|
||||||
Comparez les codes suivantes:
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
a=1.3579
|
|
||||||
floor(a)
|
|
||||||
ceiling(a)
|
|
||||||
round(a,digits=2)
|
|
||||||
signif(a,digits=2)
|
|
||||||
is.integer(floor(a))
|
|
||||||
is.numeric(floor(a))
|
|
||||||
```
|
|
||||||
|
|
||||||
|
|
||||||
## Booléens et opérations logiques {.tabset}
|
|
||||||
|
|
||||||
En R, un booléen est représenté par *TRUE* ou *FALSE*. Les opérations logiques, `<`, `>`, `<=`, `>=`, `!=` (différent), `==` (égal) retournent *TRUE* ou *FALSE*. On peut définir plusieurs conditions à remplir avec les opérateurs `&` (ET) et `|` (OU).
|
|
||||||
|
|
||||||
Attention, R considère que le booléen *FALSE* vaut $0$ et le booléen *TRUE* vaut $1$. Il est donc capable d'évaluer ` TRUE + 5` bien qu'en toute logique, cela n'a aucun sens!
|
|
||||||
|
|
||||||
Voici quelques exemples de manipulation des booléens pour comprendre :
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
a = 3
|
|
||||||
b = 6
|
|
||||||
a<=b
|
|
||||||
a!=b
|
|
||||||
(b-3==a) & (b>=a)
|
|
||||||
(b==a) | (b>=a)
|
|
||||||
```
|
|
||||||
|
|
||||||
```{r,echo=F}
|
|
||||||
rm(a,b)
|
|
||||||
```
|
|
||||||
|
|
||||||
## Vecteurs *(vector)*{.tabset}
|
|
||||||
|
|
||||||
Un vecteur est un ensemble ordonné d'éléments de même nature (numérique, logique ou alphanumérique). La création d'un vecteur peut se faire par la commande `c(e1,e2,...)`. On peut également générer une séquence avec la commande `seq(a,b,t)` où $a$ est le premier terme, le dernier terme est $\leq b$ et le pas est $t$. Pour créer un vecteur constitué de l'élément $x$ répété $n$ fois, on utilise la commande `rep(x,n)`.
|
|
||||||
|
|
||||||
|
|
||||||
On donne ici quelques exemples à tester sous R pour vous familiariser avec les vecteurs. En particulier, vous pouvez découvrir des fonctions utiles avec les vecteurs comme `length()`, `sum()`, `sort()`, ... , les opérations usuelles, l'extraction d'éléments d'un vecteur, ...
|
|
||||||
|
|
||||||
### Commande `c(...)`
|
|
||||||
```{r}
|
|
||||||
d <- c(2,3,5,8,4,6)
|
|
||||||
d
|
|
||||||
is.vector(d)
|
|
||||||
c(2,5,"toto")
|
|
||||||
1:10
|
|
||||||
```
|
|
||||||
|
|
||||||
### Commande `seq(...)`
|
|
||||||
```{r}
|
|
||||||
seq(1,10)
|
|
||||||
seq(from=1,to=20,by=2)
|
|
||||||
seq(1,20,by=5)
|
|
||||||
seq(1,20,length=5)
|
|
||||||
```
|
|
||||||
|
|
||||||
### Commande `rep(...)`
|
|
||||||
```{r}
|
|
||||||
rep(5,times=10)
|
|
||||||
rep(c(1,2),3)
|
|
||||||
rep(c(1,1,2,18),each=3)
|
|
||||||
```
|
|
||||||
|
|
||||||
### Extraire des éléments
|
|
||||||
```{r}
|
|
||||||
d
|
|
||||||
d[2]
|
|
||||||
d[2:3]
|
|
||||||
d[c(1,3,6)]
|
|
||||||
d[-3]
|
|
||||||
d[-(1:2)]
|
|
||||||
```
|
|
||||||
|
|
||||||
### Opérations
|
|
||||||
|
|
||||||
Additionner ou soustraire un scalaire d'un vecteur
|
|
||||||
```{r}
|
|
||||||
d+4
|
|
||||||
d-4
|
|
||||||
```
|
|
||||||
Multiplier ou diviser un vecteur par un scalaire
|
|
||||||
```{r}
|
|
||||||
2*d
|
|
||||||
d/3
|
|
||||||
```
|
|
||||||
Multiplier/ diviser deux vecteurs terme à terme
|
|
||||||
```{r}
|
|
||||||
e<- rep(2,6)
|
|
||||||
d*e
|
|
||||||
d/e
|
|
||||||
```
|
|
||||||
|
|
||||||
### Fonctions usuelles
|
|
||||||
```{r}
|
|
||||||
d = c(2,3,5,8,4,6)
|
|
||||||
d
|
|
||||||
```
|
|
||||||
|
|
||||||
Longueur d'un vecteur
|
|
||||||
```{r}
|
|
||||||
length(d)
|
|
||||||
```
|
|
||||||
Somme des termes d'un vecteur numérique
|
|
||||||
```{r}
|
|
||||||
sum(d)
|
|
||||||
```
|
|
||||||
Somme des termes cumulés d'un vecteur numérique
|
|
||||||
```{r}
|
|
||||||
cumsum(d)
|
|
||||||
```
|
|
||||||
Différence des termes successifs d'un vecteur numérique
|
|
||||||
```{r}
|
|
||||||
diff(d)
|
|
||||||
```
|
|
||||||
Vérifier si *d* est un vecteur
|
|
||||||
```{r}
|
|
||||||
is.vector(d)
|
|
||||||
```
|
|
||||||
|
|
||||||
Autres fonctions intéressantes avec les vecteurs : `abs()`, `sort()`, `order()`, `which()`, ...
|
|
||||||
```{r}
|
|
||||||
a<-c(3,-1,5,2,-7,3,9)
|
|
||||||
abs(a)
|
|
||||||
sort(a)
|
|
||||||
order(a)
|
|
||||||
which(a<0)
|
|
||||||
```
|
|
||||||
|
|
||||||
On peut appliquer une fonction à tous les éléments d'un vecteur facilement.
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
cos(a)
|
|
||||||
```
|
|
||||||
|
|
||||||
```{r,echo=F}
|
|
||||||
rm(a)
|
|
||||||
```
|
|
||||||
|
|
||||||
### Exercice
|
|
||||||
> Construire
|
|
||||||
>
|
|
||||||
> + le vecteur $a$ constitué des entiers pairs jusqu'à 30
|
|
||||||
> + le vecteur $b$ contenant 6 nombres compris entre 4 et 30 avec un intervalle constant.
|
|
||||||
> + le vecteur $c$ contenant la somme des éléments de $b$, la longueur de $a$ et 5 fois le chiffre 3.
|
|
||||||
>
|
|
||||||
> Extraire du vecteur $c$ le
|
|
||||||
>
|
|
||||||
> + le quatrième élément
|
|
||||||
> + tous les éléments sauf le quatrième
|
|
||||||
> + tous les éléments supérieurs à 10
|
|
||||||
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
a<-seq( from =0, to=30,by=2)
|
|
||||||
b<-seq(from=4,to=30,length=6)
|
|
||||||
c<-c(sum(b),length(a),rep(3,times=5))
|
|
||||||
c[4]
|
|
||||||
c[-4]
|
|
||||||
c[which(c>10)]
|
|
||||||
```
|
|
||||||
|
|
||||||
|
|
||||||
## Matrices (*matrix*){.tabset}
|
|
||||||
|
|
||||||
Comme les vecteurs, les matrices sont de mode quelconque mais ne contiennent que des éléments de même nature. Pour créer une matrice, on utilise la commande `matrix(vec,nrow=n,ncol=p)` où *vec* est le vecteur contenant les éléments de la matrice de taille $n$ par $p$, qui seront rangés en colonne sauf si l'option *byrow=T* est utilisée.
|
|
||||||
|
|
||||||
On donne ici quelques exemples à tester sous R pour vous familiariser avec les matrices. En particulier, vous pouvez découvrir des fonctions utiles avec les matrices comme `dim()`, `t()`, `cbind()`, `rbind()`... , les opérations usuelles dont la différence entre `A*B` et `A%*%B`, l'extraction d'éléments d'une matrice, ...
|
|
||||||
|
|
||||||
### `matrix()`
|
|
||||||
```{r}
|
|
||||||
A = matrix(1:15,ncol=5)
|
|
||||||
A
|
|
||||||
|
|
||||||
B = matrix(1:15,nc=5,byrow=T)
|
|
||||||
B2 = B
|
|
||||||
B2[1,1]="toto"
|
|
||||||
B2
|
|
||||||
```
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
rownames(A)=c(paste("ligne",1:3,sep=""))
|
|
||||||
A
|
|
||||||
```
|
|
||||||
|
|
||||||
### Extraire
|
|
||||||
```{r}
|
|
||||||
A
|
|
||||||
A[1,3]
|
|
||||||
A[,2]
|
|
||||||
A[2,]
|
|
||||||
A[1:3,c(2,5)]
|
|
||||||
A[1:3,-c(2,5)]
|
|
||||||
```
|
|
||||||
|
|
||||||
### `cbind() / rbind()`
|
|
||||||
Pour concaténer deux matrices, on peut utiliser les fonctions `rbind()` ou `cbind()`.
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
A
|
|
||||||
B
|
|
||||||
cbind(A,B)
|
|
||||||
rbind(A,B)
|
|
||||||
```
|
|
||||||
|
|
||||||
### Fonctions utiles
|
|
||||||
|
|
||||||
Dimension d'une matrice
|
|
||||||
```{r}
|
|
||||||
dim(A)
|
|
||||||
```
|
|
||||||
Nombre de lignes et de colonnes
|
|
||||||
```{r}
|
|
||||||
nrow(A)
|
|
||||||
ncol(A)
|
|
||||||
```
|
|
||||||
Transposée et déterminant d'une matrice
|
|
||||||
```{r}
|
|
||||||
t(A)
|
|
||||||
det(A[,3:5])
|
|
||||||
```
|
|
||||||
|
|
||||||
Matrice diagonale et diagonale d'une matrice
|
|
||||||
```{r}
|
|
||||||
diag(A)
|
|
||||||
diag(1:5)
|
|
||||||
```
|
|
||||||
|
|
||||||
Matrice de booléens
|
|
||||||
```{r}
|
|
||||||
A>5
|
|
||||||
A[A<5]<-0
|
|
||||||
A
|
|
||||||
```
|
|
||||||
|
|
||||||
Quelques autres fonctions sur les matrices
|
|
||||||
```{r}
|
|
||||||
colSums(A)
|
|
||||||
apply(A,2,sum)
|
|
||||||
rowSums(A)
|
|
||||||
apply(A,1,sum)
|
|
||||||
rowMeans(A)
|
|
||||||
apply(A,1,mean)
|
|
||||||
apply(A,1,max)
|
|
||||||
```
|
|
||||||
|
|
||||||
Remarque : on reverra dans la section [Programmation](#secProg) la fonction `apply()` qui permet en particulier d'éviter les boucles *for*.\
|
|
||||||
|
|
||||||
### Opérations
|
|
||||||
|
|
||||||
Attention à la multiplication matricielle `%*%` et la multiplication terme à terme `*`!
|
|
||||||
|
|
||||||
Opérations terme à terme de 2 matrices
|
|
||||||
```{r}
|
|
||||||
A+B
|
|
||||||
A*B
|
|
||||||
```
|
|
||||||
|
|
||||||
Multiplication de matrices
|
|
||||||
```{r}
|
|
||||||
t(B) %*%A
|
|
||||||
|
|
||||||
```
|
|
||||||
|
|
||||||
Multiplication par un scalaire
|
|
||||||
```{r}
|
|
||||||
5*A
|
|
||||||
```
|
|
||||||
|
|
||||||
### Exercice
|
|
||||||
|
|
||||||
> 1. Créer la matrice $A=\left(\begin{array}{c c c } 3 & 3 & 3\\ 4 & 4 & 4\\ 5 & 5 & 5\end{array}\right).$
|
|
||||||
> 2. Ajouter 2 à tous les éléments de $A$.
|
|
||||||
> 3. Créer la matrice $B$ en ajoutant la ligne $(1,2,3)$ à $A$, puis la colonne $(1,1,1,1)'$. Déterminer la dimension de $B$.
|
|
||||||
> 4. Extraire de $B$ la sous-matrice $C$ composée des deux premières colonnes et des deux dernières lignes. Calculer la transposée et le déterminant de $C$.
|
|
||||||
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
A<-matrix(rep(c(3,4,5),each=3), ncol=3,byrow=TRUE)
|
|
||||||
A+2
|
|
||||||
B=
|
|
||||||
```
|
|
||||||
|
|
||||||
|
|
||||||
## Listes *(list)* {.tabset #secList}
|
|
||||||
|
|
||||||
Une liste est une collection ordonnée d'objets qui peuvent être de nature différente. Les listes sont
|
|
||||||
en particulier utilisées par certaines fonctions (cf section [Programmation](#secProg)) pour renvoyer des résultats complexes sous
|
|
||||||
forme d'un seul objet.
|
|
||||||
On utilise la fonction `list(nom1=el1,nom2=el2,...)` (l'utilisation
|
|
||||||
des noms étant facultative) pour générer une liste. On peut accéder à chaque élément de la liste à l'aide
|
|
||||||
de son index entre double crochets ` [[...]]`, ou par son nom précédé du signe `$`.
|
|
||||||
|
|
||||||
|
|
||||||
### `list(...)`
|
|
||||||
```{r}
|
|
||||||
x = list("toto",1:8)
|
|
||||||
x
|
|
||||||
```
|
|
||||||
|
|
||||||
Création d'une liste avec des noms aux éléments
|
|
||||||
```{r}
|
|
||||||
y = list(matrice=matrix(1:15,ncol=5),
|
|
||||||
vecteur=seq(1,20,by=5),
|
|
||||||
texte="toto",scalaire=8)
|
|
||||||
y
|
|
||||||
```
|
|
||||||
|
|
||||||
### Extraction
|
|
||||||
Extraction d'un élément par son numéro
|
|
||||||
```{r}
|
|
||||||
x[[1]]
|
|
||||||
```
|
|
||||||
|
|
||||||
Attention, cette commande n'est pas possible:
|
|
||||||
```{r, eval=F}
|
|
||||||
x[[1]]+1
|
|
||||||
```
|
|
||||||
|
|
||||||
par contre celle-ci est possible
|
|
||||||
```{r}
|
|
||||||
x[[2]]+10
|
|
||||||
```
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
y[[1]]
|
|
||||||
y$matrice
|
|
||||||
y$vec
|
|
||||||
y[c("texte","scalaire")]
|
|
||||||
```
|
|
||||||
|
|
||||||
### Fonctions utiles
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
names(y)
|
|
||||||
length(y)
|
|
||||||
length(y$vecteur)
|
|
||||||
cos(y$scal)+y[[2]][1]
|
|
||||||
summary(y)
|
|
||||||
```
|
|
||||||
|
|
||||||
|
|
||||||
### Exercice
|
|
||||||
|
|
||||||
> 1. Créer une liste contenant le nom de trois matières, les notes de 5 élèves pour chacune de ces matières, l'âge des 5 élèves et la filière (PO) d'appartenance de ces 5 élèves.
|
|
||||||
> 2. Récupérer les notes du 4ème élève
|
|
||||||
> 3. Créer une matrice contenant les notes et l'âge des 5 élèves.
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
# A COMPLETER POUR REPONDRE A L'EXERCICE
|
|
||||||
```
|
|
||||||
|
|
||||||
## Data frames {.tabset}
|
|
||||||
Sous R, un data.frame est analogue à une matrice mais le contenu des colonnes
|
|
||||||
peut être ici hétérogène. Un tableau de données est un ensemble de vecteurs rangés colonne par colonne, chaque colonne correspondant à une variable, chaque ligne à un individu. En particulier, lors d'études statistiques, les données à étudier sont souvent représentées par un data.frame sous R. Pour créer un tableau de données, on peut regrouper des variables de même longueur à
|
|
||||||
l'aide de la commande `data.frame(nom1=var1,nom2=var2,...)`. On peut par exemple transformer une matrice en un tableau de données en utilisant la commande `as.data.frame(mat)`.
|
|
||||||
|
|
||||||
|
|
||||||
On donne ici quelques exemples à tester sous R pour vous familiariser avec les data.frames. En particulier, vous pouvez découvrir des fonctions utiles dont `summary()` et `head()`.
|
|
||||||
|
|
||||||
### `data.frame()`
|
|
||||||
```{r}
|
|
||||||
# Création du data.frame H
|
|
||||||
taille = runif(12,150,180)
|
|
||||||
masse = runif(12,50,90)
|
|
||||||
sexe = rep(c("M","F","F","M"),3)
|
|
||||||
H = data.frame(taille,masse,sexe)
|
|
||||||
H
|
|
||||||
class(H)
|
|
||||||
```
|
|
||||||
|
|
||||||
### `summary()/head()`
|
|
||||||
La fonction `summary()` permet de résumer le contenu des différentes colonnes d'un data.frame.
|
|
||||||
```{r}
|
|
||||||
summary(H)
|
|
||||||
```
|
|
||||||
La fonction `head()` permet de visualiser les premières lignes d'un data.frame
|
|
||||||
```{r}
|
|
||||||
head(H)
|
|
||||||
```
|
|
||||||
|
|
||||||
### data.frame / list/matrix
|
|
||||||
Au travers de ces quelques commandes, vous pouvez voir les analogies entre data.frame, list et matrix mais restez prudent sur la nature de l'objet que vous manipulez!
|
|
||||||
```{r}
|
|
||||||
H[1,]
|
|
||||||
H$taille
|
|
||||||
H$sexe
|
|
||||||
is.data.frame(H)
|
|
||||||
is.matrix(H)
|
|
||||||
MH = as.matrix(H)
|
|
||||||
MH
|
|
||||||
summary(MH)
|
|
||||||
as.list(H)
|
|
||||||
```
|
|
||||||
|
|
||||||
|
|
||||||
### Exercice
|
|
||||||
|
|
||||||
> On reprend le data.frame $H$.
|
|
||||||
>
|
|
||||||
>1. Extraire la masse des individus dont la taille est supérieure à 160.
|
|
||||||
>2. Extraire la masse et le sexe de ces mêmes individus.
|
|
||||||
>3. Extraire la taille des individus de sexe masculin dont la masse est inférieure à 80 (c'est possible en une seule ligne avec `&`).
|
|
||||||
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
# A COMPLETER POUR REPONDRE A L'EXERCICE
|
|
||||||
```
|
|
||||||
|
|
||||||
# Les graphiques avec R
|
|
||||||
|
|
||||||
R contient de base des fonctions dédiées aux graphiques.
|
|
||||||
Les fonctions graphiques principales comme `plot()` ouvrent une nouvelle fenêtre à l'execution. Les fonctions graphiques secondaires permettent d'ajouter des éléments à un graphique. Une présentation succinte des graphiques de base avec R est disponible [ici (tutoriel "Premiers Graphiques")](https://cmaugis.github.io/TutorielsR/Part2-InitR.html#premiers-graphiques){target="_blank"}.
|
|
||||||
|
|
||||||
Maintenant il est plus usuel d'utiliser la librairie `ggplot2` pour faire des graphiques sous R. On découvrira les graphiques avec ggplot dans le TP2.
|
|
||||||
|
|
||||||
|
|
||||||
# Programmation avec R {#secProg}
|
|
||||||
|
|
||||||
Cette partie est consacrée à la création des fonctions, les instructions de contrôle, la syntaxe des itérations et la fonction `apply()` (et ses dérivées).
|
|
||||||
|
|
||||||
## Créer une fonction
|
|
||||||
Il est possible sous R de construire ses propres fonctions. De manière générale, la définition d'une nouvelle fonction passe par l'expression suivante :
|
|
||||||
|
|
||||||
```{r,eval=F}
|
|
||||||
nomfonction=function(arg1[=exp1],arg2[=exp2],...){
|
|
||||||
bloc d instructions
|
|
||||||
sortie = ...
|
|
||||||
return(sortie)
|
|
||||||
}
|
|
||||||
```
|
|
||||||
|
|
||||||
Les accolades signalent le début et la fin du code source de la fonction, les crochets indiquent le caractère facultatif des valeurs par défaut des arguments.
|
|
||||||
L'objet *sortie* contient le ou les résultats retournés par la fonction, on peut en particulier utiliser une liste pour retourner plusieurs résultats.
|
|
||||||
|
|
||||||
Voici quelques exemples :
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
MaFonction=function(x){x+2}
|
|
||||||
MaFonction(3)
|
|
||||||
```
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
Fonction2=function(a,b=7){a+b}
|
|
||||||
Fonction2(2,b=3)
|
|
||||||
Fonction2(5)
|
|
||||||
```
|
|
||||||
|
|
||||||
Fonction retournant le périmètre et la surface d'un cercle à partir de son rayon :
|
|
||||||
```{r}
|
|
||||||
CalculsCercle=function(r){
|
|
||||||
p=2*pi*r
|
|
||||||
s=pi*r*r
|
|
||||||
resultats = list(perimetre=p,surface=s)
|
|
||||||
return(resultats)
|
|
||||||
}
|
|
||||||
res=CalculsCercle(3)
|
|
||||||
res
|
|
||||||
res$surf
|
|
||||||
```
|
|
||||||
|
|
||||||
## Structures de contrôle et itérations
|
|
||||||
|
|
||||||
### Instructions conditionnelles
|
|
||||||
La syntaxe `if(condition){instructions}` permet de calculer les instructions uniquement si la condition est vraie.
|
|
||||||
Le code `if(condition){ A }else { B }` calcule les instructions A si la condition est vraie et les instructions B sinon. On peut également utiliser `ifelse`.
|
|
||||||
|
|
||||||
Dans l'exemple suivant, les deux commandes sont équivalentes :
|
|
||||||
|
|
||||||
```{r,eval=F}
|
|
||||||
if(x>0){y=x*log(x)}else{ y=0}
|
|
||||||
y=ifelse(x>0,x*log(x),0)
|
|
||||||
```
|
|
||||||
|
|
||||||
|
|
||||||
### Itérations
|
|
||||||
On utilise les boucles pour exécuter plusieurs fois une instruction ou un bloc d'instructions. Les trois types de boucle sont :
|
|
||||||
|
|
||||||
- la boucle **for** :
|
|
||||||
`for(var in seq){ commandes }`
|
|
||||||
- la boucle **while** :
|
|
||||||
`while(cond){ commandes }`
|
|
||||||
- la boucle **repeat** :
|
|
||||||
`repeat { commandes ; if (cond) break }`
|
|
||||||
|
|
||||||
Pour illustrer les trois types de boucles, on a codé de trois façons différentes la somme des éléments d'un vecteur `x` ce qui correspond à la fonction `sum()` de R.
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
# Exemple boucle for
|
|
||||||
somme1=function(x){
|
|
||||||
t = 0
|
|
||||||
for (i in 1:length(x)){
|
|
||||||
t = t+x[i]
|
|
||||||
}
|
|
||||||
return(t)
|
|
||||||
}
|
|
||||||
|
|
||||||
x = seq(1:10)
|
|
||||||
somme1(x)
|
|
||||||
sum(x)
|
|
||||||
```
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
# Exemple boucle while
|
|
||||||
somme2=function(x){
|
|
||||||
t = 0
|
|
||||||
i = 1
|
|
||||||
while (i<=length(x)){
|
|
||||||
t = t+x[i]
|
|
||||||
i = i+1
|
|
||||||
}
|
|
||||||
return(t)
|
|
||||||
}
|
|
||||||
somme2(x)
|
|
||||||
```
|
|
||||||
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
# Exemple repeat
|
|
||||||
somme3=function(x){
|
|
||||||
t = 0
|
|
||||||
i = 1
|
|
||||||
repeat{
|
|
||||||
t = t+x[i]
|
|
||||||
i = i+1
|
|
||||||
if (i> length(x)) break
|
|
||||||
}
|
|
||||||
return(t)
|
|
||||||
}
|
|
||||||
somme3(x)
|
|
||||||
```
|
|
||||||
|
|
||||||
<h4><b><p style="color:blue;">Exercice :</p></b></h4>
|
|
||||||
|
|
||||||
> 1. Écrire une fonction *ma.var* qui calcule la variance empirique corrigée pour un vecteur $x = (x_1, . . . , x_n)$. Quelle est la variance de la variable "Taille" dans le data.frame $H$ ? Comparez avec la fonction prédéfinie `var()`.
|
|
||||||
> 2. Écrire une fonction qui calcule les $n$ premiers termes de la suite de Fibonacci ($u_1=0, u_2=1, \forall n>2, u_n=u_{n-1}+u_{n-2}$)
|
|
||||||
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
# A COMPLETER POUR REPONDRE A L'EXERCICE
|
|
||||||
```
|
|
||||||
|
|
||||||
## `apply()` et ses variantes
|
|
||||||
|
|
||||||
Il est recommandé d'éviter les boucles très chronophages. On peut utiliser pour cela la fonction `apply()` et ses variantes `sapply()`, `lapply()`, `tapply()` sur des vecteurs ou matrices.
|
|
||||||
|
|
||||||
La fonction `apply()` permet d'appliquer la même fonction *FUN* sur toutes
|
|
||||||
les lignes *(MARGIN=1)* ou les colonnes *(MARGIN=2)* d'une matrice *MAT* : `apply(MAT , MARGIN, FUN)`.
|
|
||||||
|
|
||||||
Les fonctions `lapply()` et `sapply()` calculent la même fonction sur tous les éléments d'un vecteur ou d'une liste.
|
|
||||||
La commande `lapply(X,FUN, ARG.COMMUN)` permet d'appliquer la fonction *FUN* à tous les éléments du vecteur ou de la liste *X*. Les valeurs de *X* sont affectées au premier argument de la fonction *FUN*. Si la fonction *FUN* a plusieurs paramètres d'entrée, ils sont spécifiés dans *ARG.COMMUN*. Cette fonction retourne le résultat sous la forme de listes. `sapply()` est une fonction similaire à `lapply()` mais le résultat est retourné sous forme de vecteurs, si possible.
|
|
||||||
|
|
||||||
La fonction `tapply()` applique une fonction *FUN* sur les sous-groupes d'un
|
|
||||||
vecteur *X* définis par une variable de type factor *GRP* : `tapply(X,GRP,FUN,...)`.
|
|
||||||
|
|
||||||
Voici quelques exemples :
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
data(iris)
|
|
||||||
head(iris)
|
|
||||||
apply(iris[,1:4],2,sum)
|
|
||||||
apply(iris[,1:4],1,sum)
|
|
||||||
lapply(iris[,1:4],sum)
|
|
||||||
sapply(iris[,1:4],sum)
|
|
||||||
tapply(iris[,1],iris[,5],sum)
|
|
||||||
```
|
|
||||||
|
|
||||||
<h4><b><p style="color:blue;">Exercice :</p></b></h4>
|
|
||||||
|
|
||||||
Soit la fonction suivante :
|
|
||||||
```{r,eval=F}
|
|
||||||
Exo1=function(M){
|
|
||||||
res=rep(0,5)
|
|
||||||
for (i in 1:5){
|
|
||||||
tmp=0
|
|
||||||
for (j in 1:4) {tmp = tmp + M[i,j]}
|
|
||||||
res[i]=tmp
|
|
||||||
}
|
|
||||||
return(res)
|
|
||||||
}
|
|
||||||
|
|
||||||
M=matrix(1:20,nrow=5,ncol=4)
|
|
||||||
Exo1(M)
|
|
||||||
```
|
|
||||||
|
|
||||||
> Proposez une fonction équivalente sans aucune boucle.
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
# A COMPLETER
|
|
||||||
```
|
|
||||||
|
|
||||||
# Lois de probabilité sous R
|
|
||||||
|
|
||||||
Le logiciel R permet d’effectuer des calculs avec toutes les lois de probabilité
|
|
||||||
usuelles, et aussi de simuler des échantillons issus de ces lois.
|
|
||||||
Pour chaque distribution, quatre commandes préfixées par une des lettres **d**, **p**, **q**, **r** et suivi du nom de la distribution (`nomdist`) sont disponibles :
|
|
||||||
|
|
||||||
- dnomdist : fonction de densité $f_X(.)$
|
|
||||||
pour une loi continue ou fonction de probabilité $\mathbb P(X=k)$
|
|
||||||
pour une loi discrète
|
|
||||||
- pnomdist : fonction de répartition $F_X(.)=\mathbb P(X\leq .)$𝐹
|
|
||||||
- qnomdist : quantiles
|
|
||||||
- rnomdist : génère des réalisations aléatoires indépendantes de la distribution nomdist.
|
|
||||||
|
|
||||||
Voici une liste non exhaustive de lois de probabilité disponibles :
|
|
||||||
|
|
||||||
```{r,echo=F}
|
|
||||||
df<-data.frame(Loi=c("Gaussienne","Binomiale","Poisson","Uniforme continue","Exponentielle","Student","Khi-deux","Fisher"),
|
|
||||||
nomdist=c("norm","binom","pois","unif","exp","t","chisq","f"))
|
|
||||||
knitr::kable(df,align="ll")
|
|
||||||
```
|
|
||||||
|
|
||||||
<h4><b><p style="color:blue;">Exercice :</p></b></h4>
|
|
||||||
|
|
||||||
> Simulez un échantillon de $n=1000$ variables aléatoires gaussiennes de moyenne $10$ et de variance $4$
|
|
||||||
> Calculez la moyenne et la variance de l'échantillon.
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
# A COMPLETER
|
|
||||||
```
|
|
||||||
|
|
||||||
|
|
||||||
# Entrée / Sortie
|
|
||||||
|
|
||||||
## Importation d'un jeu de données
|
|
||||||
|
|
||||||
Pour importer un tableau de données contenu dans un fichier en un data.frame, on utilise la fonction `read.table()`. Par exemple, pour un fichier nommé “Tableau.txt”, on utilisera la commande `Tab1 <- read.table("Tableau.txt")` qui crée un data.frame `Tab1`. La commande read.table() admet des options dont
|
|
||||||
|
|
||||||
- `header` : indique si la première ligne contient des noms de variables. Par défaut, la valeur de cette option est FALSE.
|
|
||||||
- `sep` : précise le séparateur de champ dans le fichier entre guillemets (" " par défaut).
|
|
||||||
- `dec` : le caractère utilisé pour les décimales ("." par défaut).
|
|
||||||
|
|
||||||
Les fonctions `read.csv()` et `read.csv2()` sont utilisées pour la lecture de fichiers de données au format `.csv`.
|
|
||||||
|
|
||||||
## Exportation
|
|
||||||
|
|
||||||
### Exportation en un fichier de données
|
|
||||||
|
|
||||||
Si maintenant on désire sauvegarder un jeu de données, on utilise la commande `write.table()`. Les principales options de cette fonction sont :
|
|
||||||
|
|
||||||
- `file` : nom du fichier dans lequel écrire (vérifier le répertoire courant)
|
|
||||||
- `append` : prend une valeur logique. Si TRUE, R ajoute les données dans le fichier concerné sans effacer les précédentes. La valeur par défaut est FALSE.
|
|
||||||
- `sep` : précise le séparateur à utiliser.
|
|
||||||
- `dec` : précise le caractère à utiliser pour les décimales.
|
|
||||||
|
|
||||||
<h4><b><p style="color:blue;">Exercice :</p></b></h4>
|
|
||||||
|
|
||||||
> Chargez le jeu de données ìris`disponible dans R avec la commande `data(iris)
|
|
||||||
> Sauvegardez le jeu de données dans un fichier intitulé `SauvIris.txt` avec des ";" pour séparateurs.
|
|
||||||
> Importez les données du fichier `SauvIris.txt`
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
# A COMPLETER
|
|
||||||
```
|
|
||||||
|
|
||||||
|
|
||||||
### Sauvegarde d'un / des objets R
|
|
||||||
|
|
||||||
R permet d’enregistrer des objets entiers, en conservant à la fois les données contenues dans les objets et les structures des objets.
|
|
||||||
|
|
||||||
La fonction `save.image()` peut être utilisée à tout moment pour enregistrer une image de session, c’est à dire l’ensemble des objets dans l’environnement de travail d’une session R. La sauvegarde d’une image de la session vous est également proposée lors de la fermeture de R.
|
|
||||||
|
|
||||||
La fonction `save()` permet d’enregistrer spécifiquement un ou des objets dans un fichier de format .RData. Ce fichier peut être à tout moment rechargé sous R avec la fonction `load()`. Voici un exemple :
|
|
||||||
|
|
||||||
```{r}
|
|
||||||
x <- runif(20)
|
|
||||||
y <- list(a = 1, b = TRUE, c = "oops")
|
|
||||||
save(x, y, file = "xy.RData")
|
|
||||||
load("xy.RData")
|
|
||||||
```
|
|
||||||
|
|
||||||
On peut aussi enregistrer un seul objet, sans inclure le nom de l'objet, à l'aide de la fonction `saveRDS()`. L'objet, sauvegardé au format `.rds` peut être rechargé avec la fonction `readRDS()`.
|
|
||||||
|
|
||||||
|
|
||||||
Loading…
Reference in a new issue