SAS, SPAD, SPSS… et R !

Limites des logiciels propriétaires

Autant d’obstacles pour…

Frères ennemis

Deux communautés différentes

Différents points forts

Le langage ?

Cependant, le langage Julia ne s’est toujours pas imposé dans la communauté SHS, où R et Python semble toujours les langages les plus utilisés pour l’analyse de données…

Historique

Libre et multi-plateforme

Une structure modulaire

Des fonctionnalités croissantes…

… Pour un langage polyvalent

R est-il fiable ?

Soutiens financiers importants

Grande communauté d’utilisateurs

Et d’entreprises

Les points forts

Des points faibles ?

Rstudio ?

L’interface de R

IDE Rstudio

IDE Rstudio

L’IDE Rstudio, c’est aussi :

Installer R

Installer l’IDE Rstudio

Premiers pas

Écrivez du code (ou formules mathématiques) dans la console :

Appuyez sur “Entrée” pour l’exécuter :

Une super calculatrice

3 + 5

[1] 8

(3+4) * 5^3 / 10

[1] 87.5

(3.2 + 4.1) * 5.9^3 / 10.002

[1] 149.8967

Une super calculatrice

x égale à y ?

5 == 5

[1] TRUE

x différent de y ?

5 != 5

[1] FALSE

x présent dans y ?

c(1,7,3,2) %in% c(7,4,5,3)

[1] FALSE  TRUE  TRUE FALSE

Valeur manquante ?

is.na(NA)

[1] TRUE

Différent de ‘NA’ ?

!is.na(13)

[1] TRUE

Contrôle à deux conditions

!is.na(13) & 2 == 2

[1] TRUE

Qui propose des fonctions avancées

→ Fonction round() pour arrondir un nombre

round(x = 12.33453)

[1] 12

→ Fonction nchar() pour calculer un nombre de caractères

nchar(x = "UMR8504 Géographie-Cités")

[1] 24

→ Fonction strsplit() pour fractionner une chaine de caractère

strsplit(x = "PARIS,CRIA,EGO,TERMS", split = ",")

[[1]]
[1] "PARIS" "CRIA"  "EGO"   "TERMS"

→ Fonction plot() pour la représentation graphique

plot(x = 1:20, y = 11:30)

# Affichage graphique
plot(x = 1:20, 
     y = 11:30, 
     type = "p",
     pch = 15, 
     cex = 2, 
     col= "deepskyblue3",
     main = "Mon premier plot avec R",
     cex.main = 2,
     col.main = "darkgoldenrod4",
     col.axis = "red4",
     xlab = "Ma première variable", 
     ylab = "Ma seconde variable")

?round()

R = Programmation Orientée Objet ?

Créer un objet

obj <- 8504

obj

[1] 8504

obj = 15

obj

[1] 15

obj + 15

[1] 30

obj <- obj + 15

obj

[1] 30

obj <- obj + 15

obj

[1] 45

is.numeric(obj)

[1] TRUE

Type de données

obj_na <- NA

obj_num <- 3.14 

obj_bool <- FALSE    

obj_str <- "Bla bla..." 

obj_dat <- as.Date("2023-11-28")

weekdays(obj_dat)

[1] "mardi"

weekdays(obj_num)

Error in UseMethod("weekdays"): pas de méthode pour 'weekdays' applicable pour un objet de classe "c('double', 'numeric')"

Mon premier script

Le code saisie dans la console est gardé dans l’historique de Rstudio :

Les objets crées sont affichés dans l’Environnement :

Mais les lignes de code saisies ne sont en aucun cas sauvegardées pour une utilisation ultérieure.

Pour cela, créez un script.r (simple fichier texte) que vous pouvez enregistré sur votre machine :

Enregistrez-le sur votre machine :

Écrivez vos lignes de code directement dans ce fichier. N’oubliez pas de sauvegarder régulièrement.

Commenter un script

Il est très important de commenter un script, que ce soit pour soit ou pour les autres. Utilisez le symbole # en début de ligne. Tout ce qui suivra ce symbole ne sera pas interprété par la machine.

Au delà des commentaires, n’hésitez pas à appliquer le paradigme de programmation lettrée. Cela revient à écrire du code comme un essayiste, en suivant la logique de sa pensée et non l’ordonnancement plus logique souhaité pour l’ordinateur.

Les objets R

Les indispensables

conversion_miles_to_km <- function(miles){ 
  
                                       kilometre <- miles * 1.60934
                                       
                                       return(kilometre)
  
                                      }

conversion_miles_to_km(miles = 15)

[1] 24.1401

equipe <- "PARIS"

equipes <- c("PARIS", "CRIA", "EGO", "TERMS")

equipes

[1] "PARIS" "CRIA"  "EGO"   "TERMS"

vecteur_mix <- c(13.5, TRUE, NA, "TERMS")

vecteur_mix

[1] "13.5"  "TRUE"  NA      "TERMS"

equipes[1]

[1] "PARIS"

equipes[1:3]

[1] "PARIS" "CRIA"  "EGO"  

equipes[c(2,4)]

[1] "CRIA"  "TERMS"

# Construction de plusieurs vecteurs de même longueur

name <- c("Paul Vidal de La Blache", "Julie Moschelesová", "Élisée Reclus", "Elina González Acha de Correa Morales")
birth <- c("1845-01-22", "1892-08-21", "1830-03-15", "1861-01-20")
age_death <- c(73, 63, 75, 81)
nat <- c("FR", "CS", "FR", "AR")
gender <- c(FALSE, TRUE, FALSE, TRUE)

mon_tableau <- data.frame(name,
                          birth,
                          age_death,
                          nat,
                          gender)
  
mon_tableau 

                                   name      birth age_death nat gender
1               Paul Vidal de La Blache 1845-01-22        73  FR  FALSE
2                    Julie Moschelesová 1892-08-21        63  CS   TRUE
3                         Élisée Reclus 1830-03-15        75  FR  FALSE
4 Elina González Acha de Correa Morales 1861-01-20        81  AR   TRUE

mon_tableau[ 2 , ]

                name      birth age_death nat gender
2 Julie Moschelesová 1892-08-21        63  CS   TRUE

mon_tableau[  , c(1:2,4)]

                                   name      birth nat
1               Paul Vidal de La Blache 1845-01-22  FR
2                    Julie Moschelesová 1892-08-21  CS
3                         Élisée Reclus 1830-03-15  FR
4 Elina González Acha de Correa Morales 1861-01-20  AR

mon_tableau[2, c(1,4)]

                name nat
2 Julie Moschelesová  CS

mon_tableau[ 2 , c("name", "gender")]

                name gender
2 Julie Moschelesová   TRUE

mon_tableau$name

[1] "Paul Vidal de La Blache"              
[2] "Julie Moschelesová"                   
[3] "Élisée Reclus"                        
[4] "Elina González Acha de Correa Morales"

mon_tableau$name[2]

mon_tableau[mon_tableau$age_death >= 74 , ]


mon_tableau[mon_tableau$age_death >= 74 & !is.na(age_death), ]


# mon_tableau[mon_tableau$gender, ]
mon_tableau[mon_tableau$gender != TRUE, ]


mon_tableau[mon_tableau$gender != TRUE |  mon_tableau$nat == "DE", ]


mon_tableau[nchar(mon_tableau$birth) > 4, ]

Ma_list <- list(conversion_miles_to_km, 
                equipes,
                mon_tableau)

Ma_list[[2]]

[1] "PARIS" "CRIA"  "EGO"   "TERMS"

Ma_list[[3]][2 , "name"]

[1] "Julie Moschelesová"

Le R base

Le R base

Les packages

install.packages("mapsf")

library(mapsf)

→ Il est nécessaire de charger la librairie à chaque nouvelle session R

install.packages("remotes")

remotes::install_github("inseefrlab/apinsee")


library(apinsee)

il est nécessaire d’installer Rtools sur Windows pour réaliser cette opération.

Error & Warning

Auto-complétion

Documentation obligatoire

Les packages (base et CRAN) sont obligatoirement accompagnés d’une documentation. Vous pouvez y accéder en ligne de commande ou en clic-bouton :

library(mapsf)

help(mapsf)

?mapsf

?mf_map

Documentation officielle supplémentaire

Débuter R en progressivement

Et tout le reste !

Le projet Rstudio

Travailler dans le cadre d’un projet Rstudio est, comme avec QGIS, une très bonne pratique. Cela permet d’assurer la portabilité de votre travail. Pour créer un projet :

Cela créé un nouveau répertoire (dossier) contenant un fichier projet (.Rproj).

Pour ouvrir un projet, il vous suffit de double-cliquer sur le fichier Rproj. Pour vérifier que vous travaillez bien dans le projet, regardez le nom indiqué en haut à droite de la fenêtre Rstudio. Lorsque l’on travaille dans le cadre d’un projet, R pointe par défaut à la racine de celui-ci.

Ajoutez tous vos scripts, vos données et les sorties dans le répertoire (dossier) du projet. Vous pouvez ainsi déplacer et partager facilement votre travail.

Les notebooks

Exercice

Diaporama Quarto Reveal JS construit avec…

sessionInfo()

R version 4.4.1 (2024-06-14)
Platform: x86_64-pc-linux-gnu
Running under: Ubuntu 22.04.4 LTS

Matrix products: default
BLAS:   /usr/lib/x86_64-linux-gnu/openblas-pthread/libblas.so.3 
LAPACK: /usr/lib/x86_64-linux-gnu/openblas-pthread/libopenblasp-r0.3.20.so;  LAPACK version 3.10.0

locale:
 [1] LC_CTYPE=fr_FR.UTF-8       LC_NUMERIC=C              
 [3] LC_TIME=fr_FR.UTF-8        LC_COLLATE=fr_FR.UTF-8    
 [5] LC_MONETARY=fr_FR.UTF-8    LC_MESSAGES=fr_FR.UTF-8   
 [7] LC_PAPER=fr_FR.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C            
[11] LC_MEASUREMENT=fr_FR.UTF-8 LC_IDENTIFICATION=C       

time zone: Europe/Paris
tzcode source: system (glibc)

attached base packages:
 [1] tools     tcltk     stats4    splines   grid      stats     graphics 
 [8] grDevices utils     datasets  methods   base     

other attached packages:
[1] ggplot2_3.5.1 plyr_1.8.9    stringr_1.5.1 rvest_1.0.4  

loaded via a namespace (and not attached):
 [1] gtable_0.3.5      jsonlite_1.8.8    dplyr_1.1.4       compiler_4.4.1   
 [5] selectr_0.4-2     tidyselect_1.2.1  Rcpp_1.0.12       xml2_1.3.6       
 [9] textshaping_0.4.0 systemfonts_1.1.0 scales_1.3.0      yaml_2.3.8       
[13] fastmap_1.1.1     R6_2.5.1          labeling_0.4.3    generics_0.1.3   
[17] curl_5.2.1        knitr_1.46        tibble_3.2.1      munsell_0.5.1    
[21] pillar_1.9.0      rlang_1.1.3       utf8_1.2.4        stringi_1.8.4    
[25] xfun_0.43         cli_3.6.2         withr_3.0.0       magrittr_2.0.3   
[29] digest_0.6.35     rstudioapi_0.16.0 lifecycle_1.0.4   vctrs_0.6.5      
[33] evaluate_0.23     glue_1.7.0        farver_2.1.2      ragg_1.3.3       
[37] fansi_1.0.6       colorspace_2.1-0  rmarkdown_2.26    httr_1.4.7       
[41] pkgconfig_2.0.3   htmltools_0.5.8.1