Rester à jour : version mineure en cours, ex.: 4.1

version$version.string

## [1] "R version 4.5.1 (2025-06-13)"

Mettre à jour RStudio à chaque mise à jour de R

Référence : Travailler avec R, chapitre 1

Le dossier Home : ~

Toujours travailler dans un projet : File / New Project…

Ne jamais utiliser setwd() pour définir le dossier de travail : c’est toujours celui du projet.

Les packages étendent les possibilités de R.

Installation depuis un dépôt officiel avec contrôle de qualité : CRAN.

Menu Tools / Install Packages…

Les packages sont installés dans %localappdata%/R/win-library/4.2/ pour R version 4.2.

Créer un projet, y placer tous les fichiers.

Scripts dans le dossier du projet.

Données dans data.

Ecrire un script dans un projet R, le commenter abondamment.

Utiliser dès que possible des blocs-note RMarkdown.

Aide des fonctions dans R.

Google.

Vignettes des packages.

Pour collaborer, partager le dossier du projet.

Utiliser dès que possible GitHub.

Plutôt que des nombres :

x <- 1:5
2 * x

## [1]  2  4  6  8 10

sqrt(x)

## [1] 1.000000 1.414214 1.732051 2.000000 2.236068

Introduction à R et au tidyverse, Prise en main

Des valeurs :

(x <- 1)

## [1] 1

(x <- c("pommes", "poires"))

## [1] "pommes" "poires"

(x <- c(TRUE, FALSE))

## [1]  TRUE FALSE

Une séquence :

(x <- 1:5)

## [1] 1 2 3 4 5

(x <- seq(from = 1, to = 5, by = 1))

## [1] 1 2 3 4 5

Une répétition :

(x <- rep(1, 5))

## [1] 1 1 1 1 1

(x <- rep(1:2, each = 2))

## [1] 1 1 2 2

Utiliser systématiquement l’aide

?rep

Utiliser les crochets :

x <- (1:10) * 10
x[3]

## [1] 30

x[-5]

## [1]  10  20  30  40  60  70  80  90 100

Utiliser des vecteurs pour sélectionner :

x[c(1, 3)]

## [1] 10 30

Tirer des nombres dans une séquence, trouver lesquels sont pairs.

x <- 1:100
# Échantillonnage
(y <- sample(x, 5))

## [1] 91 16 67 14 18

(y%%2 == 0)

## [1] FALSE  TRUE FALSE  TRUE  TRUE

Utiliser les crochets :

y[y%%2 == 0]

## [1] 16 14 18

Les compter :

sum(y%%2 == 0)

## [1] 3

Les vecteurs contiennent des données de même mode :

• numérique : 1:2, 1L (L pour un entier)
• imaginaire : (1+1i)*(1-1i) égale 2
• logique : TRUE
• caractère : "Bonjour"
• vide : NULL

Les matrices ont deux dimensions et contiennent des données de même mode

(A <- matrix(1:9, nrow = 3))

##      [,1] [,2] [,3]
## [1,]    1    4    7
## [2,]    2    5    8
## [3,]    3    6    9

A[1, 2]

## [1] 4

A[, 3]

## [1] 7 8 9

Extension des matrices à plus de deux dimensions

A <- array(1:18, dim = c(3, 3, 2))
A

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

Comme dans une matrice :

A[, , 2]

##      [,1] [,2] [,3]
## [1,]   10   13   16
## [2,]   11   14   17
## [3,]   12   15   18

Eléments disparates :

(L <- list(noms = c("X", "Y"), tailles = c(100, 120)))

## $noms
## [1] "X" "Y"
## 
## $tailles
## [1] 100 120

Double crochet ou nom :

L[[2]]

## [1] 100 120

L$noms

## [1] "X" "Y"

Tableau dont chaque colonne est de mode unique :

(df <- data.frame(nom = c("X", "Y"), taille = c(100,
    120)))

##   nom taille
## 1   X    100
## 2   Y    120

Sélection comme dans une matrice…

df[2, ]

##   nom taille
## 2   Y    120

… ou comme dans une liste

df$taille

## [1] 100 120

Sélection de lignes en fonction de valeurs

df[df$taille == 100, ]

##   nom taille
## 1   X    100

R est un langage fonctionnel.

y <- cos(pi)

Une fonction produit une valeur à partir d’arguments.

Une fonction peut avoir des effets de bord :

x <- plot(y)

x

## NULL

plot n’est utilisé que pour ses effets de bord.

Appeler une fonction en nommant tous ses arguments…

runif(n = 3, min = 0, max = 1)

## [1] 0.10293624 0.02248227 0.91641919

… ou en les passant dans l’ordre :

runif(3, 0, 1)

## [1] 0.9096517 0.1370688 0.3397247

Bonne pratique : nommer tous les arguments à partir du deuxième:

runif(3, min = 0, max = 1)

## [1] 0.1005619 0.4669571 0.4286474

Voir l’aide de la fonction : ?runif

min et max ont des valeurs par défaut : 0 et 1.

runif(3)

## [1] 0.53216272 0.09179518 0.02105684

Syntaxe:

puissance <- function(x, r = 1) {
    return(x^r)
}
puissance(1:3, r = 2)

## [1] 1 4 9

Penser vecteur. r est recyclé.

puissance(1:3, r = 3:1)

## [1] 1 4 3

est_pair <- function(x) {
    if (x%%2 == 0) {
        return(TRUE)
    } else {
        return(FALSE)
    }
}
est_pair(3)

## [1] FALSE

Fonction non vectorielle. Utiliser plutôt :

((1:3)%%2) == 0

## [1] FALSE  TRUE FALSE

for (i in 1:3) {
    print(sqrt(i))
}

## [1] 1
## [1] 1.414214
## [1] 1.732051

Seulement si la fonction utilisée n’est pas vectorielle.

sqrt(1:3)

## [1] 1.000000 1.414214 1.732051

Graphiques simples :

X <- 1:10
Y <- 2 * X + rnorm(length(X))
plot(x = X, y = Y)
lines(x = X, y = Y, col = "green", lty = 2)
abline(a = 0, b = 2, col = "red")

Les objets appartiennent à des classes.

Ns <- rlnorm(100)
class(Ns)

## [1] "numeric"

plot est une méthode, déclinée par classe.

plot(Ns)  # plot.numeric()

library("entropart")
Ns <- as.AbdVector(Ns)
class(Ns)

## [1] "AbdVector"           "SpeciesDistribution"
## [3] "integer"

plot(Ns)  # plot.SpeciesDistribution

Univers bien rangé.

Extension de R : ensemble de packages

library("tidyverse")

Manifeste

vignette("manifesto")

Introduction à R et au tidyverse, Le tidyverse

Autant que possible dans un dataframe.

tibble : dataframe amélioré.

(mon_tibble <- tibble(nom = c("X", "Y"), taille = c(100,
    120)))

## # A tibble: 2 × 2
##   nom   taille
##   <chr>  <dbl>
## 1 X        100
## 2 Y        120

Le résultat d’une fonction est le premier argument de la fonction suivante.

x <- runif(100, max = 10) %>%
    mean()
x

## [1] 4.847069

# ou même
100 %>%
    runif(max = 10) %>%
    mean() %>%
    print() -> x

## [1] 5.18077

Data wrangling : lecture des données dans un tibble, sélection des lignes et colonnes, création de colonnes…

# Lecture des arbres de la parcelle 6 de Paracou
read_csv2("data/Paracou6.csv") %>% 
  # Ne garder que les fabaceae
  filter(Family == "Fabaceae") %>% 
  # Sélectionner les colonnes espèce et circonférence
  select(spName, CircCorr) %>% 
  # Calculer la surface terrière de chaque arbre en m2
  mutate(G = CircCorr^2 / 4 / pi / 10000) %>% 
  # Grouper par espèce
  group_by(spName) %>%
  # Calculer le nombre de tiges et la surface terrière par ha
  summarize(Abondance = n(), Surface = sum(G) / 6.25) %>% 
  # Trier par G/ha décroissant
  arrange(desc(Surface)) ->
  mon_tibble

Travail fastidieux :

• prévoir du temps
• capitaliser.

mon_tibble

## # A tibble: 46 × 3
##   spName                 Abondance Surface
##   <chr>                      <int>   <dbl>
## 1 Eperua_falcata               266   5.68 
## 2 Eperua_grandiflora            67   1.50 
## 3 Vouacapoua_americana          91   1.44 
## 4 Dicorynia_guianensis          44   0.762
## 5 Recordoxylon_speciosum        31   0.438
## # ℹ 41 more rows

Package destiné à la création de graphiques.

Respecte la grammaire graphique par couches :

ggplot(data = <DATA>) + 
  <GEOM_FUNCTION>(
     mapping = aes(<MAPPINGS>),
     stat = <STAT>, 
     position = <POSITION>
  ) +
  <COORDINATE_FUNCTION> +
  <FACET_FUNCTION>

Les données sont obligatoirement un dataframe (un tibble est un dataframe).

L’esthétique désigne ce qui est représenté :

• x et y (ou fill pour un histogramme…)
• transparence, couleur, type de courbe, taille… : voir l’aide de chaque geom_.

Fonction aes() à plusieurs niveaux :

• argument mapping de ggplot(), hérité par les couches (geom_)
• ou argument mapping de chaque couche.

La géométrie est définie par une fonction geom_xxx et une esthétique (ce qui est représenté).

ggplot(data = diamonds) + 
  geom_point(mapping = aes(x = carat, y = price, color = cut)) 

Chaque geom_ va de pair avec une statistique de transformation des données :

• “identity” pour geom_point
• “boxplot” pour geom_boxplot
• 20 statistiques disponibles…

ggplot(data = diamonds) + 
  stat_summary(
    mapping = aes(x = cut, y = depth),
    fun.min = min,
    fun.max = max,
    fun = median
  )

Transformation de variable.

diamonds %>%
    filter(carat > 0.5) %>%
    ggplot(aes(x = carat, y = price)) + geom_point() +
    scale_x_log10() + scale_y_log10() + geom_smooth(method = "lm")

La position définit l’emplacement des objets sur le graphique.

• “identity” en général,
• “stack” empile les catégories dans un histogramme,
• “jitter” déplace aléatoirement les points dans un geom_point pour éviter les superpositions.

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, fill = color), position = "stack") + 
  scale_fill_brewer(palette = "Set1")

Système de coordonnées :

• coord_flip() intervertit x et y,
• coord_polar() : coordonnées polaires,
• coord_trans() transforme l’affichage des coordonnées (mais pas les données comme scale_),
• etc.

Exemple : tracer la carte des wapas de la parcelle 6.

read_csv2("data/Paracou6.csv") %>%
    filter(Genus == "Eperua") %>%
    ggplot() + geom_point(aes(x = Xfield, y = Yfield,
    size = CircCorr, color = Species)) + coord_fixed() ->
    P6Map
P6Map

Présente plusieurs aspects du même graphique:

P6Map + facet_wrap(~Species)

Possibilité d’affiner un graphique

Plutôt qu’un code commenté, un texte avec du code.

Tricot : production de documents HTML ou PDF.

Rédaction d’articles, de mémoires, de diaporama.

Reproductibilité : le projet contient les données, le code, le texte et le modèle de mise en forme.

Galerie : https://ericmarcon.github.io/memoiR/

git (contrôle de source) et GitHub (plateforme web) pour :

• tracer les versions d’un projet,
• collaborer,
• tester le code automatiquement,
• tricoter automatiquement.

Exemple: https://github.com/EricMarcon/travailleR

Il existe des packages pour tout.

Exemples :

• Site web : https://ericmarcon.github.io/,
• Application Shiny : https://vac-lshtm.shinyapps.io/ncov_tracker/,
• TP en ligne : https://eric-marcon.shinyapps.io/TP-Biodiversite/.