Travailler sous R avec RStudio

Comment ça marche ?

Sandrine Lyser

Introduction

Un bref rappel de ce qu’est

  • Un langage de programmation open source
  • Un logiciel de calcul scientifique interactif et interprété, dédié aux analyses statistiques et aux visualisations de données
  • Un logiciel libre (licence AGPLv3), gratuit, constamment mis à jour et amélioré
  • Disponible en téléchargement sur le site du CRAN (Comprehensive R Archive Network) : http://cran.r-project.org
  • Compatible avec la plupart des systèmes d’exploitation (Windows, MacOS, Linux)

Utilisation de R

  • Avec l’installation de base

RStudio

Présentation rapide

  • Conçu spécialement pour R

  • Disponible en version “locale” RStudio Desktop ou en version “serveur” RStudio Server

  • Téléchargerment sur le site de posit : https://posit.co/downloads/

  • Permet

    • d’utiliser le langage R

    • de réaliser des analyses statistiques

    • de visualiser des tableaux et des figures

Avantages

  • Interface plutôt simple, intuitive et conviviale et surtout configurable
  • Éditeur de script avec coloration syntaxique
  • Fonctionnalités pratiques d’édition et d’exécution du code
  • Affichage simultané du code, de la console, des fichiers, graphiques et des pages d’aide

NB : Installer R avant d’installer RStudio

Interface en 4 quadrants

1. Éditeur de texte ou de code

2. Environnement de travail, historique, fichiers, …

3. Aide, graphiques, packages installés, visualisation…

4. Console, …

1. Les scripts

Des fichiers “texte” pour des traitements qui vont nécessiter des modifications.

Avantages

  • garder la trace des lignes de code
  • exécuter une/des ligne(s) de code : bouton Run ou raccourci clavier Ctrl + Entrée ou Ctrl + R
  • modifier le code
  • ajouter des commentaires
  • réutiliser le code sur d’autres jeux de données

#Reproductibilité

NB : Il est vivement recommandé de commencer l’écriture du script par les packages utilisés, pour les identifier plus rapidement

2. L’environnement / L’historique / Les connexions

  • Onglet Environment

    • objets (données, fonctions, résultats) créés dans cet environnement
    • 2 affichages possibles : liste ou grille (permet de supprimer des objets en cochant la case à côté du nom + clic sur l’icone Balai)

  • Onglet History

    • historique des commandes exécutées
    • on peut renvoyer le code dans la console ou la source

  • Onglet Connections

    • pour se connecter à diverses sources de données (par ex. bases de données externes)

3. Les graphiques/ Les packages / L’aide

  • Onglet Plots

    • fenêtre où s’affichent les graphiques créés
    • possibilité de zoomer, de naviguer entre les graphiques ou de les copier
    • export des graphiques au format image (jpeg, png, tiff) ou pdf

  • Onglet Packages

    • liste des packages installés sur la machine
    • installation de nouveaux packages ; mise à jour des packages installés
    • un clic sur le nom d’un package affiche les pages d’aide correspondant

  • Onglet Help

    • pour afficher la documentation de chaque fonction
    • accès à des manuels ou des à aides-mémoire (cheatsheets)

4. La console

  • Pour effectuer et afficher les résultats de calculs de base (+, -, *, /, etc. )
  • Pour utiliser des fonctions spécifiques : sum(), abs(), round(), etc.
  • Les commandes sont exécutées au fur et à mesure qu’elles sont écrites en appuyant sur la touche Entrée = calculatrice

Astuce : On peut remonter dans l’historique des commandes pour en rappeler une, à l’aide des flèches haut/bas

Projet

  • Pour organiser son travail pour chaque projet d’analyse de données

  • Regroupe en un seul endroit tous les scripts R, documents Rmarkdown/Quarto, fonctions, données, résultats et fichiers de sortie

  • Chaque projet possède son propre répertoire, espace de travail, historique et ses propres documents sources

    • les différentes analyses sont complètement séparées les unes des autres
    • possibilité de passer d’un projet à l’autre sans craindre qu’ils n’interfèrent les uns avec les autres

  • La création d’un nouveau projet se fait à partir de l’icône dédiée en haut à droite de RStudio, en sélectionnant l’option New project

  • Il est recommandé d’organiser son projet, de le structurer en (sous-)dossiers pour ranger efficacement les différents documents liés à l’analyse

Exemples de structuration

  • Minimale

  • Optimale

Source : https://learn.r-journalism.com/en/publishing/workflow/r-projects/

Chacun s’organise de la façon qu’il juge la plus adaptée à ses usages !

Addins

  • Extensions proposées par RStudio pour simplifier certaines manipulations https://github.com/daattali/addinslist#readme

  • Exemples

    • addinslist : parcourir et installer les addins de RStudio
    • colourpicker: sélectionner une couleur dans les graphiques
    • esquisse : créer un graphique ggplot2
    • questionr : discrétiser une variable ; réordonner ou recoder un facteur
    • remedy : simplifier l’écriture markdown (convertir le texte sélectionné en titre1, titre2, etc.)
    • ReplaceInFiles : rechercher et remplacer une valeur dans plusieurs fichiers
    • strcode : structurer le code (sauts de section avec titre en en-tête)
    • viewxl: voir les dataframes sous Excel en un clic

Des questions ?

Twix - 01 juin 2023