Commit 426ebbbb authored by NAVRATIL VINCENT's avatar NAVRATIL VINCENT
Browse files

Update README.md

parent eba04f02
...@@ -14,22 +14,23 @@ appear in your scientific publications by including the following sentence: ...@@ -14,22 +14,23 @@ appear in your scientific publications by including the following sentence:
## Prérequis ## Prérequis
- Initiation R à travers R Studio - suivre l'épisode: "Initiation R à travers R Studio"
## Apprendre R à travers la pédagogie "tydiverse first" (https://thinkr.fr/pedagogie-de-la-formation-au-langage-r/)
## La pédagogie "tydiverse first" R c'est environ 13000 packages référencés sur l'archive du CRAN https://cran.r-project.org/web/packages/
https://www.tidyverse.org/
R repose sur environ 13000 packages référencés sur l'archive du cran https://cran.r-project.org/web/packages/
Le langage R repose sur de nombreuses commandes/objets de base qu'il faut assimiler avant de rentrer dans le vif du sujet. Le langage R repose sur de nombreuses commandes/objets de base qu'il faut assimiler avant de rentrer dans le vif du sujet.
https://larmarange.github.io/analyse-R/ https://larmarange.github.io/analyse-R/
Nous allons tenter d'apprivoiser R à l'aide du nouvel ordre !
![](https://static.wikia.nocookie.net/frstarwars/images/9/9f/Premier_Ordre_base_Starkiller.png/revision/latest/scale-to-width-down/1000?cb=20151108134926)
En 2016 Hadley Wickham propose un ensemble de package R répondant à une grammaire cohérante, lisible et intuitive pour l'analyse de données / data science, dont notemment:
- importation des données En 2016 Hadley Wickham propose un ensemble de packages R répondant à une grammaire cohérante, lisible et intuitive pour l'analyse de données / data science, dont notemment:
- l'importation des données
- la manipulation des données - la manipulation des données
- la visualisation des données - la visualisation des données
- la modélisation des données - la modélisation des données
...@@ -37,7 +38,7 @@ En 2016 Hadley Wickham propose un ensemble de package R répondant à une gramma ...@@ -37,7 +38,7 @@ En 2016 Hadley Wickham propose un ensemble de package R répondant à une gramma
![](https://juba.github.io/tidyverse/resources/logos/core_packages.png) ![](https://juba.github.io/tidyverse/resources/logos/core_packages.png)
Ces packages sont aujourd'hui regroupés sous le package tidyverse, on y retrouve : Ces packages sont aujourd'hui regroupés sous le package tidyverse (https://www.tidyverse.org/), on y retrouve :
- ggplot2 (visualisation) - ggplot2 (visualisation)
- dplyr (manipulation des données) - dplyr (manipulation des données)
- tidyr (remise en forme des données) - tidyr (remise en forme des données)
...@@ -47,7 +48,6 @@ Ces packages sont aujourd'hui regroupés sous le package tidyverse, on y retrouv ...@@ -47,7 +48,6 @@ Ces packages sont aujourd'hui regroupés sous le package tidyverse, on y retrouv
- forcats (variables qualitatives) - forcats (variables qualitatives)
- stringr (chaînes de caractères) - stringr (chaînes de caractères)
Nous allons tenter d'apprivoiser R à l'aide de tidyverse. https://thinkr.fr/pedagogie-de-la-formation-au-langage-r/
https://thinkr.fr/c-est-quoi-le-tidyverse/ https://thinkr.fr/c-est-quoi-le-tidyverse/
...@@ -71,14 +71,10 @@ x dplyr::filter() masks stats::filter() ...@@ -71,14 +71,10 @@ x dplyr::filter() masks stats::filter()
x dplyr::lag() masks stats::lag() x dplyr::lag() masks stats::lag()
``` ```
Nous allons utiliser le jeux de données `iris` connu également sous le nom d'Iris de Fisher ou d'Iris d'Anderson (https://fr.wikipedia.org/wiki/Iris_de_Fisher, https://rpubs.com/vidhividhi/irisdataeda), pour illustrer les différentes fonctionalités de base du tidyverse. Nous allons utiliser le jeux de données `iris` connu également sous le nom d'Iris de Fisher ou d'Iris d'Anderson (https://fr.wikipedia.org/wiki/Iris_de_Fisher, https://rpubs.com/vidhividhi/irisdataeda), pour illustrer les différentes fonctionalités de base du tidyverse.
http://cbdm-01.zdv.uni-mainz.de/~galanisl/danalysis/ http://cbdm-01.zdv.uni-mainz.de/~galanisl/danalysis/
<img src="https://upload.wikimedia.org/wikipedia/commons/thumb/5/56/Kosaciec_szczecinkowaty_Iris_setosa.jpg/440px-Kosaciec_szczecinkowaty_Iris_setosa.jpg" width="100px"> <i>Iris setosa</i><br> <img src="https://upload.wikimedia.org/wikipedia/commons/thumb/5/56/Kosaciec_szczecinkowaty_Iris_setosa.jpg/440px-Kosaciec_szczecinkowaty_Iris_setosa.jpg" width="100px"> <i>Iris setosa</i><br>
<img src="https://upload.wikimedia.org/wikipedia/commons/thumb/4/41/Iris_versicolor_3.jpg/440px-Iris_versicolor_3.jpg" width="100px"> <i>Iris versicolor</i><br> <img src="https://upload.wikimedia.org/wikipedia/commons/thumb/4/41/Iris_versicolor_3.jpg/440px-Iris_versicolor_3.jpg" width="100px"> <i>Iris versicolor</i><br>
<img src="https://upload.wikimedia.org/wikipedia/commons/thumb/9/9f/Iris_virginica.jpg/440px-Iris_virginica.jpg" width="100px"> <i>Iris virginica</i><br> <img src="https://upload.wikimedia.org/wikipedia/commons/thumb/9/9f/Iris_virginica.jpg/440px-Iris_virginica.jpg" width="100px"> <i>Iris virginica</i><br>
...@@ -91,36 +87,51 @@ Présentation des principes du tidyverse (https://juba.github.io/tidyverse/06-ti ...@@ -91,36 +87,51 @@ Présentation des principes du tidyverse (https://juba.github.io/tidyverse/06-ti
class(iris) class(iris)
tidyris <- as_tibble(iris) tidyris <- as_tibble(iris)
class(tidyris) class(tidyris)
``` ```
#ggplot2 # ggplot2
```R ```R
ggplot(data = tidyris, aes(x = Sepal.Length)) + geom_histogram() ggplot(data = tidyris, aes(x = Sepal.Length)) + geom_histogram()
ggplot(data = tidyris, aes(x = Sepal.Length,y= Sepal.Width,color=Species, shape=Species)) + ggplot(data = tidyris, aes(x = Sepal.Length, y = Sepal.Width, color = Species, shape = Species)) +
geom_point() + geom_point() +
xlab("Sepal Length") + xlab("Sepal Length") +
ylab("Sepal Width") + ylab("Sepal Width") +
ggtitle("Sepal Length-Width") ggtitle("Sepal Length-Width")
ggplot(data = tidyris, aes(x = Petal.Length,y= Petal.Width,color=Species, shape=Species)) + ggplot(data = tidyris, aes(x = Petal.Length, y = Petal.Width, color = Species, shape = Species)) +
geom_point() + geom_point() +
xlab("Petal Length") + xlab("Petal Length") +
ylab("Petal Width") + ylab("Petal Width") +
ggtitle("Petal Length-Width") ggtitle("Petal Length-Width")
``` ```
#dplyr # dplyr
```R ```R
slice(iris,10) slice(iris,10)
slice(iris,10) slice(iris,1:10)
``` ```
Utiliser les pipe, %>%
# tidyquery
Pour les afficionados du langage `SQL` (Structured Query Langage), même si loin d'être parfait (par exemple ne gère les join > trois tables), tidyquery est fait pour vous !
https://github.com/ianmcook/tidyquery
# queryparser
# Pour être styleR !
https://style.tidyverse.org/pipes.html
https://juba.github.io/tidyverse/index.html https://juba.github.io/tidyverse/index.html
https://larmarange.github.io/analyse-R/introduction-au-tidyverse.html https://larmarange.github.io/analyse-R/introduction-au-tidyverse.html
https://jcoliver.github.io/learn-r/ https://jcoliver.github.io/learn-r/
......
Markdown is supported
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment