cours d'analyse des données sous R

1. Pr. F. Guerouate
Licence Professionnelle en Systèmes d’information et BIG DATA (SIBD)
Ecole Supérieure de Technologie - Salé
Université́ Mohammed V - Rabat
Analyse des données sous R
Analyse des données sous R 1
Pr. F. Guerouate

2. • Introduction générale
• Installation de R et RStudio
• Travailler sous R: mode de fonctionnement
• Les bases du langage R: premières Operations sous R
• Concepts et Structures de données sous R
Analyse des données sous R 2
Pr. F. Guerouate

3. • À l’origine fut le S, un langage pour « programmer avec des données »développé chez Bell Laboratories à
partir du milieu des années 1970 par une équipe de chercheurs menée par John M. Chambers.
• Ross Ihaka et Robert Gentleman proposent un langage pour l’analyse de données et les graphiques qu’ils
nomment R (Ihaka et Gentleman,1996)
• À la suggestion de Martin Maechler de l’ETH de Zurich, les auteurs décident d’intégrer leur nouveau langage
au projet GNU1, faisant de R un logiciel libre.
• R est un environnement intégré de manipulation de données, de calcul et de préparation de graphiques.
( environnement statistique SPSS ou SAS, par exemple)
• C’est aussi un langage de programmation complet et autonome.
Analyse des données sous R 3
Pr. F. Guerouate
Introduction

4. • Le R est un langage particulièrement puissant pour les applications
mathématiques et statistiques (et donc actuarielles) puisque
précisément développé dans ce but.
• Parmi ses caractéristiques particulièrement intéressantes:
• langage basé sur la notion de vecteur, ce qui simplifie les calculs
mathématiques et réduit considérablement le recours aux structures
itératives (boucles for, while, etc.) ;
• pas de typage ni de déclaration obligatoire des variables ;
• programmes courts, en général quelques lignes de code seulement ;
• temps de développement très court.
Analyse des données sous R 4
Pr. F. Guerouate
Introduction

5. • Installation de R
• https://www.r-project.org/
Analyse des données sous R 5
Pr. F. Guerouate
Installation de R et RStudio
On peut choisir un
serveur plus proche
de Marwan

6. • Installation de R
Analyse des données sous R 6
Pr. F. Guerouate
Installation de R et RStudio

7. • Interface
Analyse des données sous R 7
Pr. F. Guerouate
Installation de R et RStudio
• saisie des commandes
• Pas de sauvegarde du travail
• Afficher les résultats sur la
même page

8. • Installation de Rstudio
• Environnement de développement intégrer
• Lien: https://www.rstudio.com
• Products => Rstudio => Desktop => Open Source Edition
Analyse des données sous R 8
Pr. F. Guerouate
Installation de R et RStudio

9. • Interface Rstudio
Analyse des données sous R 9
Pr. F. Guerouate
Installation de R et RStudio
La zone A permet d’éditer du code R
La Zone B est
la console du
logiciel R
La Zone C permet d’avoir accès
à plusieurs éléments :
Panneau multifonctions :
* Explorateur fichiers
* Explorateur packages
* Aide
* Figures

10. R propose les outils standard de la programmation:
• Données typées. Dans R, le type de base est le vecteur. Il est possible de définir des tableaux et des matrices.
Mais en interne R les linéarise sous forme de vecteurs.
• Structures avancées de données. Cela peut être des résultats de calculs i.e. les modèles; des ensembles de
vecteur (les data.frame).
• Structures algorithmiques: les branchements conditionnels et les boucles.
• Les outils de la programmation structurée: pouvoir regrouper du code dans des procédures et des fonctions.
Cela permet de mieux organiser les applications.
• Organisation du code en modules. Fichiers «.r» que l’on peut appeler dans d’autres programmes.
• R est «case sensitive».
Analyse des données sous R 10
Pr. F. Guerouate
Travailler sous R: mode de fonctionnement

11. Analyse des données sous R 11
Pr. F. Guerouate
Les bases du langage R: premières Opérations sous R

12. Analyse des données sous R 12
Pr. F. Guerouate
Les bases du langage R: premières Opérations sous R
Données, types : le type de base est le vecteur → scalaire = vecteur de taille 1
Saisie et affichage
A<-scan()
Print(A)

13. • Introduction générale
• Concepts et Structures de données sous R:
• Concepts de base
• Vecteurs
• Matrices
• Tableaux
• Listes
• Dataframes
• Manipulations avancées
• Problème de données manquantes
Analyse des données sous R 13
Pr. F. Guerouate

14. Analyse des données sous R 14
Pr. F. Guerouate
Concepts et Structures de données sous R: concepts de base
Le point de départ d’une analyse de données en R est d’avoir accès aux données. Ces données
doivent être stockées dans un ou des objets R. Pour utiliser R, il faut donc d’abord connaître les
différents types d’objets pouvant servir de « contenant à données » et savoir travailler avec ces
objets.

15. Analyse des données sous R 15
Pr. F. Guerouate
Structures de données sous R
les Vecteurs:
le vecteur est l’unité de base dans les calculs.
Dans un vecteur simple, tous les éléments doivent être du même mode.
Un vecteur peut être crée par : c(), : , rep()
Il existe quatre types de base de vecteurs :
les nombres réels : numeric
les nombres entiers : integer
les chaînes de caractères : character
les valeurs logiques : logical
les autres types de structures:
Matrix: matrix()
Tableau multidimensionnel: array()
Liste: list()
Tableau individus * variables: data.frame()
On utiliser la fonction class() pour connaitre le type d’un objet ou consulter l’onglet Environnement

16. Analyse des données sous R 16
Pr. F. Guerouate
Structure de contrôle
Structures conditionnelles
if (x>0) y=x*log(x) else y=0
y=ifelse(x>0,x*log(x),0)
Exemple:

17. Analyse des données sous R 17
Pr. F. Guerouate
Structure de contrôle
Le cas particulier de «ifelse» -Qui se comporte comme la fonction SI() d’Excel
Il renvoie une valeur selon que la condition est vraie ou pas
Opération simple suivie d’une affectation

18. Analyse des données sous R 18
Pr. F. Guerouate
Structure de contrôle
Structures itératives
for (i in 1:10)
print(i)
Exemple:
for (var in seq) {commandes}
while (condition) {commandes}
repeat {commandes ; if (condition) break }

19. Analyse des données sous R 19
Pr. F. Guerouate
Structure de contrôle
y=z=0;
for (i in 1:10) {
x=runif(1)
if (x>0.5) y=y+1
else z=z+1
}
y;z
for (i in c(2,4,5,8)) print(i)
x = rnorm(100)
y = ifelse(x>0, 1, -1) # condition
y;
i=0
while (i<10) {
print(i)
i=i+1
}
Exemple:

20. Analyse des données sous R 20
Pr. F. Guerouate
Programmation Modulaire sous R
les Modules:
1- Module = fichier «.r»
2- On peut regrouper dans un module les fonctions traitant des
problèmes de même nature ou manipulant le même type
d’objet
3- Pour charger les fonctions d’un module dans un autre
module / programme principal, on utilise la commande
source(nom du fichier module.r)
4- Les fonctions importées sont chargées en mémoire. Si
collision de noms, les plus récentes écrasent les anciennes

21. Analyse des données sous R 21
Pr. F. Guerouate
Programmation Modulaire sous R: fonctions
Les fonctions sous R:
Bloc d’expressions, forcément nommée
Visible comme un objet en mémoire [avec ls()]
Peut être supprimée avec rm(), comme tout autre objet
Prend des paramètres en entrée (non typés)
Renvoie une valeur en sortie (même si on n’écrit pas spécifiquement
d’instruction pour cela
Pour une fonction on peut avoir des paramètres par défaut

22. Analyse des données sous R 22
Pr. F. Guerouate
Programmation Modulaire sous R: les fonctions
Appel des fonctions :
Passage de paramètre par position:
print(egal(4,4))
Passage de paramètre par nom:
print(egal(a=3,b=9))
print(egal(b=0,a=7))
Pour une fonction on peut avoir des paramètres par défaut
Valeur par
défaut 10 est
utilisé
Valeur 2
remplace 10

23. Analyse des données sous R 23
Pr. F. Guerouate
Programmation Modulaire sous R: les fonctions
Portés des variables :
Les variables définies localement dans les
fonctions sont uniquement visibles dans ces
fonctions. Elles sont absentes de la mémoire
de R après l’exécution de la fonction.
Variable local
Les variables globales sont définies en dehors
de la fonction. Il n’est pas nécessaire que la
variable globale soit disponible lors de
l’implémentation de la fonction, il faut en
revanche qu’elle soit disponible lors de
l’exécution de la fonction
Variable global

24. Analyse des données sous R 24
Pr. F. Guerouate
Programmation Modulaire sous R: les fonctions
Imbrications des fonctions: les fonctions locales et globales
Fonction locale
Fonction globale

25. Analyse des données sous R 25
Pr. F. Guerouate
Programmation Modulaire sous R: les fonctions
Fonctions renvoyant plusieurs paramètres
Pour qu’une fonction renvoi plusieurs valeurs on est obligé de contourner le problème en
mettant à contribution une structure de liste d’objets. Les objets peuvent être de classe
différente, au final l’outil est très souple.

26. Analyse des données sous R 26
Pr. F. Guerouate
Programmation Modulaire sous R: les fonctions
Passage d’une fonction en paramètre
Tout objet peut être paramètre d’une
fonction, y compris une autre fonction.
On parle alors de «fonction callback»
(fonction de rappel en français).

27. • https://cran.r-project.org/doc/contrib/Goulet_introduction_programmation_R.pdf
• http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_R.html
• https://delladata.fr/installer-logiciel-r-environnement-r-studio/
• https://www.math.univ-toulouse.fr/~besse/Wikistat/pdf/st-tutor4-R-prog.pdf
Analyse des données sous R 27
Pr. F. Guerouate
Références