Documentation dans R

Comme tout bon langage de programmation (et logiciel plus largement), R possède une fonction permettant d'accéder à sa documentation. Celle-ci vous paraîtra au mieux obscure lors de vos premières interactions avec R, mais constitue une mine d'information incroyable (notamment pour identifier les arguments que peut prendre une fonction ou même simplement pour avoir des exemples d'utilisation de celles-ci). Gardez en tête, cependant, que la qualité de la documentation peut varier notamment lorsque vous consultez la documentation liée à une librairie dont le développement est récent.

Prenons par exemple la fonction grepl() qui permet d'identifier la présence/l'absence d'une chaine de caractère dans un objet. Pour examiner sa documentation et accéder à des exemples sur comment l'utiliser, il vous suffit d'utiliser la fonction help() (ou l'opérateur ? qui renvoie exactement à la même chose).

# version longue
# forme: help(nom_de_la_fonction)
help(grepl)

# version courte
# forme: ?nom_de_la_fonction
?grepl

# pour les plus malpris(e)s
help(help)
?help

Évidemment, la documentation interne de R possède des limites. Par exemple, son interface est peu agréable à l'oeil. Ensuite, et cette lacune est la plus importante, elle ne vous informe par sur quelle série de fonctions (ou librairies) sont adéquates pour effectuer une tâche donnée ou répondre à un problème. Ce faisant, votre meilleur support d'information reste l'exploration des forums spécialisés (comme Stackoverflow) à l'aide de votre moteur de recherche préféré.

Gardez en tête qu'un programmeur débutant, lors de la réalisation d'une tâche, peut facilement passer 80% de son temps dans le développement d'un projet à chercher sur ces forums. Pour un programmeur expérimenté, le ratio diminue à peine. Ainsi, n'hésitez pas à faire des recherches sur les forums en lien avec la tâche qui vous est assignée. Vous y trouverez des exemples de code utilisable, des explications sur pourquoi une telle approche est meilleure qu'une autre, et surtout, vous sauverez énormément de temps. En effet, la plus grande force de R est sa large communauté et les milliers de pages de questions/réponses et de tutoriels qu'elle a produites.

?mean

Assignation

La fonction assign() permet d'attribuer une valeur à une variable. Par exemple, il est possible d'assigner la valeur 5 à la variable x permettant d'appeler x au lieu de 5. La fonction assign() est rarement utilisée en soi, l'opérateur assignation <- permettant d'effectuer la même opération de façon plus intuitive. Par exemple,

# e.g assignation de la valeur '5' à la variable 'x'
assign("x", 5)
x

## [1] 5

# L'utilisation de l'opérateur '<-' prend la forme suivante:
# objet_nommé <- valeur
# e.g assignation de la valeur '5' à la variable 'x'
x <- 5
x

## [1] 5

Évidement, l'assignation de valeurs à des variables prend son importance lorsque vous voulez conserver les résultats d'opération plus complexes ou pour permettre une meilleure lisibilité dans l'enchainement d'opérations avec plusieurs résultats intermédiaires. Par exemple, la chaine d'opération suivante:

# E.g. Calcul du temps total (en secondes) passé en cours lors d'un baccalauréat (sans laboratoire, 3 heures par semaines sur 15 semaines, 5 cours par session, 6 sessions sur 3 ans)
nb_de_seconde_par_cours <- 3*60*60 # 3h x 60 min x 60 secondes
nb_de_seance_par_cours_par_session <- 15
nb_de_cours_par_session <- 5
nb_de_sessions <- 6

nb_de_seconde_par_baccalaureat <- nb_de_seconde_par_cours * nb_de_seance_par_cours_par_session * nb_de_cours_par_session * nb_de_sessions

nb_de_seconde_par_baccalaureat

## [1] 4860000

Note: L'assignation d'une valeur à une variable n'implique pas que vous sauvegardez sur votre disque dur les résultats de vos opérations. Elles sont simplement sauvegardées dans la mémoire vive de votre ordinateur tant et aussi longtemps que votre session R est ouverte. RStudio vous offre la possibilité de sauvegarder votre session à la fermeture de R, mais cela n'est pas recommandé. Voir la section Lecture/écriture de données pour savoir comment sauvegarder vos résultats sur votre disque dur.

premiere_variable <- 5
deuxieme_variable <- 6
resultat <- premiere_variable * deuxieme_variable
resultat

Les types de données

En R (et en programmation en général), la notion de type est très importante. En effet, en indiquant le type d'une donnée particulière, vous indiquez à R quelles opérations peuvent ou ne peuvent pas être appliquées sur celle-ci. Cela vous sera éventuellement très utile pour rédiger des tests permettant de vous assurer que votre code fait ce qu'il est censé faire, mais sera source de beaucoup de messages d'erreurs au début.

Voici une liste de types communs que vous rencontrerez dans R:

Pour examiner le type d'un objet, la fonction de base typeof() est très utile (certaines fonctions comme str(), examinée plus bas, mentionnent aussi les types en sus).

typeof(TRUE)

## [1] "logical"

typeof("TRUE")

## [1] "character"

Toute une série de fonctions vous permet de fixer/vérifier/tester le type d'un objet donné. Par exemple,

# pour les entiers
test <- as.integer(1)
typeof(test)

## [1] "integer"

is.integer(test)

## [1] TRUE

# pour les valeurs numériques
test <- as.numeric(1)
typeof(test)

## [1] "double"

is.numeric(test)

## [1] TRUE

# pour les valeurs logiques/booléennes
# à noter ici que toute valeur autre que 0 se verra transformée à TRUE par as.logical()
test <- as.logical(1)
typeof(test)

## [1] "logical"

is.logical(test)

## [1] TRUE

# pour les caractères
test <- as.character(1)
typeof(test)

## [1] "character"

is.character(test)

## [1] TRUE

À noter : Bien que le suivi des types vous apparaîtra peu utile pour ne pas dire inutile au début, celui-ci deviendra de plus en plus important à mesure que vos scripts se complexifieront, et surtout, à mesure que vous voudrez rédiger des scripts efficients (e.g. préallocations pour les boucles for).

Retour à l'accueil

Exercice

Assignez un vecteur contenant les 6 premiers mois de l'année à la variable mois. Puis, imprimez le mois de février en accédant à celui-ci à l'aide de son index.

mois <- c("Janvier", "Février", "Mars", "Avril", "Mai", "Juin")
mois[2]

vecteur <- c(1,2,3,4,5,6)
names(vecteur) <- c("Janvier", "Février", "Mars", "Avril", "Mai", "Juin")
vecteur["Mars"]

Retour à l'accueil