À la fin de cette capsule, vous serez en mesure de:
R est un langage (et un environnement) de programmation dédié à la manipulation, l’analyse statistique et la visualisation de données.
Il y a plusieurs raisons pourquoi R est utilisé de plus en plus dans les domaines de la science des données massives.
Pour installer R, il suffit de se rendre sur le site suivant et de télécharger la dernière version de R:
Une fois l'installation de R effectuée, nous pouvons procéder à l'installation de RStudio qui est offre un environnement de travail graphique et convivial. Le fichier d'installation de RStudio peut être téléchargé à l'adresse suivante:
Info! Visionnez la capsule vidéo portant sur l'installation de R et RStudio ainsi qu'un premier tour de l'interface de RStudio.
L'une des grandes forces de R est sa très grande communauté d'utilisateurs qui développent régulièrement de nouvelles fonctionnalités (statistiques, graphiques, etc.). Ces fonctionnalités se regroupent dans des entités nommées library ou package. Pour installer une librairie, vous devez aller sur l'onglet Packages dans la fenêtre inférieure droite de RStudio. Par la suite il faut cliquer sur install et une nouvelle fenêtre s'ouvrira. Entrez le nom de la librairie à installer et cliquez sur install. Dans l'exemple ci-bas, la librairie MASS
est installée.
Une fois la librairie installée, il faut la charger en mémoire à l'aide de la fonction library(nom_de_la_library)
.
library(MASS) # Charger la librairie en mémoire
?MASS # Accéder à l'aide de la librairie
Info! Les librairies doivent être chargées en mémoire à chaque démarrage de R ou RStudio. Il est conseillé de les charger au début de votre script R1.
Le matériel pédagogique utilisé dans cette capsule est disponible pour le téléchargement sous deux formats différents:
Pour télécharger le fichier localement sur votre ordinateur, tablette ou téléphone portable, il suffit de cliquer sur le lien désiré avec le bouton droit de votre souris et choisir “sauvegarder sous…”.
Voir la capsule Le script Bonnes pratiques dans R et RStudio pour une explication plus complète sur l'utilisation de scripts.↩