c<-as.integer(a) # Les instructions commençant par as. sont très courantes

#en R pour convertir une donnée en un type différent.

typeof(c)

[1] "integer"

typeof(b)

[1] "double"

typeof(a)

[1] "double"

1.1.2 Complex

1

On utilise les fonctions Re() pour la partie réelle, lm () pour la partie

#imaginaire

1i

[1] 0+1i

z <- 1+2i

typeof(z)

[1] "complex"

is.complex(z) # Permet de savoir si un objet est du type complexe

[1] TRUE

Re(z)

[1] 1

Im(z)

[1] 2

1.1.3 Logical (booléen ou logique)

#Le type logical, résultat d'une condition logique, peut prendre les

#valeurs TRUE ou FALSE.

b>a

[1] TRUE

a==b

[1] FALSE

is.numeric(a)

[1] TRUE

is.integer(a)

[1] FALSE

x<-TRUE

is.logical(x)

[1] TRUE

#Lorsque cela se révèle éncessaire, ce type de données est naturellement

#converti en type numérique sans qu'il y ait à le spécifier : TRUE vaut 1

#et FALSE vaut O. Cela est illustré par l'exemple suivant:

TRUE + T + FALSEF + TFALSE + F

[1] 2

2

1.1.4 Non available data (NA)

#Plusieurs fonctions existent pour gérer les données manquantes ou non

#définies. R considère ce type de données comme étant une valeur logique

#constante.

x <- c(3,NA,6)

is.na(x)

[1] FALSE TRUE FALSE

mean(x) # Tentative de calcul de la moyenne de x.

[1] NA

mean(x,na.rm=TRUE) # Le paramètre na.rm signifie enlever les NA (NA.remove) .

[1] 4.5

1.1.5 Character

#Toute information mise entre guillemets (simple ' ou double ")

#correspond à une chaîne de caractères :

a <- "R est mon ami"

mode(a)

[1] "character"

is.character(a)

[1] TRUE

Conversion d'un type à un autre sont aussi possibles

as.character(2.3)# Conversion vers une chaîne decaractères .

[1] "2.3"

b <- "2.3"

as.numeric(b) # Conversion depuis une chaîne de caractères.

[1] 2.3

as.integer("3.4")# Conversion depuis une chaîne de caractères

[1] 3

c(2, "3") # Conversion automatique.

[1] "2" "3"

as.integer ("3.quatre" ) # Conversion impossible.

Warning: NAs introduits lors de la conversion automatique

[1] NA

3

1.1.6 Raw ( données brutes)

R offre la possibilité de travailler directement avec des octets

#(affichés sous forme hexadécimale).

#Cela peut parfois être utile lors de la lecture de certains fichiers au

#format binaire

x <- as.raw(c(10,15,9,11))

x

[1] 0a 0f 09 0b

mode(x)

[1] "raw"

1.2 Objets dans R: Structure des données

R permet d’organiser les différents types de données définies précédemment en différents types de structure.

Anisi dans R les objets peuvent être vector, matrix, array, list, data frame. La fonction class() permet

d’accéder aux différents types de structure.

Exemples sur vecteur

c(3,1,7)

[1] 3 1 7

c(3,TRUE,7)

[1] 3 1 7

c(3,T,"7")

[1] "3"

"TRUE" "7"

seq(from=0,to=1,by=0.1)

[1] 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

seq(from=0,to=20,length=5)

5 10 15 20

[1] 0

vec <- 2:36

vec

[1] 2 3 4

[24] 25 26 27 28 29 30 31 32 33 34 35 36

6 7

5

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

is.vector(vec)

[1] TRUE

x<-1:3

x

[1] 1 2 3

y<- c(1,2,3)

y

[1] 1 2 3

4

class(x)

[1] "integer"

class(y)

[1] "numeric"

5