Les Principes de Base du Langage

Ce matériel couvre les principes fondamentaux du langage de programmation R, en se concentrant sur les opérations mathématiques, la gestion des variables, les chaînes de caractères, ainsi que les vecteurs et facteurs. Il s'adresse aux étudiants débutants en programmation et en analyse de données souhaitant acquérir une base solide pour manipuler des données dans R.

Opérations mathématiques de base

Les opérations mathématiques essentielles en R comprennent :

• Addition : 4 + 2
• Soustraction : 4 - 2
• Multiplication : 4 * 2
• Division : 4 / 2
• Puissance : 4 ^ 2

Exemple :

# Durée totale de deux films en minutes
139 + 121
# Résultat : 260

# Conversion en heures
260 / 60
# Résultat : 4.333333

Variables et affectation

En R, une variable peut être affectée avec le symbole <- ou avec =. Par exemple :

x <- 139 + 121
x
# [1] 260

y <- x / 60
y
# [1] 4.333333

# Réaffectation de la variable x
x <- x / 60
x
# [1] 4.333333

Pour libérer la mémoire occupée par une variable, on utilise la fonction rm(nom_variable).

Précédence des opérateurs

La priorité des opérations influence le résultat des calculs :

total <- 139 + 121
total
# [1] 260

total_hr <- total / 60
total_hr
# [1] 4.333333

# Parenthèses modifient la priorité
total_hr <- (139 + 121) / 60
total_hr
# [1] 4.333333

# Sans parenthèses, division prioritaire
total_hr <- 139 + 121 / 60
total_hr
# [1] 141.016666

Chaînes de caractères en R

Une chaîne de caractères est une séquence de caractères entourée de guillemets simples ou doubles. Elle peut être stockée dans une variable :

movie <- "Toy Story"
movie
# [1] "Toy Story"

Vecteurs et facteurs

Un vecteur est un tableau à une dimension contenant des objets. En R, un vecteur peut contenir différents types d'objets et sa création se fait avec la fonction c() :

len <- c(81, 125)
len / 60
# [1] 1.350000 2.083333

On peut aussi créer des vecteurs séquentiels :

c(1:10)
# [1] 1 2 3 4 5 6 7 8 9 10

c(10:1)
# [1] 10 9 8 7 6 5 4 3 2 1

Types de vecteurs

• Valeurs numériques : c(81, 125, 1999, 2015)
• Chaînes de caractères : c("Toy Story", "The Artist", "Akira", "Antz")
• Valeurs logiques (TRUE / FALSE) : par exemple, comparer des notes de films

movie_rating <- c(7.3, 8.5, 8.3, 7.5, 6.9, 5.2, 8.2, 8.0, 7.9, 9.3)
movie_rating > 7.5
# [1] FALSE TRUE TRUE FALSE FALSE FALSE TRUE TRUE TRUE TRUE

Facteurs

Les facteurs sont des variables catégorielles qui prennent un nombre limité de valeurs. Ils sont créés avec la fonction factor() :

genre <- c("Comedy", "Comedy", "Animation", "Animation", "Crime")
genre_factor <- factor(genre)
genre_factor
# [1] Comedy Comedy Animation Animation Crime
# Levels: Animation Comedy Crime

Les niveaux correspondent aux catégories uniques du vecteur.

Résumé des facteurs

La fonction summary() fournit un résumé utile des facteurs :

summary(genre_factor)
# Animation: 2
# Comedy: 2
# Crime: 1

Facteurs ordonnés

Les variables catégorielles peuvent être nominales (sans ordre) ou ordinales (avec ordre). Les facteurs ordonnés permettent de représenter un ordre implicite entre les catégories :

length <- c("Very short", "Short", "Medium", "Short", "Long", "Very short", "Very long")
length_factor <- factor(length, ordered = TRUE,
                        levels = c("Very short", "Short", "Medium", "Long", "Very long"))
length_factor
# [1] Very short Short Medium Short Long Very short Very long
# Levels: Very short < Short < Medium < Long < Very long

Opérations sur les vecteurs

Il est possible d'associer des noms aux éléments d'un vecteur avec la fonction names() :

year <- c(1985, 1999, 2010, 2002)
names(year) <- c("The breakfast club", "American beauty", "Black Swan", "Chicago")
year["Black Swan"]
# [1] 2010

Quelques fonctions utiles sur les vecteurs :

• length() : taille du vecteur
• sort() : tri des éléments
• min() et max() : valeurs minimale et maximale
• mean() : moyenne des valeurs
• summary() : résumé statistique

cost_movies <- c(8.6, 8.5, 8.1)
length(cost_movies)
# [1] 3

year_sorted <- sort(year)
year_sorted
# The breakfast club American beauty Chicago Black Swan 
# 1985              1999            2002    2010

min(year)
# [1] 1985

max(year)
# [1] 2010

mean(cost_movies)
# [1] 8.4

summary(cost_movies)
# Min. 1st Qu. Median Mean 3rd Qu. Max. 
# 8.10 8.30    8.50   8.4  8.55    8.60

Accès aux éléments d’un vecteur

On peut accéder à un ou plusieurs éléments par leur indice :

cost_movies[2]
# [1] 8.5

cost_movies[c(2, 3)]
# [1] 8.5 8.1

cost_movies[1:3]
# [1] 8.6 8.5 8.1

Un indice négatif supprime l’élément correspondant lors de l’affichage :

titles <- c("Black Swan", "Casino", "City of God", "Jumanji", "Toy Story")
titles[-1]
# [1] "Casino" "City of God" "Jumanji" "Toy Story"

Un indice hors tableau retourne NA :

titles[8]
# [1] NA

Filtrage conditionnel

On peut sélectionner des éléments respectant une condition :

cost_movies <- c(8.6, 8.5, 8.1)
cost_movies > 8.3
# [1] TRUE TRUE FALSE

cost_movies[cost_movies > 8.3]
# [1] 8.6 8.5

Les valeurs manquantes sont représentées par NA :

age_restric <- c(14, 12, 10, NA, 16, NA)
age_restric
# [1] 14 12 10 NA 16 NA

Multiplications avec vecteurs

On peut multiplier deux vecteurs élément par élément ou multiplier un vecteur par un nombre :

age_restric <- c(14, 16, 12, 10, 18, 18)
sequences <- c(2, 3, 0, 2, 6, 3)
mul <- age_restric * sequences
mul
# [1] 28 48 0 20 108 54

cost <- c(8.6, 8.5, 8.1)
cost * 10
# [1] 86 85 81

Glossaire des termes clés

• Variable : Nom symbolique auquel on affecte une valeur ou un objet.
• Affectation : Opération qui attribue une valeur à une variable, souvent avec <- ou =.
• Chaîne de caractères : Séquence de caractères entourée de guillemets simples ou doubles.
• Vecteur : Tableau à une dimension contenant des objets du même type ou différents.
• Facteur : Variable catégorielle avec un nombre limité de valeurs possibles.
• Facteur ordonné : Facteur dont les catégories ont un ordre implicite.
• NA : Valeur manquante dans un vecteur ou une variable.
• Précédence des opérateurs : Règles qui déterminent l’ordre d’exécution des opérations mathématiques.

Points clés à retenir

• Les opérations mathématiques de base en R sont simples et suivent la priorité classique des opérateurs.
• Les variables peuvent être affectées et réaffectées facilement avec <- ou =.
• Les chaînes de caractères sont définies par des guillemets simples ou doubles et peuvent être stockées dans des variables.
• Les vecteurs sont des structures fondamentales pour stocker des données en R, créés avec c().
• Les facteurs représentent des variables catégorielles, avec ou sans ordre, et sont utiles pour les analyses statistiques.
• Les fonctions comme length(), sort(), min(), max(), mean() et summary() facilitent la manipulation et l’analyse des vecteurs.
• L’accès aux éléments d’un vecteur se fait par indices, avec la possibilité de filtrer selon des conditions.
• Les valeurs manquantes sont représentées par NA et doivent être prises en compte dans les analyses.