Les Principes de Base du Langage

Ce matériel couvre les principes fondamentaux du langage R, en particulier les opérations mathématiques de base, la gestion des variables, les chaînes de caractères, ainsi que les notions de vecteurs et de facteurs. Il s’adresse aux étudiants débutants en programmation avec R, souhaitant comprendre les bases pour manipuler des données efficacement.

Opérations mathématiques de base

Les opérations mathématiques élémentaires en R incluent :

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

Exemple : calculer la durée totale en minutes de deux films, Fight Club (139 min) et Star Wars (121 min) :

139 + 121
[1] 260

Pour convertir cette durée en heures :

260 / 60
[1] 4.333333

Variables et affectation

Une variable permet de stocker une valeur ou le résultat d’une expression. En R, l’affectation se fait principalement avec l’opérateur <-, mais = est aussi possible.

x <- 139 + 121
x
[1] 260

y <- x / 60
y
[1] 4.333333

Une variable peut être réaffectée :

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 est importante pour obtenir le bon résultat :

total <- 139 + 121
total
[1] 260

total_hr <- total / 60
total_hr
[1] 4.333333

total_hr <- (139 + 121) / 60
total_hr
[1] 4.333333

total_hr <- 139 + 121 / 60
total_hr
[1] 141.016666

Sans parenthèses, la division est prioritaire sur l’addition.

Chaînes de caractères en R

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

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

Vecteurs et facteurs

Un vecteur est un tableau unidimensionnel d’objets, qui peut contenir des nombres, des chaînes ou des valeurs logiques. Il est créé avec la fonction c() :

c(81, 125)
[1] 81 125

c(81, 125) / 60
[1] 1.350000 2.083333

On peut affecter un vecteur à une variable :

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

Un vecteur peut aussi être une séquence d’entiers :

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

c(10:1)  # de 10 à 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 utiles pour représenter des catégories comme les genres de films :

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() permet d’obtenir un résumé des facteurs :

summary(genre_factor)
Animation 2
Comedy 2
Crime 1

Facteurs ordonnés

Il existe deux types de variables catégorielles :

• Nominales : sans ordre (exemple : genre de film)
• Ordinales : avec un ordre implicite (exemple : durée d’un film)

Pour encoder un facteur ordonné, on précise les niveaux et l’ordre :

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

On peut associer des noms aux éléments d’un vecteur :

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

Quelques opérations utiles sur les vecteurs :

• Taille d’un vecteur : length(year) → [1] 4
• Trier un vecteur : sort(year)
• Valeur minimale : min(year)
• Valeur maximale : max(year)
• Valeur moyenne : mean(cost_movies)

Exemple :

cost_movies <- c(8.6, 8.5, 8.1)
mean(cost_movies)
[1] 8.4

Résumé d’un vecteur

La fonction summary() fournit un résumé statistique :

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

• Accès à un élément par son indice : cost_movies[2] → [1] 8.5
• Accès à plusieurs éléments : cost_movies[c(2, 3)] → [1] 8.5 8.1
• Accès à une séquence : cost_movies[1:3] → [1] 8.6 8.5 8.1
• Indice négatif supprime l’élément à cet indice 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"

Accès à un indice hors tableau retourne NA :

titles[8]
[1] NA

Filtrage d’éléments selon une condition

On peut tester une condition sur un vecteur :

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

Pour récupérer les éléments respectant la condition :

cost_movies[cost_movies > 8.3]
[1] 8.6 8.5

Valeurs manquantes

Les valeurs manquantes sont représentées par NA :

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

Multiplication de vecteurs

La multiplication élément par élément de deux vecteurs :

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

Multiplication d’un vecteur par un scalaire :

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

Glossaire des termes clés

• Variable : Un espace mémoire nommé pour stocker une valeur ou un objet.
• Affectation : Opération qui attribue une valeur à une variable, en R avec <- ou =.
• Chaîne de caractères : Séquence de caractères entre guillemets simples ou doubles.
• Vecteur : Tableau unidimensionnel d’objets homogènes ou hétérogènes.
• Facteur : Variable catégorielle avec un nombre limité de valeurs possibles.
• Facteur ordonné : Facteur dont les niveaux ont un ordre implicite.
• NA : Valeur manquante dans un vecteur ou une variable.
• Précédence des opérateurs : Règle qui détermine l’ordre d’exécution des opérations dans une expression.

Points clés à retenir

• Les opérations mathématiques de base en R sont simples et suivent la priorité habituelle.
• Les variables sont créées et modifiées avec l’opérateur <- ou =.
• Les chaînes de caractères sont définies entre guillemets et peuvent être stockées dans des variables.
• Les vecteurs sont des structures fondamentales pour stocker des collections d’objets.
• Les facteurs permettent de gérer des données catégorielles, avec ou sans ordre.
• Les fonctions comme length(), sort(), min(), max(), et summary() facilitent l’analyse des vecteurs.
• On peut accéder, filtrer et manipuler les éléments d’un vecteur par indices ou conditions.
• Les valeurs manquantes sont représentées par NA et doivent être prises en compte dans les analyses.