Skip to content

Commit 7e4ea47

Browse files
minor changes in module02
1 parent f0b1fab commit 7e4ea47

File tree

8 files changed

+124
-129
lines changed

8 files changed

+124
-129
lines changed

inst/tutorials/02a_base_de_r/02a_base_de_r.Rmd

Lines changed: 46 additions & 47 deletions
Original file line numberDiff line numberDiff line change
@@ -5,7 +5,7 @@ output:
55
learnr::tutorial:
66
progressive: TRUE
77
tutorial:
8-
version: 0.1
8+
version: 0.12
99
runtime: shiny_prerendered
1010
---
1111

@@ -15,12 +15,11 @@ knitr::opts_chunk$set(echo = FALSE)
1515
library(knitr)
1616
SciViews::R
1717
library(BioDataScience)
18-
library(chart)
19-
library(data)
2018
# Dataset
21-
urchin <- data::read(file = "urchin_bio", package = "data")
19+
urchin <- read(file = "urchin_bio", package = "data.io")
2220
```
2321

22+
![](images/intro.png)
2423

2524
## Objectif
2625

@@ -32,19 +31,18 @@ Ce tutoriel a pour objectif de vous permettre de :
3231
include_graphics(path = "images/Rlogo.png")
3332
```
3433

35-
3634
Il est important de préciser que l'ensemble de vos résultats est collecté afin de suivre votre progression. Ce test n'est cependant pas certificatif.
3735

3836
## Introduction
3937

4038
R est un language de programmation **Open source** axée sur l'analyse de données. Ce language date de 1993 et prend ces sources du language S.
41-
4239
R permet entre autres la manipulation, la visualisation et l'application de calculs statistiques sur des données.
4340

41+
Ce tutoriel vous propose une suite d'activité afin d'apprendre les rudiments de R.
4442

4543
## R, une calculette scientifique
4644

47-
Vous pouvez tout d'abord employer R comme une calculatice (ce qui est bien réducteur de la puissance de cet outil). Les opérations de base sont directement utilisable dans R.
45+
Vous pouvez tout d'abord employer R comme une calculatrice (ce qui est bien réducteur de la puissance de cet outil). Les opérations de base sont directement utilisable dans R.
4846

4947
| Opérations de bases | Symboles |
5048
|------------------|---------------|
@@ -60,7 +58,7 @@ Voici un premier exemple simple
6058
4 + 5
6159
```
6260

63-
Multipliez les nombres `15` et `23`
61+
- Multipliez les nombres `15` et `23`
6462

6563
```{r calcul1, exercise = TRUE}
6664
@@ -71,14 +69,14 @@ Multipliez les nombres `15` et `23`
7169
```
7270

7371

74-
Vous pouvez également utiliser des fonctions mathématiques directement implementer dans R comme le logarithme en base 10 avec la `fonction` : `log()`. Ce language a été mise au point pour suivre les conventions des mathématiques et des statistiques comme le respect de l'ordre des opérations.
72+
Vous pouvez également utiliser des fonctions mathématiques directement implementer dans R comme le logarithme népérien avec la `fonction` : `log()`. Ce language a été mise au point pour suivre les conventions des mathématiques et des statistiques comme le respect de l'ordre des opérations.
7573

7674
```{r, echo= TRUE}
7775
log(4 + 5)
7876
```
7977

8078

81-
Calculez l'exponentiel dont la fonction est `exp()` de la soustraction de `23` et `15`.
79+
- Calculez l'exponentiel dont la fonction est `exp()` de la soustraction de `23` et `15`.
8280

8381
```{r calcul2, exercise = TRUE}
8482
@@ -100,7 +98,11 @@ b <- 4 + 3
10098
a + b
10199
```
102100

103-
Assignez la valeur `18` à la lettre `a` et la `division` de `12` par `14` à `b`. Multipliez ensuite a par b.
101+
- Assignez à `a` la valeur `18`.
102+
103+
- Assignez à `b` la `division` de `12` par `14`.
104+
105+
- Multipliez ensuite a par b.
104106

105107
```{r assig1, exercise = TRUE}
106108
# assignation de a
@@ -124,18 +126,22 @@ a * b
124126
L'assignation peut également être faite sur une série de nombres ou sur une série de caractères avec la fonction `c()`.
125127

126128
```{r vecteur, echo = TRUE}
127-
vecteur <- c(2, 5, 8, 11, 13, 16)
129+
vec_1 <- c(2, 5, 8, 11, 13, 16)
128130
129-
vecteur_1 <- c(2, 5, NA, 11, 13, 16)
131+
vec_2 <- c(2, 5, NA, 11, 13, 16)
130132
131-
vecteur_1 <- c("noir", "jaune", "rouge")
133+
vec_3 <- c("noir", "jaune", "rouge")
132134
```
133135

134-
Assignez les valeurs `15 , 19, une valeur manquante (NA) et 13`. Multipliez ensuite ce vecteur par `4` et assignez cela sur vecteur_b. Terminez par affichez les valeurs du vecteur_b en écrivant simplement vecteur_b dans la console R.
136+
- Assignez à `vec` les valeurs `15 , 19, une valeur manquante (NA) et 13`.
137+
138+
- Assignez à `vec_4` la multiplication de `vec` par `4`.
139+
140+
- Terminez par affichez les valeurs du vecteur_b en écrivant simplement vec_b dans la console R.
135141

136142
```{r vec1, exercise = TRUE}
137143
# assignation des valeurs à un vecteur
138-
vecteur <-
144+
vec <-
139145
# multipliez ce vecteur par 4 et assignez le
140146
141147
# affichez le résultat de votre calcul.
@@ -144,84 +150,77 @@ vecteur <-
144150

145151
```{r vec1-solution}
146152
#assignation des valeurs à un vecteur
147-
vecteur <- c(15, 19, NA, 13)
153+
vec <- c(15, 19, NA, 13)
148154
#multipliez ce vecteur par 4
149-
vecteur_b <- vecteur*4
155+
vec_4 <- vecteur*4
150156
# afficher le résultat de cette multiplication
151-
vecteur_b
157+
vec_4
152158
```
153159

154160

155161
## R, les fonctions
156162

157-
Réalisez la moyenne du vecteur réalisé précédement avec la fonction `mean()`.
163+
- Réalisez la moyenne du vecteur `vec_5` avec la fonction `mean()`.
158164

159165
```{r vec2, exercise = TRUE}
160166
# assignation des valeurs à `vecteurs`
161-
vecteur <- c(15, 19, NA, 13)
167+
vec_5 <- c(15, 19, NA, 13)
162168
# moyenne du vecteur
163169
164170
```
165171

166172
```{r vec2-solution}
167173
# assignation des valeurs à `vecteurs`
168-
vecteur <- c(15, 19, NA, 13)
174+
vec_5 <- c(15, 19, NA, 13)
169175
# somme du vecteur
170-
mean(vecteur)
176+
mean(vec_5)
171177
```
172178

173179
La valeur obtenue ne vous convient pas ? Il semble que la valeur manquante induit un problème dans le calcul de la moyenne du vecteur.
174180

175-
L'outil indispensable dans vous ne devez jamais oublier l'existance est l'aide des fonctions. Pour appeler l'aide, vous devez ajouter un point d'interrogation devant une fonction.
176-
177-
Prenez l'exemple de la fonction `log()`
178-
179-
```{r, echo = TRUE}
180-
?log()
181-
```
182-
183-
Appelez l'aide sur la fonction `mean()`.
184-
185-
```{r aide, exercise = TRUE}
186-
187-
```
188-
181+
L'outil indispensable dans vous ne devez jamais oublier l'existance est l'aide des fonctions. Pour appeler l'aide, vous devez ajouter un point d'interrogation devant une fonction comme le montre l'exemple ci-dessous
189182

190-
```{r aide-solution}
183+
```{r, eval=FALSE}
191184
?mean()
192185
```
193186

194-
Comme vous avez pu le voir ci-dessus, les fonctions sont largement documentées. L 'argument `na.rm = ` est par défault encodé avec comme valeur `FALSE`. Cela peut se traduire par notre vecteur ne contient pas de valeurs manquantes.
187+
Les fonctions sont généralement largement documentées. L'argument `na.rm = ` est par défault encodé avec comme valeur `FALSE`. Cela peut se traduire par notre vecteur ne contient pas de valeurs manquantes.
195188

196189
Notre exemple contient une valeur manquante, vous devez donc ajouter l'argument `na.rm = TRUE` dans votre fonction `mean()`. La séparation entre plusieurs argument au sein d'une même fonction est la virgule (`,`).
197190

198191
Réalisez la moyenne du vecteur réalisé précédement avec la fonction `mean()`
199192

200193
```{r vec3, exercise = TRUE}
201194
# assignation des valeurs à `vecteurs`
202-
vecteur <- c(15, 19, NA, 13)
195+
vec_5 <- c(15, 19, NA, 13)
203196
# somme du vecteur
204197
205198
```
206199

207200
```{r vec3-solution}
208201
# assignation des valeurs à `vecteurs`
209-
vecteur <- c(15, 19, NA, 13)
202+
vec_5 <- c(15, 19, NA, 13)
210203
# somme du vecteur
211-
mean(vecteur, na.rm = TRUE)
204+
mean(vec_5, na.rm = TRUE)
212205
```
213206

214207
Vous obtenez cette fois-ci la réponse souhaitée.
215208

216-
217209
## Conclusion
218210

219-
Bravo! Vous venez de terminez votre première séance d'exercice dans un learnr.
211+
Bravo! Vous venez de terminez cette séance séance d'exercice dans un learnr.
220212

221213
Durant cette séance, vous avez appris à :
222214

223-
- employer l'assignation
224-
- employer des fonctions
225-
- utiliser l'aide au fonctions
215+
- Employer l'assignation
216+
- Employer des fonctions
217+
- Utiliser l'aide au fonctions
218+
219+
Laissez nous vos impressions sur cet outil pédagogique. Afin de placer un commentaire dans une zone de réponse utilisez la dièse (`#`) devant vos phrases.
220+
221+
```{r comm, exercise = TRUE}
222+
# ajout de commentaires
223+
#
224+
```
226225

227226

0 commit comments

Comments
 (0)