Skip to content

Commit e46f168

Browse files
committed
major changes A04La > several learnr
1 parent c4f4aa0 commit e46f168

29 files changed

+983
-1945
lines changed

DESCRIPTION

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -1,5 +1,5 @@
11
Package: BioDataScience1
2-
Version: 2020.2.0
2+
Version: 2020.3.0
33
Title: A Series of Learnr Documents for Biological Data Science 1
44
Description: Interactive documents using learnr for studying biological data science.
55
Authors@R: c(

NEWS.md

Lines changed: 4 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -1,5 +1,9 @@
11
# BioDataScience1 News
22

3+
## Changes in version 2020.3.0
4+
5+
- major change for A04L : several learnr
6+
37
## Changes in version 2020.2.0
48

59
- Rename several shinyapps

inst/shiny/A02Sa_limits/app.R

100644100755
File mode changed.

inst/shiny/A02Sa_transformation/app.R

100644100755
File mode changed.

inst/shiny/A03Sa_histogram/app.R

100644100755
File mode changed.
Lines changed: 255 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,255 @@
1+
---
2+
title: "Graphiques en barres"
3+
subtitle: "Visualisation III"
4+
author: "Guyliann Engels & Philippe Grosjean"
5+
description: "**SDD I Module 4** Exploration de graphiques plus avancés dans R."
6+
tutorial:
7+
id: "A04La_barres"
8+
version: 2.0.0/4
9+
output:
10+
learnr::tutorial:
11+
progressive: true
12+
allow_skip: true
13+
fig_caption: yes
14+
runtime: shiny_prerendered
15+
---
16+
17+
```{r setup, include=FALSE}
18+
BioDataScience1::learnr_setup()
19+
SciViews::R()
20+
library(BioDataScience)
21+
library(ggridges)
22+
# Dataset
23+
set.seed(2710)
24+
e_mathaei <- data_frame(id = 1:345, variety = c(rep("black", times = 236), rep("purple" , times = 40), rep("brown", times = 35), rep("green", times = 34)), site = sample(c("site_A", "site_B"), size = 345, replace = TRUE))
25+
crabs <- read("crabs", package = "MASS", lang = "fr")
26+
```
27+
28+
```{r, echo=FALSE}
29+
BioDataScience1::learnr_banner()
30+
```
31+
32+
```{r, context="server"}
33+
BioDataScience1::learnr_server(input, output, session)
34+
```
35+
36+
----
37+
38+
## Objectifs
39+
40+
- Vérifier l'acquisition des notions relatives à la réalisation de graphiques en barres.
41+
42+
## Oursins perforant dans la baie de Tuléar (Madagascar)
43+
44+
La jeu de données nommé `e_mathaei` est un recensement de différentes variétés de l'oursin *Echinometra mathaei*.
45+
46+
```{r echino_data, echo = TRUE}
47+
# Visualisation de quelques lignes du tableau de données
48+
e_mathaei[c(200, 250, 300, 340), ]
49+
```
50+
51+
### Dénombrement d'oursin
52+
53+
Les scientifiques produisent le graphique suivant :
54+
55+
```{r}
56+
chart(e_mathaei, formula = ~ variety) +
57+
geom_bar() +
58+
coord_flip()
59+
```
60+
61+
A partir du jeu de donnée `e_mathaei`, reproduisez le graphique ci-dessus représentant le nombre d'oursin pour chacune des variétés (`variety`).
62+
63+
```{r bar1_h3, exercise=TRUE}
64+
chart(___, formula = ~ ___) +
65+
___() +
66+
___()
67+
```
68+
69+
```{r bar1_h3-hint-1}
70+
chart(DF, formula = ~ ___) +
71+
geom_bar() +
72+
___()
73+
```
74+
75+
```{r bar1_h3-hint-2}
76+
chart(e_mathaei, formula = ~ FACTOR) +
77+
geom_bar() +
78+
coord_flip()
79+
80+
#### Attention : solution dans le 'hint' suivant! ####
81+
```
82+
83+
```{r bar1_h3-solution}
84+
chart(e_mathaei, formula = ~ variety) +
85+
geom_bar() +
86+
coord_flip()
87+
```
88+
89+
```{r bar1_h3-check}
90+
grade_code("Vous venez de réaliser votre premier graphique en barre. Félicitation !")
91+
```
92+
93+
### Dénombrement d'oursin par site
94+
95+
Les scientifiques etudient ensuite le dénombrement par site et produisent le graphique suivant :
96+
97+
```{r}
98+
chart(e_mathaei, formula = ~ site %fill=% variety) +
99+
geom_bar()
100+
```
101+
102+
A partir du jeu de donnée `e_mathaei`, reproduisez le graphique ci-dessus représentant le nombre d'oursin pour chacune des variétés (`variety`) en fonction du site (`site`).
103+
104+
```{r bar2_h3, exercise=TRUE}
105+
chart(___, formula = ~ ___ ___ ___) +
106+
___()
107+
```
108+
109+
```{r bar2_h3-hint-1}
110+
chart(DF, formula = ~ ___ %fill=% ___) +
111+
geom___()
112+
```
113+
114+
```{r bar2_h3-hint-2}
115+
chart(e_mathaei, formula = ~ FACTOR %fill=% FACTOR) +
116+
geom_bar()
117+
118+
#### Attention : solution dans le 'hint' suivant! ####
119+
```
120+
121+
```{r bar2_h3-solution}
122+
chart(e_mathaei, formula = ~ site %fill=% variety) +
123+
geom_bar()
124+
```
125+
126+
```{r bar2_h3-check}
127+
grade_code("Vous savez maintenant comment combiner 2 variables facteurs dans un graphique en barres.")
128+
```
129+
130+
### Dénombrement d'oursin par site 2
131+
132+
Par défaut, l'argument `position =` a pour valeur `stack`. Les chercheurs réalisent alors deux nouveaux graphiques avec les mêmes données en modifiant l'argument `position =`.
133+
134+
```{r}
135+
# position = "dodge"
136+
a <- chart(e_mathaei, formula = ~ site %fill=% variety) +
137+
geom_bar(position = "dodge")
138+
# position = "fill"
139+
b <- chart(e_mathaei, formula = ~ ~ site %fill=% variety) +
140+
geom_bar(position = "fill")
141+
# Combinaison des deux graphiques
142+
combine_charts(list(a, b), common.legend = TRUE)
143+
```
144+
145+
A partir du jeu de donnée `e_mathaei`, reproduisez le graphique ci-dessus représentant le nombre d'oursin pour chacune des variétés (`variety`) par site en utilisant la valeur `dodge` pour le graphique **A** et la valeur `fill` pour le graphique **B**.
146+
147+
```{r bar3_h3, exercise=TRUE}
148+
# position = "dodge"
149+
a <- chart(___, formula = ~ ___ ___ ___) +
150+
geom_bar(___)
151+
# position = "fill"
152+
b <- chart(___, formula = ~ ___ ___ ___) +
153+
geom_bar(___)
154+
# Combinaison des deux graphiques
155+
combine_charts(list(a, b), common.legend = TRUE)
156+
```
157+
158+
```{r bar3_h3-hint-1}
159+
# position = "dodge"
160+
a <- chart(DF, formula = ~ ___ %fill=% ___) +
161+
geom_bar(position = ___)
162+
# position = "fill"
163+
b <- chart(___, formula = ~ ___ ___ ___) +
164+
geom_bar(___)
165+
# Combinaison des deux graphiques
166+
combine_charts(list(a, b), common.legend = TRUE)
167+
```
168+
169+
```{r bar3_h3-hint-2}
170+
# position = "dodge"
171+
a <- chart(e_mathaei, formula = ~ FACTOR %fill=% FACTOR) +
172+
geom_bar(position = ___)
173+
# position = "fill"
174+
b <- chart(DF, formula = ~ ___ %fill=% ___) +
175+
geom_bar(position = ___)
176+
# Combinaison des deux graphiques
177+
combine_charts(list(a, b), common.legend = TRUE)
178+
179+
#### Attention : solution dans le 'hint' suivant! ####
180+
```
181+
182+
```{r bar3_h3-solution }
183+
# position = "dodge"
184+
a <- chart(e_mathaei, formula = ~ site %fill=% variety) +
185+
geom_bar(position = "dodge")
186+
# position = "fill"
187+
b <- chart(e_mathaei, formula = ~ ~ site %fill=% variety) +
188+
geom_bar(position = "fill")
189+
# Combinaison des deux graphiques
190+
combine_charts(list(a, b), common.legend = TRUE)
191+
```
192+
193+
```{r bar2_h3-check}
194+
grade_code("Vous connaissez maintenant les différentes valeurs que peuvent prendre l'argument `position =`. Notez la **différence** qui existe entre le graphique par defaut (`position = stack`) et le graphique B (`position = fill`) ! Le rendu est similaire mais c'est la **fraction** par rapport au total qui est représentée dans le graphique B et **non les effectifs** absolus !!")
195+
```
196+
197+
## Biométrie de crabes
198+
199+
Des scientifiques étudient la biométrie de *Leptograpsus variegatus* et ont obtenu le tableau ci-dessous.
200+
201+
```{r crabs_data, echo = TRUE}
202+
(crabs <- read("crabs", package = "MASS", lang = "fr"))
203+
```
204+
205+
Il décident de réaliser le graphique ci-dessous.
206+
207+
```{r}
208+
chart(crabs, length ~ sex %fill=% sex | species ) +
209+
stat_summary(geom = "col", fun.y = "mean")
210+
```
211+
212+
Reproduisez, à partir des données contenues dans `crabs`, le graphique ci-dessus qui représante la moyenne de la longueur de la carapace (`length`) en fonction du sexe (`sex`) pour chacune des variétés d'oursins (`variety`). Utilisez aussi de la couleur pour mettre en évidence le sexe.
213+
214+
```{r bar4_h3, exercise=TRUE}
215+
chart(___, ___ ~ ___ ___ ___ ___ ___ ) +
216+
stat_summary(geom = ___, fun.y = ___)
217+
```
218+
219+
```{r bar4_h3-hint-1}
220+
chart(DF, ___ ~ ___ %fill=% ___ | ___ ) +
221+
stat_summary(geom = "col", fun.y = ___)
222+
```
223+
224+
```{r bar4_h3-hint-2}
225+
chart(crabs, NUM ~ FACTOR %fill=% FACTOR | FACTOR) +
226+
stat_summary(geom = "col", fun.y = "mean")
227+
228+
#### Attention : solution dans le 'hint' suivant! ####
229+
```
230+
231+
```{r bar4_h3-solution}
232+
chart(crabs, length ~ sex %fill=% sex | species ) +
233+
stat_summary(geom = "col", fun.y = "mean")
234+
```
235+
236+
```{r bar4_h3-check}
237+
grade_code("Bravo ! Vous maitrisez maintenant une nouvelle famille de fonctions qui vous permet d'effectuer des calculs sur les données.")
238+
```
239+
240+
## Conclusion
241+
242+
Félicitation ! Vous venez de terminer votre séance d'exercices dans un tutoriel "learnr".
243+
244+
Vous maitrisez maintenant tous les outils nécessaire pour la réalisation de la plupart de vos graphiques.
245+
246+
```{r comm_noscore, echo=FALSE}
247+
question_text(
248+
"Laissez-nous vos impressions sur ce learnr",
249+
answer("", TRUE, message = "Pas de commentaires... C'est bien aussi."),
250+
incorrect = "Vos commentaires sont enregistrés.",
251+
placeholder = "Entrez vos commentaires ici...",
252+
allow_retry = TRUE
253+
)
254+
```
255+

0 commit comments

Comments
 (0)