Plan

Péambule

Variables et types simples

Manipulation des vecteurs

IO et data.frame

Autour des lois de probabilité

Premiers graphiques

Préambule

Ce TP a pour objectif de vous faire découvrir les possibilités du langage R. Il s’agit de bases génériques mais indispensables à la réalisation du prochain TP qui sera appliqué aux données RNAseq.

Pour approfondir vos connaissances, il existe un tutoriel en français de référence: R pour débutants par Emmanuel Paradis.

De plus, quelques bonnes pratiques, non-obligatoires mais fortement conseillées, sont repertoriées dans le Google’s R Style Guide.

Pour commencer, récupérez le sujet du TP et ouvrez le avec R Studio.

Variables et types simples

L’operateur <- permet d’affecter une valeur indiquée/calculée (à droite du signe) dans une variable nommée (à gauche). Cette commande crée cette variable si c’est la première fois qu’elle est appelée, ou remplace sa valeur sinon.

a <- 3
b <- 2 + a

Les variables locales apparaissent dans une liste grâce à la fonction ls. Elles peuvent également être effacer par la commande rm.

ls()
rm(a)
ls()

On peut demander l’affichache de la valeur d’une variable de deux façons. On peut également effectuer plusieurs opérations succéssives, en les séparant par un point-virgule:

pi
print(b)
c <- "test"; c

Questions

Il existe également des variable dites d’environment, connues du système dès son démarrage, par exemple pi. Quelle est sa valeur ? Est-il possible de modifier/effacer pi ?

Observations

Interprétez l’utilité des commandes suivantes d’après leur résultats ainsi que de tout test que vous jugerez nécessaire.

class(a); class(c)
d <- a == c; d;
# roll
substr(c,2,3)
?substr
multiply <- function(x,mult=2){x*mult}
multiply()
multiply(b)
multiply(b,b)
multiply(mult=4,b)
ls.str()

Manipulation des vecteurs

La plus simple structure de données en R est le vecteur. On peut créer un vecteur en assemblant n’impporte quel nombre de valeur avec la fonction c.

myVect <- c(9,9,3,16,1,7,1,6,13,1,18,13,4,2,12,2,18,1,10,12)

On peut également générer des vecteurs répétant une même valeur avec la fonction rep, et des séquences avec la fonction seq. Pour cette dernière, il existe notament une notation abbrégé pour l’utilisation la plus fréquente, grâce au deux-points.

myRep <- rep(4,5)
mySeq <- seq(5,10,1)
mySeq == 5:10

Observations

Interprétez le fonctionnement des syntaxes suivantes d’après leur résultats ainsi que de tout test que vous jugerez nécessaire.

myRep + seq(1,15,3)
myVect[3]
mySeq[4:2]
mean(myRep); mean(mySeq)
myVect<12
length(myVect<12)
myVect[myVect<12]
length(myVect[myVect<12])
mySeq[-3]

Questions

Quelles commandes permettraient d’obtenir:

  1. Un vecteur des dizaines de 50 à 100 à partir de mySeq ?

  2. Le dernier élément d’une liste quelle que soit sa taille ?

  3. Tous les éléments de myVect sauf ceux en position 6, 10 et 12 ?

  4. Les éléments de myVect inférieur à 13 mais supérieurs ou égaux à 5 ?

  5. La valeur min, max d’un vecteur ? Et sa somme ? Que vous indique la fonction summary ?

IO et data.frame

On trouve dans R beacoup de structures de données outre les simples vecteurs, telles que le factor, la list ou la matrix. Celle qui nous interessera particulièrement est la data.frame, une extension de la matrice qui accepte des colonnes de types diférents. Observez les traitements suivants. Enregistrez alors x dans un fichier grâce à la fonction write.table. La fonction opposée, permettant de lire un fichier pour remplir les valeur d’une variale data.frame est utilisée au début de l’exercice suivant (read.table).

y <- matrix(c(1:10,rep(c("test","orNotToTest"),5)),ncol=2)
x <- as.data.frame(y)
colnames(x)<-c("ctrl","trmt")
row.names(x)<-paste("gene",1:10,sep="_")
x; y
x[3,2]
x[1,1]
x$ctrl
class(x$trmt)
x$ctrl[x$trmt == "test"]

Autour des lois de probabilité

La loi normale est implementée en R à travers plusieurs fonctions qui permettent notament d’accéder à sa densité (fonction dnorm), ses quantiles (fonction qnorm), sa distribution (fonction pnorm), ou de générer des tirages randomisés (fonction rnorm). Que fait le code suivant?

tirage <- rnorm(1000,mean=5,sd=2); length(tirage[tirage>=7.777])/length(tirage)
pnorm(7.777, mean=5,sd=2,lower.tail=FALSE)

C’est également le cas pour d’autres lois de probabilités telles que la loi de poisson ou la loi uniforme (il suffit remplacer norm par ce qui correspond).

Premiers graphiques

R permet de créer une grande variété de graphiques, sans importer de librairies autres que celles par défault. On notera par exemple les fonctions plot, boxplot, barplot et hist qui permettent de générer la trame d’un graphique. Ce graphique pourra également être modifié par la suite grâce à d’autres fonctions telles que points, line, abline, legend, … Représentez de la variable tirage par un histogramme et un boxplot.

Exercice pour ne pas s’ennuyer ce week-end

Après avoir récupérer le fichier de données dataExercice.txt, exécutez le programme ci-dessous, et en vous inspirant de celui-ci, rédigez le script qui vous permettra de construire le graphe ci-après (assez similaire, mais quand même différent) et de le sauvegarder sous format pdf, svg ou png grâce aux fonctions associées (indice: à appeler avant plot et à clore par l’appel à dev.off) :

data<-read.table("dataExercice.txt")
x<-data[,1]
y<-data[,2]
plot(x, y,type="n")
abline(v=0, h=0,lty=3)
lines(sort(x),sin(sort(x)))
points(x[y>sin(x)],y[y>sin(x)],pch=16,col="red")
points(x[y<sin(x) & x>0],y[y<sin(x) & x>0],pch=17,col="green")
points(x[y<sin(x) & x<0],y[y<sin(x) & x<0],pch=18,col="green",cex=2)