Module 2 Visualisation I
Objectifs
Découvrir –et vous émerveiller de– ce que l’on peut faire avec le logiciel R (R Core Team 2020)
Être capable de réaliser différentes variantes d’un graphique en nuage de points dans R avec la fonction
chart()Découvrir le format R Markdown (Allaire et al. 2020) et la recherche reproductible
Intégrer ensuite des graphiques dans un rapport et y décrire ce que vous observez
Comparer de manière critique un flux de travail “classique” en biologie utilisant Microsoft Excel et Word avec une approche utilisant R et R Markdown ; prendre conscience de l’énorme potentiel de R
Prérequis
Si ce n’est déjà fait, vous devez installer et vous familiariser avec la ‘SciViews Box’, RStudio, Markdown. Vous devez aussi maîtriser les bases de Git et de GitHub (avoir un compte GitHub, savoir cloner un dépôt localement, travailler avec GitHub Desktop pour faire ses “commits”, “push” et “pull”). L’ensemble de ces outils a été abordé au module 1.
À vous de jouer !
Avant de poursuivre, vous allez maintenant découvrir les premiers rudiments de R afin de pouvoir réaliser par la suite vos premiers graphiques. Pour cela, vous aurez à lire attentivement et effectuer tous les exercices de deux tutoriels2.
Effectuez maintenant les exercices du tutoriel A02La_base (Les bases de R).
BioDataScience1::run("A02La_base")Ensuite vous pouvez également parcourir un second tutoriel qui vous permettra de découvrir un peu plus R à partir d’une analyse concrète.
Effectuez maintenant les exercices du tutoriel A02Lb_progression (Progression R).
BioDataScience1::run("A02Lb_progression")(BioDataScience1 est un package R spécialement développé pour ce cours et que vous avez dû installer lors de la configuration de votre SciViews Box, voir Appendice A.3.5).
Références
Allaire, JJ, Yihui Xie, Jonathan McPherson, Javier Luraschi, Kevin Ushey, Aron Atkins, Hadley Wickham, Joe Cheng, Winston Chang, and Richard Iannone. 2020. Rmarkdown: Dynamic Documents for R. https://CRAN.R-project.org/package=rmarkdown.
R Core Team. 2020. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.