1.1 Packages additionnels dans R

Un package R (on garde le terme anglais, mais on trouve aussi sa traduction en “paquet”, notamment dans l’onglet du même nom dans RStudio) est un complément que l’on peut fournir à R pour en accroître les fonctionnalités. Un package R contient généralement une ou plusieurs fonctions supplémentaires qui implémentent ces fonctionnalités nouvelles. Il est accompagné de la documentation nécessaire pour en comprendre l’usage (pages d’aide des fonctions, documents nommés “vignettes” qui donnent accès à des tutoriels et des explications complémentaires, démos…) Un package R peut aussi fournir des jeux de données. Vous y accédez à l’aide de read("nom_du_jeu", package = "nom_du_package") dans SciViews::R, ou grâce à data("nom_du_jeu", package = "nom_du_package") en R de base. Enfin, certains packages R exposent également des applications interactives {Shiny} et/ou des tutoriels {learnr}. Le package {BioDataScience2} spécialement conçu pour ce cours en est un bon exemple.

Votre SciViews Box possède plus de 800 packages R des plus utiles préinstallés. C’est pour cette raison que nous nb’avons pas abordé la question de leur installation plus tôt. Pratiquement tout ce qui vous est nécessaire est déjà préinstallé pour vous.

Cependant, les calculs concernant les droites de calibration et les mesures spectrophotométriques se font plus facilement à l’aide d’un package R supplémentaire nommé {chemCal}. Ce dernier étant relativement spécifique, n’est pas installé par défaut dans votre SciViews Box. Nous allons donc commencer par l’installer nous-même. Ainsi, vous saurez comment faire lorsque vous aurez besoin d’autres packages plus tard.

Lorsque vous installer le logiciel R depuis son site web (https://cran.r-project.org/), vous installez un ensemble de packages de base2. Cependant, pour réaliser certaines analyses, il est nécessaire d’installer des packages additionnels. Ces packages sont disponibles sur le site CRAN (https://cran.r-project.org/), sur Bioconductor (https://www.bioconductor.org/) ou sur GitHub.

Nous allons maintenant installer le package {chemCal} à partir de CRAN. Vous pouvez consulter sa page principale ici : https://cran.r-project.org/web/packages/chemCal/index.html. La fonction à utiliser est install.packages(). C’est en fait. très simple. L’instruction suivante fait tout le travail :

install.packages("chemCal")

Notez que si vous réexécutez cette instruction, elle va à nouveau réinstaller le package {chemCal}. Ce n’est pas un problème, mais ce n’est pas nécessaire. Généralement cette instruction n’est pas incluse dans un script ou un document Quarto ou R Markdown. Mais si vous y tenez, vous devez alors éviter de continuellement réinstaller le package, en vérifiant d’abord s’il existe dans votre environnement R. Une façon de le faire est la suivante :

if (!require(chemCal))
  install.packages("chemCal")
# Loading required package: chemCal

Une fois installé, un package R doit être chargé dans la session R en cours pour pouvoir être utilisé. Pour cela, on utilise la fonction library(). Par exemple, pour charger le package {chemCal}, on utilise l’instruction suivante :

library(chemCal)

Nous avons maintenant accès aux nouvelles fonctions forunies par ce package. Voyez la page d’aide de inverse.predict(), ainsi que la vignette du package comme ceci :

?inverse.predict
vignette("chemCal")

À noter au passage que les instructions qui affichent des pages d’aide comme les deux précédentes ne sont généralement pas incluses dans un script R ou dans un document Quarto (ou alors, elles sont commentées). Ne forcez jamais l’utilisateur à affichez ces pages, à installer un package, ou à effectuer toute autre opération qui modifierait son environnement de travail. C’est l’utilisateur qui décide s’il veut faire cela ou non. C’est valable également pour la fonction View() qui force la visualisation d’un jeu de données. Utilisez ces fonctions à la console R, mais jamais dans un script ou un document Quarto.

Voilà, nous avons maintenant installé {chemCal} et sommes donc prêts à aborder la suite de la matière de ce module !

  1. Plus précisément, l’installation basique de R se fait avec un ensemble de packages dits “de base”, plus un autre ensemble qualifié de “recommended”.↩︎