Un livre de Wikilivres. Notion de vecteur [ modifier | modifier le wikicode] Dans le chapitre précédent on a pu voir qu'un nombre possède deux types numeric et vector. En réalité il s'agit d'un vecteur qui ne contient qu'un seul nombre. > a = 2 > is ( a) [ 1] "numeric" "vector" La notion de vecteur est essentielle. C'est cette structure de donnée qui est utilisée lorsque l'on veut traiter une série de donnée. Bien qu'étant essentiellement une série de valeurs, R fournit tout de même des opérateurs et fonctions permettant de traiter les vecteurs comme en géométrie ou en algèbre (somme, produit par un scalaire, produit scalaire entre deux vecteurs). Initialisation d'un vecteur [ modifier | modifier le wikicode] La fonction c permet de créer un vecteur. Tous les éléments d'un vecteur doivent être du même type. > a = c ( 12, 7, 5. 3, 9. 1, 24) > a [ 1] 12. 0 7. 0 5. 3 9. Condition if / else en R - Tutoriel développement langage R. 1 24. 0 > b = c ( "Vecteur", "de", "chaîne", "de", "caractère") > b [ 1] "Vecteur" "de" "chaîne" "de" "caractère" > is ( b) [ 1] "character" "vector" "ameRowLabels" > c = c ( "Dans", 1, "vecteur contenant", 1, "nombre tout est convertie en chaîne de caractère") > c [ 1] "Dans" [ 2] "1" [ 3] "vecteur contenant" [ 4] "1" [ 5] "nombre tout est convertie en chaîne de caractère" Les nombres [1],..., [5] apparaissant ci-dessus sont les indices des différents éléments du vecteur.
Utiliser des facteurs pour mieux représenter la réalité Lors de vos analyses statistiques, vous allez être confronté à de nombreuses variables qualitatives codées différemment: sous forme de vecteurs de caractères (comme des stations météo, etc. ); sous forme de vecteurs numériques (comme des CSP où chaque numéro correspond à une catégorie particulière, par exemple 1: ouvriers; 2: cadres; etc. ). Les facteurs vont nous permettre de mieux faire comprendre à R que nous manipulons des variables qualitatives. Créer fonction r style. Prenons l'exemple d'une variable X comportant des numériques: X <- c(rep(10, 3), rep(12, 2), rep(13, 4)) X # [1] 10 10 10 12 12 13 13 13 13 Déterminer le type de données d'un vecteur Il existe deux méthodes classiques pour savoir si un objet de type vecteur est une variable quantitative ou une variable qualitative sans afficher la totalité du vecteur. La première consiste à interroger R sur le type: (X) # [1] FALSE meric(X) # [1] TRUE La seconde consiste à effectuer un résumé de la variable ( summary).
Dans cet article, nous allons expliquer comment créer une table à partir du Data-Frame donné dans le langage de programmation R. Fonction utilisée: table(): Cette fonction est une fonction essentielle pour effectuer des analyses de données interactives. Comme il crée simplement des résultats tabulaires de variables catégorielles. Ecrire vos propres fonctions R - Documentation - Wiki - STHDA. Syntaxe: table(…, exclure = if (useNA == « no ») c(NA, NaN), useNA = c(« no », « ifany », « always »), dnn = (…), = 1) Retours: Il renverra les array de fréquence avec les conditions et les array croisés. Exemple 1: Création d'une table de fréquences de la trame de données donnée en langage R:- Dans cet exemple, nous allons construire la table de fréquence simple en langage R en utilisant la fonction table() en langage R. Ce array ne fournit que les fréquences des éléments dans le dataframe.
Ceci est faisable via la fonction names: names(maliste) # pas de nom actuellement, la fonction retourne un NULL # NULL names(maliste) <- c("vec", "mat") names(maliste) # [1] "vec" "mat" Il est également possible de créer une liste en partant d'une liste vide. li <- list() li # list() li[[1]] <- 1:4 # [1] 1 2 3 4 li$nouv <- matrix(1:4, nrow=2) # $nouv # [2, ] 2 4 Comme la première composante n'a pas de nom, on retrouve [[1]] dans l'affichage de la liste puis la composante nouv. names(li) # [1] "" "nouv" et les attributs de cette liste sont les noms. Fonctions utiles applicables sur des listes Comme les objets d'une liste n'ont pas forcément le même type, il n'est pas possible de faire des calculs entre plusieurs listes. Créer fonction r.e. Néanmoins, il existe quelques fonctions valides et utiles: lapply applique une fonction (comme la moyenne, la variance, etc. ) successivement à chacune des composantes. unlist(maliste) crée un seul vecteur contenant tous les éléments de la liste. Les éléments d'un vecteur étant nécessairement du même mode, il faut faire attention à la conversion automatique pratiquée par R. c(liste1, liste2) concatène deux listes.
En résumé Une liste est un ensemble ordonné d'objets qui n'ont pas toujours le même mode ou la même longueur. Il est possible d' associer un nom à un objet spécifique de la liste. Plusieurs fonctions permettent d'effectuer une action sur chaque élément d'une liste. Dans le prochain chapitre, nous verrons un peu plus en détails comment utiliser un des objets phare du langage R: les dataframes.
Si on demande le type de la fonction, on voit bien que la console nous affiche builtin ou lieu du closure habituel. typeof() Ce type builtin est là uniquement pour indiquer que la fonction est incorpée avec R, et qu'elle vient des créateurs du langage. La seule différence avec une fonction closure est que vous ne pourrez jamais créer vous même une fonction qui aura ce type builtin. Seul les créateurs du langage peuvent le faire, et il vous faudrait alors modifier directement le code source du langage R pour y ajouter votre propre fonction de type builtin. Un héritage poussiéreux? Néanmoins, cette différence de type de fonction n'est pas utile. Pire, elle est même assez incohérente et difficile à comprendre. Il est impossible de savoir à l'avance si une fonction sera considée comme de type builtin ou closure. Par exemple, la fonction typeof est ainsi considée elle même comme une closure, alors qu'il semble difficile de trouver une fonction plus au coeur du langage que celle-ci non? Fonction indicatrice en R. De même, la fonction abs() qui donne la valeur absolue est considérée elle comme une builtin, alors que la fonction mean() qui donne la moyenne d'un vecteur est une closure!