Communauté des contributeurs

R dispose d'un très grand nombre de bibliothèques développées par une communauté de contributeurs. À titre d'exemple, le site RDocumentation.org recense plus de 15 000 bibliothèques sur le Comprehensive R Archive Network (CRAN), GitHub et Bioconductor (en) en mai 2018^[20].

Le projet Bioconductor comprend à lui seul plus de 1 000 bibliothèques permettant aux chercheurs en biostatistique d'analyser et décrypter le génome^[7].

Communauté des utilisateurs

Une enquête menée en 2013 par Rexer Analytics auprès de 1 300 analystes montre que R est le logiciel le plus souvent utilisé lorsqu'il s'agit d'un travail en entreprise, dans le monde académique, au sein d'organismes publics ou d'ONG et chez les analystes travaillant comme consultants^[21].

Sur Twitter et Mastodon, la communauté se rassemble autour du hashtag rstats^[22].

Sur Stack Overflow, il existe une importante communauté autour du tag R^[23]. Il existe également une importante blogosphère autour de l'agrégateur R-Bloggers.

RStudio a lancé son site de questions & réponses autour de R^[24].

Des rencontres entre utilisateurs sont régulièrement organisées en particulier au sein de Meetup^[25] ou des groupes R-Ladies^[26] qui promeuvent la diversité des genres dans la communauté des utilisateurs du langage.

Conférence UseR!

La réunion officielle des utilisateurs de R a lieu chaque année et se nomme "useR"^[27]. La première édition a eu lieu à Vienne (Autriche)^[28]. Alternant traditionnellement entre l'Europe et l'Amérique chaque année, elle a lieu pour la première fois en Australie en 2018.

Depuis plusieurs conférences ont eu ou auront lieu^[29] :

• useR! 2006, Vienne, Autriche
• useR! 2007, Ames, Iowa, États-Unis
• useR! 2008, Dortmund, Allemagne
• useR! 2009, Rennes, France
• useR! 2010, Gaithersburg, Maryland, États-Unis
• useR! 2011, Coventry, Royaume-Uni
• useR! 2012, Nashville, Tennessee, États-Unis
• useR! 2013, Albacete, Espagne
• useR! 2014, Los Angeles, États-Unis
• useR! 2015, Aalborg, Danemark
• useR! 2016, Stanford, Californie, États-Unis
• useR! 2017, Bruxelles , Belgique
• useR! 2018, Brisbane, Australie
• useR! 2019, Toulouse, France
• useR! 2020, Boston, États-Unis

The R Journal

The R Journal est un journal en accès libre consacré à R. On y trouve des articles courts à moyens sur l'utilisation et le développement de R, y compris des bibliothèques, des conseils sur la programmation, des nouvelles du CRAN et des nouvelles de la fondation^[30].

Lecture et importation des données

• readr fournit un moyen rapide et convivial de lire les données rectangulaires (comme csv, tsv et fwf). Il est conçu pour analyser avec souplesse de nombreux types de données tout en continuant d'échouer lorsque les données changent de façon inattendue^[32].
• xml2 pour les fichiers xml^[33].
• rjson pour les objets JSON^[34].
• La bibliothèque sparklyr offre une interface entre R et Apache Spark^[35].
• La bibliothèque readxl permet de lire les fichiers Excel avec R^[36].
• haven permet d'importer et d'exporter des fichiers SPSS, SAS et Stata^[37].

Manipulation et transformations des données

Les bibliothèques suivantes font partie d'une collection de bibliothèques tidyverse développées par Hadley Wickham et RStudio :

• dplyr définit une grammaire de la manipulation des données, fournissant un ensemble cohérent de verbes qui résolvent les défis les plus courants de manipulation des données^[38].
• tidyr fournit un ensemble de fonctions qui vous aident à obtenir des données bien rangées. Les données « ordonnées » (tidy) sont des données avec une forme cohérente : en bref, chaque variable va dans une colonne et chaque colonne est une variable^[39].

• readr fournit un moyen rapide et convivial de lire les données rectangulaires (comme csv, tsv et fwf). Il est conçu pour analyser avec souplesse de nombreux types de données tout en continuant d'échouer lorsque les données changent de façon inattendue^[32].
• purrr fournit un ensemble complet et cohérent d'outils pour travailler avec des fonctions et des vecteurs. Une fois maîtrisés les concepts de base, purrr permet de remplacer beaucoup de boucles avec du code qui est plus facile à écrire et plus expressif^[40].
• tibble améliore les « data frames »^[41].
• glue, une alternative à la fonction paste() qui rend plus simple de combiner données et chaines de caractères^[42].
• forcats pour les variables qualitatives^[43].

data.table est une alternative fournissant une version performante des data.frame avec des améliorations syntaxiques et des fonctionnalités pour une facilité d'utilisation, une commodité et une rapidité de programmation^[44].

Text mining ou fouille de textes

stringr et tidytext appartiennent au tidyverse et améliore la gestion des chaînes de caractères^[45]. Il existe aussi stringi^[46].

Séries temporelles

lubridate appartient à tidyverse et améliore la gestion des dates et heures^[47]. Il existe aussi la bibliothèque xts^[48], ou encore zoo pour les séries temporelles irrégulières^[49].

Visualisation des données

ggplot2 appartient à tidyverse et définit une grammaire des graphiques permettant de combiner différentes couches graphiques^[50]. La libraire scales permet de gérer la mise en forme (étiquettes, échelle, etc.) d'un graphique^[51].

Reproductibilité

La bibliothèque Rmarkdown permet de combiner des sections de texte mises en forme en markdown et des sections de code en R^[52] pour réaliser des rapports au format Microsoft Word ou PDF, des présentations au format Beamer ou HTML5 (slidy.js ou reveal.js), des pages web, des sites web complets, des blogs^[53] ou même des ouvrages entiers^[54].

Le langage Sweave permet de combiner des sections de code en LaTeX et des sections de code en langage R pour produire des publications scientifiques directement depuis R.

Interactivité

La bibliothèque shiny développée par la société RStudio permet de réaliser des applications web interactives en langage R^[55].

La bibliothèque plotly permet de transformer des graphiques construits avec la libraririe ggplot2 en une version web/interactive via plotly.js^[56].

La bibliothèque DT permet une interface avec la bibliothèque javascript DataTables^[57].

Cartes

La bibliothèque Leaflet permet de représenter des données géographiques sur des cartes interactives à l'aide de la bibliothèques JavaScript Leaflet^[58].

RCpp et performance

Rcpp permet une intégration entre R et C++^[59].

Les bibliothèques microbenchmark^[60] ou Rbenchmark^[61] permettent d'évaluer les performances.

Autres

La bibliothèque devtools existe pour les développeurs de bibliothèques^[62]. Elle permet notamment de charger des bibliothèques hébergées sous GitHub.

La bibliothèque reticulate permet une interface entre R et Python^[63].

Syntaxe

L'affectation se fait avec <- ou = mais le premier est préféré^[64].

> x <- c(1, 2, 3, 4, 5, 6) # Un vecteur ordonné
> print(x) # Affiche le vecteur
[1] 1 2 3 4 5 6
> x[1] # le premier élément
[1] 1
> x[0] 
numeric(0)# Les indices commencent à 1
> x[1:3] # Les 3 premiers éléments
[1] 1 2 3
> (y <- x^2) # Les valeurs de x au carré. Les deux parenthèses permettent d'afficher le résultat
[1]  1  4  9 16 25 36

Structure d'une fonction

nomdelafonction <- function(arg1, arg2, ... ){ # Déclaration du nom de la fonction et de ses arguments
  code                               
  return(object)                          
}
sommedescarres <- function(x){ # Exemple de fonction
  return(sum(x^2))           # Renvoie la somme des carrés des éléments de x
}

Articles connexes

• Comprehensive R Archive Network
• ggplot2, bibliothèque de visualisation de données en R
• S, ancêtre du langage R
• RStudio, environnement de développement intégré pour le logiciel R
• Jupyter, interface web pour plusieurs langages, dont R
• RStudio (entreprise), entreprise spécialisée dans le développement de l'interface RStudio et des bibliothèques R comme Shiny ou Leaflet

Liens externes

• (en) Site officiel