Skip to content

Commit 602de7a

Browse files
GuyliannEngelsGuyliannEngels
committed
Review of the three learnr of module 2
1 parent 2e0dfa3 commit 602de7a

File tree

3 files changed

+181
-142
lines changed

3 files changed

+181
-142
lines changed

‎inst/tutorials/A02La_base/A02La_base.Rmd‎

Lines changed: 15 additions & 13 deletions
Original file line numberDiff line numberDiff line change
@@ -4,7 +4,7 @@ author : "Guyliann Engels & Philippe Grosjean"
44
description: "**SDD I Module 2** Les bases de l'utilisation de R pour du calcul."
55
tutorial:
66
id: "A02La_base"
7-
version: 2.0.0/7
7+
version: 2.0.1/7
88
output:
99
learnr::tutorial:
1010
progressive: true
@@ -29,7 +29,7 @@ BioDataScience1::learnr_server(input, output, session)
2929

3030
## Objectif
3131

32-
- Découvrir les bases du langage R
32+
Dans le premier module, vous avez découvert plusieurs logiciels que vous allez employer dans les cours des sciences des données. Vous avez réalisé un premier projet qui comprenait entre autres des instructions R. Sans vous en rendre compte, vous avez utilisé le langage R afin de réaliser des tableaux et des graphiques dans un carnet de notes au format R Markdown. Ce tutoriel a pour objectif de vous permettre de découvrir les bases du langage R.
3333

3434
```{r, out.width='50%'}
3535
knitr::include_graphics("images/Rlogo.png")
@@ -41,9 +41,9 @@ Regardez la vidéo ci-dessous.
4141

4242
![](https://www.youtube.com/watch?v=XcBLEVknqvY)
4343

44-
[R](https://www.r-project.org/about.html) est un logiciel **open source** axé sur l'analyse de données. Le langage de programmation R qu'il implémente est mature et développé depuis 1993. Il prend ses sources dans le langage S (spécialement conçu pour les statistiques dans les années 1970). R permet entre autres la manipulation, la visualisation et l'application de calculs statistiques sur des données. C'est l'un des environnements les plus utilisés et les plus puissants pour l'analyse des données. Python est un autre langage très utilisé en science des données, mais il est moins facile à aborder pour un non informaticien. Donc, étudier R sera un **investissement clé** pour votre future carrière de biologiste, car des données, vous en aurez tous à analyser dans votre travail !
44+
[R](https://www.r-project.org/about.html) est un logiciel **open source** axé sur l'analyse de données. Le langage de programmation R qu'il implémente est mature et développé depuis 1993. Il prend ses sources dans le langage S (spécialement conçu pour les statistiques dans les années 1970). R permet entre autres la manipulation, la visualisation et l'application de calculs statistiques sur des données. C'est l'un des environnements les plus utilisés et les plus puissants pour l'analyse des données. Python est un autre langage très utilisé en science des données, mais il est moins facile à aborder pour un non-informaticien. Donc, étudier R sera un **investissement clé** pour votre future carrière de biologiste, car des données, vous en aurez tous à analyser dans votre travail !
4545

46-
**Eléments optionnels :** si vous voulez lire une analyse complète et objective (un peu longue, technique et en anglais) qui compare R à d'autres logiciels d'analyse des données, [suivez ce lien](http://blog.revolutionanalytics.com/popularity/). Et en voici [un autre](http://r4stats.com/articles/popularity/). [Pourquoi R ?](https://www.infoworld.com/article/2940864/application-development/r-programming-language-statistical-data-analysis.html), un autre point de vue (toujours en anglais).
46+
**Éléments optionnels :** si vous voulez lire une analyse complète et objective (un peu longue, technique et en anglais) qui compare R à d'autres logiciels d'analyse des données, [suivez ce lien](http://blog.revolutionanalytics.com/popularity/). Et en voici [un autre](http://r4stats.com/articles/popularity/). [Pourquoi R ?](https://www.infoworld.com/article/2940864/application-development/r-programming-language-statistical-data-analysis.html), un autre point de vue (toujours en anglais).
4747

4848
Ce tutoriel vous propose une suite d'activités afin d'apprendre les rudiments de R.
4949

@@ -59,7 +59,7 @@ Vous pouvez tout d'abord employer R comme une calculatrice (ce qui est bien réd
5959
| Division | `/` | `3 / 2` | `[1] 1.5` |
6060
| Puissance | `^` | `3^2` | `[1] 9` |
6161

62-
**A noter :**
62+
**À noter :**
6363

6464
- Les espaces au sein des instructions sont facultatives, mais elles aèrent le code. C'est comme en français : sansespacesonlitnettementmoinsbien! Dans certain cas, il vaut mieux les omettre, comme pour `3^2` qui indique que cette opération est prioritaire sur les autres. `1 - 3^2` signifie `1 - (3^2)`, 3 est d'abord élevé au carré, et puis on soustrait cette valeur à un, et non `(1 - 3)^2`. De même, la multiplication et la division sont prioritaires sur l'addition et la soustraction tout comme en mathématique.
6565

@@ -87,7 +87,7 @@ Voici un premier exemple d'instruction R tel qu'elle se présente dans les tutor
8787

8888
```{r calcul1-check}
8989
grade_result(
90-
pass_if(~ identical(.result, 15 * 23), "Je suis bluffé."),
90+
pass_if(~ identical(.result, 15 * 23), "Je suis bluffé. Bien joué ! Vous venez de réaliser votre première instruction en R."),
9191
fail_if(~ TRUE, "Ce n'est pas vraiment la réponse que j'attendais. Revoyez comment écrire une multiplication en R plus haut dans cette page.")
9292
)
9393
```
@@ -139,7 +139,7 @@ a + b # Somme de a et b
139139

140140
Notez aussi que tout ce qui suit un dièse (`#`) sur une même ligne dans R est considéré comme un **commentaire**. Ce commentaire n'est pas interprété par le programme. Servez-vous en pour documenter vos instructions !
141141

142-
**A retenir :**
142+
**À retenir :**
143143

144144
- Vous pouvez aussi voir et gérer vos objets dans l'onglet "**Environment**" de RStudio lorsque plus tard vous travaillerez dans ce logiciel. ![](images/environnement.png)
145145

@@ -154,12 +154,12 @@ Notez aussi que tout ce qui suit un dièse (`#`) sur une même ligne dans R est
154154

155155
- Un nom commençant par un point sera "caché" (non visible dans l'onglet "**Environment**" de RStudio).
156156

157-
- Utilisez des noms courts, mais représentatifs du contenu de l'objet. Si possible, séparez les mots par un trait souligné et utilisez uniquement des lettres minuscules. On a coutume d'utiliser des noms anglais, car cela facilite l'échange de code avec des collègues internationaux (oui, ça vous arrivera... donc, prenez directement des bonnes habitudes).
157+
- Utilisez des noms courts, mais représentatifs du contenu de l'objet. Si possible, séparez les mots par un trait souligné et utilisez uniquement des lettres minuscules. On a coutume d'utiliser des noms anglais, car cela facilite l'échange de code avec des collègues internationaux (oui, ça vous arrivera... donc, prenez directement de bonnes habitudes).
158158

159159
- Exemples corrects : `x`, `v1`, `initial_date`, `final_date`, `elapsed_time`.
160160
- Exemples incorrects : `toto`, `Toto2`, `FinalDate`, `fd` or `FD` or `fi_dat` (pour final date), `date_finale`, `laatse_datum`.
161161

162-
A vous de jouer !
162+
À vous de jouer !
163163

164164
- Assignez à `a` la valeur `18`.
165165

@@ -394,17 +394,17 @@ mean(x) %>.%
394394

395395
- Le chaînage crée une instruction unique qui effectue un calcul plus complexe, décomposé étape par étape.
396396
- On indique un point `.` à la place où le résultat précédent doit être inséré dans la fonction.
397-
- Le chaînage est bien plus lisible que l'imbrication au delà de deux niveaux. En effet, si vous lisez l'instruction chaîne à voix haute en disant "ensuite" pour `%>.%` cela donne : "je prend la moyenne de `x` ensuite le logarithme, ensuite j'arrondis à trois chiffres derrière la virgule". C'est parfaitement clair, non ?
397+
- Le chaînage est bien plus lisible que l'imbrication au-delà de deux niveaux. En effet, si vous lisez l'instruction chaîne à voix haute en disant "ensuite" pour `%>.%` cela donne : "je prends la moyenne de `x` ensuite le logarithme, ensuite j'arrondis à trois chiffres derrière la virgule". C'est parfaitement clair, non ?
398398

399399
Un petit exercice, maintenant :
400400

401401
- Créez un vecteur `x` qui contient `13`, `19`, `NA` et `21`,
402402

403403
- Calculez le logarithme de `x`,
404404

405-
- **Ensuite** calculez-en la moyenne, en écartant les valeurs manquantes,
405+
- **Ensuite**, calculez-en la moyenne, en écartant les valeurs manquantes,
406406

407-
- **Ensuite** arrondissez le nombre obtenu à deux décimales
407+
- **Ensuite**, arrondissez le nombre obtenu à deux décimales
408408

409409
```{r chain, exercise=TRUE, exercise.lines=8}
410410
SciViews::R
@@ -434,7 +434,7 @@ grade_code("C'est exactement cela. Le chaînage des opérations rend le code bie
434434

435435
![](images/bravo.gif)
436436

437-
Bravo ! Vous venez de terminez cette séance d'exercices dans un tutorial "learnr".
437+
Bravo ! Vous venez de terminer cette séance d'exercices dans un tutoriel "learnr".
438438

439439
Durant cette séance, vous avez appris à :
440440

@@ -457,6 +457,8 @@ question_text(
457457
answer("", TRUE, message = "Pas de commentaires... C'est bien aussi."),
458458
incorrect = "Vos commentaires sont enregistrés.",
459459
placeholder = "Entrez vos commentaires ici...",
460+
submit_button = "Soumettre une réponse",
461+
try_again_button = "Resoumettre une réponse",
460462
allow_retry = TRUE
461463
)
462464
```

0 commit comments

Comments
 (0)