Programmation

Types de fichiersR travaille à partir d'un répertoire de base, qui est donné par la commande getwd(). C'est là qu'il va chercher par défaut les fichiers à charger ou à exécuter. On peut le changer par la commande setwd. À défaut, il faut saisir le chemin d'accès complet du fichier que l'on souhaite charger ou sauvegarder. Le plus facile est d'utiliser le menu de l'interface $\longrightarrow$

Bien que l'encodage des données directement dans l'environnement R soit possible, dans la majorité des cas les données à analyser proviennent de sources externes sous forme de fichiers. De plus, les objets créés doivent pouvoir être sauvegardés entre les différentes sessions afin de pouvoir reprendre le travail là où on l'avait laissé. C'est pourquoi divers outils d'accès aux fichiers ont été développés sous R. On distingue ainsi les accès aux fichiers propriétaires de R, aux fichiers ASCII ainsi qu'aux fichiers provenant d'autres logiciels d'analyse statistique.

Il convient de distinguer plusieurs sortes de fichiers.

• Les fichiers de sauvegarde.
  Ce sont des fichiers binaires, créés par la commande save et rappelés par load. Ceci permet de reprendre un calcul en conservant les valeurs déjà affectées.

• Les fichiers de commandes.
  Ce sont des fichiers texte pour lesquels nous recommandons l'extension .r. Ils contiennent des suites d'instructions R, qui sont exécutées en les copiant successivement dans la console.

• Les fichiers de fonctions. Comme les fichiers de commandes, ce sont des fichiers texte, pour lesquels nous recommandons l'extension standard .r. Ils contiennent la définition d'une ou plusieurs fonctions. Ces fonctions sont disponibles pour R après les avoir chargées par source().

• Les fichiers de données (ASCII).

  Le format d'échange le plus courant en ce qui concerne les données brutes reste le fichier ASCII. La lecture de tels fichiers est prise en charge par la commande élémentaire scan(). Les arguments de cette fonction permettent de décrire précisément la structure interne du fichier texte afin d'interpréter correctement les caractères lus et de transférer le résultat de cette interprétation dans les objets adéquats. Afin de faciliter la lecture des fichiers de données structurés en colonnes, plusieurs commandes spécifiques ont été développées au départ de la fonction scan(). Ces fonctions (read.table() et ses dérivés) automatisent la lecture des fichiers de données ASCII standards (CSV, texte délimité, largeur fixe, ...) et stockent leurs résultats sous forme de tableaux de données prêts à l'analyse. Bien qu'elles soient plus spécifiques que scan(), ces fonctions conservent toutefois une grande adaptabilité grâce à l'utilisation de nombreux arguments permettant de préciser le format interne du fichier (présence de titres de colonnes, type de séparateur décimal utilisé, symbole(s) de valeur manquante,...). L'exportation de tableaux de données sous forme de fichiers ASCII standards peut être réalisée par la fonction write.table(), complémentaire des précédentes, et présentant les mêmes possibilités en matière de formatage des résultats que celles-ci.

• Logiciels statistiques

  Lorsque les données ont été sauvegardées sous un format propriétaire d'un logiciel statistique tiers inaccessible à l'utilisateur, il est nécessaire de disposer d'outils permettant leur transfert vers le système R afin de pouvoir les analyser. La libraire foreign offre ces outils indispensables pour une sélection des logiciels statistiques les plus courants, à savoir Minitab, SAS, SPSS et Stata. Ainsi, la fonction read.tmp() importe les fichiers «Minitab Portable Worksheet »sous forme d'une liste, de même que read.xport() prend en charge les fichiers SAS Transport (XPORT) et read.spss() les données enregistrées au moyen des commandes «save »et «export »de SPSS. Enfin, les fonctions read.dta() et write.dta() permettent l'importation et l'exportation des fichiers binaires Stata versions 5.0, 6.0 et 7.0.

Définition de nouvelles fonctions L'utilisation de R consiste en général à étendre le langage par de nouvelles fonctions, définies par des séquences d'instructions. Il est possible de définir des fonctions personnalisées soit directement au départ de la console, soit via un éditeur de texte externe grâce à la commande fix(nom_fonction). La seconde possibilité (conseillée) permet la correction du code en cours d'édition, tandis que la première s'effectue ligne par ligne, sans retour en arrière possible. Vous pouvez aussi copier-coller le code complet, préparé dans un éditeur de texte, dans la console R.

D'une manière générale, la définition d'une fonction passe par l'expression suivante :

nom_fonction <- function(arg1[=expr1], arg2[=expr2], ...){ 
bloc d'instructions
}

Les accolades signalent à l'interpréteur de commande le début et la fin du code source de la fonction ainsi définie, tandis que les crochets ne font pas partie de l'expression mais indiquent le caractère facultatif des valeurs par défaut des arguments. Il est également possible de créer une fonction personnalisée au départ d'une fonction existante, tout en conservant l'original intact, grâce à

nom_fonction2 <- edit(nom_fonction1)

Lors de l'exécution, R renvoie par défaut le résultat de la dernière expression évaluée dans la fonction. Il est possible de préciser le résultat renvoyé grâce à la fonction return(objet1[, objet2, ...]), résultat qui prend la forme d'une liste nommée si plusieurs arguments sont spécifiés. Les arguments sont passés à la fonction par valeur et leur portée ainsi que celle de toute assignation classique à l'intérieur d'une fonction est locale. Lors de l'exécution, une copie des arguments est transmise à la fonction, laissant les originaux intacts. Les valeurs originelles des arguments ne sont donc pas modifiées par les expressions contenues dans la fonction.

x <- 2
carre <- function(z) {z<-z*z; return(z)}
carre(x) # retourne [1] 4
x  # retourne 2

Compte tenu de la puissance et de la concision du langage, il est fortement recommandé d'ajouter des commentaires au code des fonctions, en les faisant précéder du symbole dièse #. La suite de la ligne est alors ignorée lors de l'interprétation de la fonction et peut donc être complétée par un commentaire libre. Il est important de choisir des noms différents pour les nouvelles fonctions, sans quoi les définitions se superposeront, y compris à celles des fonctions prédéfinies. Quand on définit une nouvelle fonction numérique, on a toujours intérêt à faire en sorte qu'elle puisse s'appliquer correctement à une matrice, ce qui impose de veiller aux multiplications terme à terme.

Style de programmation La philosophie de R est celle d'un langage fonctionnel. Au lieu de créer un logiciel avec programme principal et procédures, on étend le langage par les fonctions dont on a besoin. Le rôle du programme principal est joué par un fichier de commandes appelé script contenant essentiellement des appels de fonctions.

Certaines erreurs difficiles à trouver proviennent de confusions entre noms de variables ou de fonctions. R garde en mémoire tous les noms introduits tant qu'ils n'ont pas été libérés par rm. Il est donc prudent de donner des noms assez explicites aux variables. Les variables introduites dans la session ou dans les fichiers de commandes sont globales. Par défaut, toutes les variables introduites à l'intérieur d'une fonction sont locales. C'est une des raisons pour lesquelles on a intérêt à définir de nouvelles fonctions plutôt que d'utiliser des fichiers de commande exécutables.

R propose les commandes des langages de programmation classiques.

Commandes principales
Pour	for	(i in vecteur}){	instruction;	}
Tant que	while	(booleen){	instruction	}
Si	if	booleen then{	instruction	}
Sinon	else		instruction	}