Data wrangling and data visualisation with R

By nhenry on
Objectifs
  • Mastering the import, transformation and export of tabular data in R
  • Being able to generate publication ready figures directly from R
Programme
  • Introduction to the tidyverse (metapackage for data wrangling and visualisation)
  • Import and export tabular data (csv, excel, google sheet, etc.)
  • Data frame manipulation with dplyr and tidyr (filtering, summarising, joining)
  • Edit character strings and dates with stringr and lubridate
  • Introduction to basic concepts of data visualisation
  • Learn how to use ggplot2 with esquisse
  • Share results with Quarto

This course is about data wrangling and visualisation only, no statistical concepts will be covered.

Public
Scientific staff
Prérequis
Know R basics, see ABiMS module R initiation
Localisation
Sur site en présentiel
Partie théorique
50 %
Partie pratique
50 %
Durée
1.00 journée(s)
Intervenant·es
Nicolas Henry / Charlotte Berthelier
Date

R for beginners

By nhenry on
Objectifs

For someone new to R:

  • understand R basics
  • being able to use R on its own
  • being able to follow the ABiMS module: "Data wrangling and Data visualisation with R"
Programme
  • Introduction to the IDE Rstudio
  • Learn to create a R studio project and a script
  • Explore the different types of data structure
  • Play with tables
  • Import packages and learn how to use new functions
Public
Scientific staff
Prérequis
Aucun
Localisation
Sur site en présentiel
Partie théorique
50 %
Partie pratique
50 %
Durée
0.50 journée(s)
Intervenant·es
Charlotte Berthelier / Nicolas Henry
Date

Using the cluster - SLURM

By lecorguille on
Objectifs
  • Understand the concepts and best practices for using computing resources.
  • To be able to use the platform's computing resources independently.
     
Programme
  • Introduction: equipment (computing and storage), workspaces, tools and data.
  • Parallel computing: concepts, resources
  • Submitting jobs (srun, sbatch)
  • Monitoring, checking and controlling jobs (squeue, scontrol, scancel, sacct).
  • Basics of job optimisation
  • Solutions for parallelizing jobs: (--array)
  • Presentation of Open OnDemand
Public
Personnel scientifique et technique
Prérequis
Be autonomous with Linux or have followed the Linux initiation module.
Localisation
Sur site en présentiel
Partie théorique
60 %
Partie pratique
40 %
Durée
1.00 journée(s)
Intervenant·es
Gildas LE CORGUILLÉ / Loraine GUÉGUEN / Mark HOEBEKE

R Initiation

By Mark Hoebeke on
Objectifs

  • Pour une personne qui découvre R : savoir utiliser R de manière autonome et comprendre les principes de base

  • Se familiariser avec les principes du tidyverse

  • Être capable de suivre le module Manipulation et visualisation de données avec R

Programme

1. Prise en main de l’environnement de travailIntroduction à l’IDE RStudio

  • Création et structuration d’un script
  • Création et organisation d’un projet R

2. Fondamentaux du langage R

  • Notions de variables, types et objets
  • Compréhension des principales structures de données
  • Premières manipulations et opérations de base

3. Manipulation de données

  • Importation et manipulation simple de données
  • Utilisation de fonctions issues de packages externes
  • Manipulation de tableaux de données avec les packages du tidyverse :
    • dplyr (filtrage, agrégation, jointures)
    • tidyr (réorganisation et structuration des données)
Public
Personnel scientifique et technique
Prérequis
Aucun
Localisation
Sur site en présentiel
Partie théorique
40 %
Partie pratique
60 %
Durée
1.00 journée(s)
Intervenant·es
Charlotte BERTHELIER / Nicolas HENRY
Date

Manipulation et visualisation de données avec R

By Mark Hoebeke on
Objectifs

  • Manipuler des données avec R : Importer, structurer, transformer et exporter des tableaux de données (csv, Excel, Google Sheets, etc.).

  • Maîtriser les opérations avancées : Agrégation, synthèse et actions complexes sur les dates (avec lubridate) et les chaînes de caractères (avec stringr).

  • Automatiser des tâches : Utiliser les opérations itératives (avec purrr).

  • Visualiser des données : Générer des figures de qualité publication (revues scientifiques, rapports) avec ggplot2.

  • Partager ses résultats : Exporter un rapport d’analyse dynamique et reproductible en HTML (avec Quarto).

Programme

1. Import et export de données

  • Lire et écrire des fichiers (csv, Excel, Google Sheets) avec readr, readxl, et googlesheets4.
  • Bonnes pratiques pour structurer et nettoyer ses données.

2. Manipulation avancée 

  • Agrégation et synthèse : Maîtriser group_by et summarise pour calculer des statistiques par groupe (moyennes, sommes, dénombrements, etc.).
  • Travailler avec des dates (lubridate) : calculs, extractions, conversions.
  • Manipuler des chaînes de caractères (stringr) : extractions, remplacements, expressions régulières.

3. Visualisation de données

  • Principes de base d’une visualisation efficace.
  • Créer des graphiques avec ggplot2 : syntaxe, personnalisation, thèmes.
  • Utiliser esquisse pour prototyper rapidement des graphiques.

4. Automatisation et reproductibilité

  • Itérations et fonctions : purrr::map et fonctions personnalisées.
  • Générer des rapports dynamiques avec Quarto : intégrer du code, des résultats et des visualisations en un seul document.

5. Cas pratique

  • Mise en application sur un jeu de données réel : de l’import à l’export d’un rapport complet.

Aucune notion de statistique ne sera abordée.

Public
Personnel scientifique et technique
Prérequis
Avoir suivi le module R initiation ou avoir déjà utilisé R pour des tâches simples (par exemple : importer un fichier csv, faire un test statistique, faire une figure avec plot() etc.)
Localisation
Sur site en présentiel
Partie théorique
50 %
Partie pratique
50 %
Durée
1.00 journée(s)
Intervenant·es
Nicolas HENRY / Charlotte BERTHELIER
Date
Subscribe to