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
  • Être capable de suivre le module Manipulation et visualisation de données avec R
Programme
  • Introduction à l'IDE Rstudio
  • Créer un projet et un script
  • Structures de données : qu'est-ce qu'une variable, un type, un objet ?
  • Manipulation de données de base
  • Utiliser des fonctions de packages externes
Public
Personnel scientifique et technique
Prérequis
Aucun
Localisation
Sur site en présentiel
Partie théorique
40 %
Partie pratique
60 %
Durée
0.50 journée(s)
Intervenant·es
Charlotte BERTHELIER / Nicolas HENRY
Date

Manipulation et visualisation de données avec R

By Mark Hoebeke on
Objectifs
  • Importer, structurer, transformer et exporter un tableau de données avec R
     
  • Générer des figures de qualité pour, par exemple, une publication scientifique
Programme
  • Introduction au tidyverse (metapackage pour manipuler, visualiser et analyser des données)
  • Import et export de tableaux de données (csv, excel, google sheet, etc.) Manipulation de tableaux de données avec dplyr et tidyr (filtre, aggregation, jointure)
  • Manipulation de chaînes de caractères et de dates avec stringr et lubridate
  • Introduction aux concepts de visualisation de données
  • Apprendre à utiliser ggplot2 grâce à esquisse
  • Partager ses résultats avec Quarto
  • Aucune notion de statistique ne sera abordée durant ce cours
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