Skip to content

M
mooc-rr
Commit 7311b628 authored by 1abfb3016981d22dedc79510d35b7fa2's avatar 1abfb3016981d22dedc79510d35b7fa2
Browse files
Options

Sujet 7 : travail évalué pairs

parent e9277279
Show whitespace changes
Inline Side-by-side
Showing with 197 additions and 84 deletions
module3/exo3/exercice_R_fr.org
View file @ 7311b628
#+TITLE: Votre titre
#+AUTHOR: Votre nom
#+DATE: La date du jour
#+LANGUAGE: fr
# #+PROPERTY: header-args :eval never-export
#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/htmlize.css"/>
#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/readtheorg.css"/>
#+HTML_HEAD: <script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js"></script>
#+HTML_HEAD: <script src="https://maxcdn.bootstrapcdn.com/bootstrap/3.3.4/js/bootstrap.min.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/lib/js/jquery.stickytableheaders.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/readtheorg/js/readtheorg.js"></script>
* Quelques explications
Ceci est un document org-mode avec quelques exemples de code
R. Une fois ouvert dans emacs, ce document peut aisément être
exporté au format HTML, PDF, et Office. Pour plus de détails sur
org-mode vous pouvez consulter https://orgmode.org/guide/.
Lorsque vous utiliserez le raccourci =C-c C-e h o=, ce document sera
compilé en html. Tout le code contenu sera ré-exécuté, les résultats
récupérés et inclus dans un document final. Si vous ne souhaitez pas
ré-exécuter tout le code à chaque fois, il vous suffit de supprimer
le # et l'espace qui sont devant le ~#+PROPERTY:~ au début de ce
document.
Comme nous vous l'avons montré dans la vidéo, on inclut du code
R de la façon suivante (et on l'exécute en faisant ~C-c C-c~):
#+begin_src R :results output :exports both
print("Hello world!")
#+end_src
#+RESULTS:
: [1] "Hello world!"
Voici la même chose, mais avec une session R (c'est le cas le
plus courant, R étant vraiment un langage interactif), donc une
persistance d'un bloc à l'autre (et on l'exécute toujours en faisant
~C-c C-c~).
#+begin_src R :results output :session *R* :exports both
summary(cars)
#+end_src
#+RESULTS:
: speed dist
: Min. : 4.0 Min. : 2.00
: 1st Qu.:12.0 1st Qu.: 26.00
: Median :15.0 Median : 36.00
: Mean :15.4 Mean : 42.98
: 3rd Qu.:19.0 3rd Qu.: 56.00
: Max. :25.0 Max. :120.00
Et enfin, voici un exemple de sortie graphique:
#+begin_src R :results output graphics :file "./cars.png" :exports results :width 600 :height 400 :session *R*
plot(cars)
#+end_src
#+RESULTS:
[[file:./cars.png]]
Vous remarquerez le paramètre ~:exports results~ qui indique que le code
ne doit pas apparaître dans la version finale du document. Nous vous
recommandons dans le cadre de ce MOOC de ne pas changer ce paramètre
(indiquer ~both~) car l'objectif est que vos analyses de données soient
parfaitement transparentes pour être reproductibles.
Attention, la figure ainsi générée n'est pas stockée dans le document
org. C'est un fichier ordinaire, ici nommé ~cars.png~. N'oubliez pas
de le committer si vous voulez que votre analyse soit lisible et
compréhensible sur GitLab.
Enfin, pour les prochains exercices, nous ne vous fournirons pas
forcément de fichier de départ, ça sera à vous de le créer, par
exemple en repartant de ce document et de le commiter vers
gitlab. N'oubliez pas que nous vous fournissons dans les ressources de
ce MOOC une configuration avec un certain nombre de raccourcis
claviers permettant de créer rapidement les blocs de code R (en
faisant ~<r~ ou ~<R~ suivi de ~Tab~).
Maintenant, à vous de jouer! Vous pouvez effacer toutes ces
informations et les remplacer par votre document computationnel.
## Préparation des données
Les données de l'évolution du nombre de cas de Covid_19 au cours du temps sont disponibles sur [Github](https://github.com/CSSEGISandData/COVID-19). Nous les récupérons sous forme d'un fichier en format CSV dont chaque ligne correspond à un Pays/Province. L'URL est: "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv"
### Téléchargement
```{r}
library(readr)
data = read_csv("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv")
View(data)
```
### Sélection des données pour garder uniquement la Belgique (Belgium), la Chine - toutes les provinces sauf Hong-Kong (China), Hong Kong (China, Hong-Kong), la France métropolitaine (France), l’Allemagne (Germany), l’Iran (Iran), l’Italie (Italy), le Japon (Japan), la Corée du Sud (Korea, South), la Hollande sans les colonies (Netherlands), le Portugal (Portugal), l’Espagne (Spain), le Royaume-Unis sans les colonies (United Kingdom), les États-Unis (US).
```{r}
data2 = subset(data, data$`Country/Region`=='Belgium'|data$`Country/Region`=='China'|data$`Country/Region`=='France'|data$`Country/Region`=='Germany'|data$`Country/Region`=='Iran'|data$`Country/Region`=='Italy'|data$`Country/Region`=='Japan'|data$`Country/Region`=='Korea, South'|data$`Country/Region`=='Netherlands'|data$`Country/Region`=='Portugal'|data$`Country/Region`=='Spain'|data$`Country/Region`=='United Kingdom'|data$`Country/Region`=='US')
View(data2)
less = c(35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 52, 53, 54, 55, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69)
data3 = data2[-less,]
View(data3)
data4 = data3[,-3]
data4 = data4[,-3]
View(data4)
```
###Modification du tableau : les dates sont rassemblées dans une seule colonne. Une colonne Pays_Date a été ajoutée. Les colonnes Long, Lat et Province/State ont été éliminées.
```{r}
library(dplyr)
library(reshape2)
table_pays = melt(data4, id.vars = 'Country/Region',
measure.vars = colnames(select(data4,
ends_with("/20"))))
table_pays = table_pays[!is.na(table_pays$value),]
table_pays$Pays_Date = paste(table_pays$'Country/Region',table_pays$'variable',sep="_")
table_pays2 = melt(data4, id.vars = 'Country/Region',
measure.vars = colnames(select(data4,
ends_with("/21"))))
table_pays2$Pays_Date = paste(table_pays2$'Country/Region',table_pays2$'variable',sep="_")
table_pays2 = table_pays2[!is.na(table_pays2$value),]
table_pays3 = bind_rows(table_pays, table_pays2)
View(table_pays3)
```
###Fusion des lignes par mêmes pays et mêmes dates. Par exemple, toutes les provinces de Chine ont été rassemblées ensemble pour les mêmes dates.
```{r}
nb_cas_pays = aggregate(value ~ Pays_Date, data= table_pays3, sum)
library(tidyr)
nb_cas_pays = separate(nb_cas_pays, "Pays_Date", c("Pays", "Date"), sep = "_")
nb_cas_pays$Pays_Date = paste(nb_cas_pays$'Pays',nb_cas_pays$'Date',sep="_")
View(nb_cas_pays)
```
###Regardons ce que nous avons obtenu:
```{r}
head(nb_cas_pays)
tail(nb_cas_pays)
```
###Les deux colonnes qui nous intéressent sont `value` et `Pays`. Vérifions leurs classes:
```{r}
class(nb_cas_pays$'value')
class(nb_cas_pays$'Pays')
```
###Value = numeric et Pays = character
###Y a-t-il des points manquants dans nos données ?
```{r}
na_records = apply(nb_cas_pays, 1, function (x) any(is.na(x)))
nb_cas_pays[na_records,]
```
### Conversion des numéros de semaine
```{r}
library("lubridate")
library("magrittr")
library(parsedate)
```
###Modification du format de la date dans la colonne 'convert_date'
```{r}
nb_cas_pays$convert_date = mdy(nb_cas_pays$Date)
```
###Les points sont dans l'ordre chronologique inverse, il est donc utile de les trier:
```{r}
nb_cas_pays = nb_cas_pays[order(nb_cas_pays$convert_date),]
```
###Le jeu de données est divisé en petit tableau par différents pays.
```{r}
library(dplyr)
table_China = subset(nb_cas_pays, nb_cas_pays$Pays == "China")
table_Belgium = subset(nb_cas_pays, nb_cas_pays$Pays == "Belgium")
table_Hong_Kong = subset(data4, data4$`Province/State` == "Hong_Kong")
table_France = subset(nb_cas_pays, nb_cas_pays$Pays == "France")
table_Germany = subset(nb_cas_pays, nb_cas_pays$Pays == "Germany")
table_Iran = subset(nb_cas_pays, nb_cas_pays$Pays == "Iran")
table_Italy = subset(nb_cas_pays, nb_cas_pays$Pays == "Italy")
table_Japan = subset(nb_cas_pays, nb_cas_pays$Pays == "Japan")
table_Korea = subset(nb_cas_pays, nb_cas_pays$Pays == "Korea, South")
table_Netherlands = subset(nb_cas_pays, nb_cas_pays$Pays == "Netherlands")
table_Portugal = subset(nb_cas_pays, nb_cas_pays$Pays == "Portugal")
table_Spain = subset(nb_cas_pays, nb_cas_pays$Pays == "Spain")
table_UK = subset(nb_cas_pays, nb_cas_pays$Pays == "United Kingdom")
table_US = subset(nb_cas_pays, nb_cas_pays$Pays == "US")
```
###Visualisation d'une partie des données. Plot UK avec une échelle linéaire :
```{r}
plot_UK = plot(x=table_UK$convert_date, y=table_UK$value, type="l", axes=F, xlab="Date", ylab="nombre de cas cumulé", main="Nombre de cas cumulé en fonction de la date pour les UK")
axis.Date(side=1, at=seq(min(table_UK$convert_date), max(table_UK$convert_date), by="months"), format="%m-%Y")
axis(side=2, at=seq(0e+00, 4e+06, by=1e+06))
```
###Visualisation d'une partie des données. Plot UK échelle logarithmique :
```{r}
plot_UK = plot(x=table_UK$convert_date, y=table_UK$value, type="l", axes=F, xlab="Date", ylab="nombre de cas cumulé", main="Nombre de cas cumulé en fonction de la date pour les UK", log = "y")
axis.Date(side=1, at=seq(min(table_UK$convert_date), max(table_UK$convert_date), by="months"), format="%m-%Y")
axis(side=2, at=seq(0e+00, 4e+06, by=1e+06))
```
###Représentation graphique des courbes des différents pays avec échelle linéaire :
```{r}
plot.new()
par(mar=c(7,4,3,3))
plot_UK = plot(x=table_UK$convert_date, y=table_UK$value, type="l", axes=F, xlab="", ylab="", col="purple")
axis(side=2, at=seq(0e+00, 4e+06, by=1e+06))
mtext("Nombre de cas cumulé", side=2, line=2.5)
par(new=T)
plot_Belgium = plot(x=table_Belgium$convert_date, y=table_Belgium$value, type="l", axes=F, xlab="", ylab="", col="red")
par(new=T)
plot_China = plot(x=table_China$convert_date, y=table_China$value, type="l", axes=F, xlab="", ylab="", col="green")
par(new=T)
plot_France = plot(x=table_France$convert_date, y=table_France$value, type="l", axes=F, xlab="", ylab="", col="blue")
par(new=T)
plot_Germany = plot(x=table_Germany$convert_date, y=table_Germany$value, type="l", axes=F, xlab="", ylab="", col="yellow")
par(new=T)
plot_Iran = plot(x=table_Iran$convert_date, y=table_Iran$value, type="l", axes=F, xlab="", ylab="", col="brown")
par(new=T)
plot_Italy = plot(x=table_Italy$convert_date, y=table_Italy$value, type="l", axes=F, xlab="", ylab="", col="black")
par(new=T)
plot_Japan = plot(x=table_Japan$convert_date, y=table_Japan$value, type="l", axes=F, xlab="", ylab="", col="pink")
par(new=T)
plot_Korea = plot(x=table_Korea$convert_date, y=table_Korea$value, type="l", axes=F, xlab="", ylab="", col="cyan")
par(new=T)
plot_Netherlands = plot(x=table_Netherlands$convert_date, y=table_Netherlands$value, type="l", axes=F, xlab="", ylab="", col="orange")
par(new=T)
plot_Portugal = plot(x=table_Portugal$convert_date, y=table_Portugal$value, type="l", axes=F, xlab="", ylab="", col="orchid")
par(new=T)
plot_Spain = plot(x=table_Spain$convert_date, y=table_Spain$value, type="l", axes=F, xlab="", ylab="", col="salmon")
par(new=T)
plot_US = plot(x=table_US$convert_date, y=table_US$value, type="l", axes=F, xlab="", ylab="", col="navy")
axis.Date(side=1, at=seq(min(table_UK$convert_date), max(table_UK$convert_date), by="months"), format="%m-%Y")
mtext("Date", side=1, line=2.5)
legend(x="top",legend = c("UK", "Belgium", "China", "France", "Germany", "Italy", "Japan", "South Korea", "Netherlands", "Portugal", "Spain", "US"), text.col = c("purple", "red", "green", "blue", "yellow", "brown", "black", "pink", "cyan", "orange", "orchid", "salmon", "navy"), pch=c(16), col = c("purple", "red", "green", "blue", "yellow", "brown", "black", "pink", "cyan", "orange", "orchid", "salmon", "navy"), ncol = 5, inset = 1.22, xpd = 1, box.lty = 0, bg = 'transparent')
title(main = "Représentation du nombre de cas cumulé en fonction du temps par pays")
```
###Représentation graphique des courbes des différents pays avec échelle logarithmique :
```{r}
plot.new()
par(mar=c(7,4,3,3))
plot_UK = plot(x=table_UK$convert_date, y=table_UK$value, type="l", axes=F, xlab="", ylab="", col="purple", log = "y")
axis(side=2, log = "y", at=seq(0e+00, 1e+07, by=1e+04))
mtext("Nombre de cas cumulé", side=2, line=2.5)
par(new=T)
plot_Belgium = plot(x=table_Belgium$convert_date, y=table_Belgium$value, type="l", axes=F, xlab="", ylab="", col="red", log = "y")
par(new=T)
plot_China = plot(x=table_China$convert_date, y=table_China$value, type="l", axes=F, xlab="", ylab="", col="green", log = "y")
par(new=T)
plot_France = plot(x=table_France$convert_date, y=table_France$value, type="l", axes=F, xlab="", ylab="", col="blue", log = "y")
par(new=T)
plot_Germany = plot(x=table_Germany$convert_date, y=table_Germany$value, type="l", axes=F, xlab="", ylab="", col="yellow", log = "y")
par(new=T)
plot_Iran = plot(x=table_Iran$convert_date, y=table_Iran$value, type="l", axes=F, xlab="", ylab="", col="brown", log = "y")
par(new=T)
plot_Italy = plot(x=table_Italy$convert_date, y=table_Italy$value, type="l", axes=F, xlab="", ylab="", col="black", log = "y")
par(new=T)
plot_Japan = plot(x=table_Japan$convert_date, y=table_Japan$value, type="l", axes=F, xlab="", ylab="", col="pink", log = "y")
par(new=T)
plot_Korea = plot(x=table_Korea$convert_date, y=table_Korea$value, type="l", axes=F, xlab="", ylab="", col="cyan", log = "y")
par(new=T)
plot_Netherlands = plot(x=table_Netherlands$convert_date, y=table_Netherlands$value, type="l", axes=F, xlab="", ylab="", col="orange", log = "y")
par(new=T)
plot_Portugal = plot(x=table_Portugal$convert_date, y=table_Portugal$value, type="l", axes=F, xlab="", ylab="", col="orchid", log = "y")
par(new=T)
plot_Spain = plot(x=table_Spain$convert_date, y=table_Spain$value, type="l", axes=F, xlab="", ylab="", col="salmon", log = "y")
par(new=T)
plot_US = plot(x=table_US$convert_date, y=table_US$value, type="l", axes=F, xlab="", ylab="", col="navy", log = "y")
axis.Date(side=1, at=seq(min(table_UK$convert_date), max(table_UK$convert_date), by="months"), format="%m-%Y")
mtext("Date", side=1, line=2.5)
legend(x="top",legend = c("UK", "Belgium", "China", "France", "Germany", "Italy", "Japan", "South Korea", "Netherlands", "Portugal", "Spain", "US"), text.col = c("purple", "red", "green", "blue", "yellow", "brown", "black", "pink", "cyan", "orange", "orchid", "salmon", "navy"), pch=c(16), col = c("purple", "red", "green", "blue", "yellow", "brown", "black", "pink", "cyan", "orange", "orchid", "salmon", "navy"), ncol = 5, inset = 1.22, xpd = 1, box.lty = 0, bg = 'transparent')
title(main = "Représentation du nombre de cas cumulé en fonction du temps par pays")
```
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment