Ceci est un document R markdown que vous pouvez aisément exporter au format HTML, PDF, et MS Word. Pour plus de détails sur R Markdown consultez <http://rmarkdown.rstudio.com>.
Faire un traitement de données dans un notebook
Lorsque vous cliquerez sur le bouton **Knit** ce document sera compilé afin de ré-exécuter le code R et d'inclure les résultats dans un document final. Comme nous vous l'avons montré dans la vidéo, on inclue du code R de la façon suivante:
```{r cars}
summary(cars)
# Chargement des données aléatoire
N'ayant pas d'idée j'ai choisi de générer des données aléatoirement a l'aide
d'un outil en ligne [Mockaroo](https://www.mockaroo.com/). Ce n'est pas libre de
Rapide apperçu des données avec la commande `summary()`
```{r}
summary(donnees)
```
Et on peut aussi aisément inclure des figures. Par exemple:
Le tableaux contient 6 colonnes: *id*, prénom (*first_name*), nom de famille (*last_name*)
, email (*email*), "genre" (*gender*) et adresse ip (*ip_adresse*)
```{r pressure, echo=FALSE}
plot(pressure)
## Quel est le prénom le plus commun
```{r}
sort(table(donnees$first_name))
```
Vous remarquerez le paramètre `echo = FALSE` qui indique que le code ne doit pas apparaître dans la version finale du document. Nous vous recommandons dans le cadre de ce MOOC de ne pas utiliser ce paramètre car l'objectif est que vos analyses de données soient parfaitement transparentes pour être reproductibles.
Tous les prénoms n'ont qu'un occurence
Comme les résultats ne sont pas stockés dans les fichiers Rmd, pour faciliter la relecture de vos analyses par d'autres personnes, vous aurez donc intérêt à générer un HTML ou un PDF et à le commiter.
## La proportion des genres
```{r}
barplot(table(donnees$gender), xlab = "", ylab = "Pourcentage", las = 2)
```
Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel.
