Literate programming & notebook avec R
Quelques lignes de code…
library(ggplot2)
ggplot(data = iris,
aes(x = cut(Sepal.Length, breaks = c(min(Sepal.Length), 5, 6, 7, max(Sepal.Length)),
include.lowest = TRUE, labels = c("Bas","Bas+","Haut","Haut+")))) +
geom_bar() + xlab("") + ylab("") + ggtitle("Répartition par classe") +
theme(plot.title = element_text(size=27), axis.text=element_text(size=19))
…En programmation lettrée
#-----------------------------------------------------------------
# Représentation graphique
# de la répartition d'individus
# discrétisés en quatre classes
#
# H. Pecout
# 5 décembre 2022
#-----------------------------------------------------------------
## Discrétisation la variable Sepal.Length (données iris)
# Statistiques sur la série statistique 'Sepal.Length'
summary(iris$Sepal.Length)
# Histogramme de la distribution
hist(iris$Sepal.Length)
# Choix des bornes de classes (amplitude égale)
bornes_des_classes <- c(min(iris$Sepal.Length), 5, 6, 7,
max(iris$Sepal.Length))
# Choix des noms de classes
nom_des_classes <- c("Trés petites","petites","grandes","Très grandes")
# Discrétisation de la variable 'Sepal.length'
iris$classe <- cut(iris$Sepal.Length,
breaks = bornes_des_classes,
labels = nom_des_classes,
include.lowest = TRUE)
#---------------------------------------------------------------------
## Représentation de la distribution selon la discrétisation
# Bibliothèque pour la représentation graphique
library(ggplot2)
# Représentation graphique de la distribution
ggplot(data = iris, aes(x = classe)) + # Choix des données et de la variable à représenter
geom_bar() + # Choix du type de représentation
xlab("") + # Suppression du nom de l'axe x
ylab("") + # Suppression du nom de l'axe y
ggtitle("Répartition par classe") + # Titre du graphique
theme(plot.title = element_text(size=27), # Taille de la police titre
axis.text=element_text(size=19)) # Taille des labels d'axeIl est possible de faire de la programmation lettrée dans n’importe quel type de document… Ce paradigme n’est pas lié à format ou à un outil. Mais il en existe tout de même un parfait pour mettre en oeuvre ce concept.
Le notebook permet de combiner du langage naturel et du langage de programmation, et d’interpréter les deux :
Les notebooks et la programmation lettrée sont apparus à la même période, celle de l’émergence du concept de recherche reproductible…
Les premiers notebooks
Émergence de la recherche reproductible
Jon Claerbout est l’un des premiers chercheur à exprimer le fait que les méthodes de calcul menacent la reproductibilité de la recherche si l’on ne donne pas un accès libre aux données et aux logiciels qui sous-tendent.
En 1976, il publie un ouvrage référence en traitement de signal :
« Fundamentals of Geophysical Data Processing »
Cette 1ère version - non-reproductible - sera le début d’un long travail de recherche sur la reproductibilité… Via des notebooks !
Émergence du Literate Programming
Le concept de programmation lettrée est pensé et conçu par Donald Knuth (1977-78). Le notebook se présente comme un outil idéal pour mettre en œuvre ce paradigme.
La mise en forme du texte se fait à l’aide d’un langage de balisage (Markdown, html…)
Un simple fichier texte (.rmd, .qmd, .ipynb…)
\
### Le Markdown
Markdown est un **langage de balisage léger** créé en 2004 par
[John Gruber](https://fr.wikipedia.org/wiki/John_Gruber),
avec l'aide d'[Aaron Swartz](https://fr.wikipedia.org/wiki/Aaron_Swartz),
dans le but d'offrir une **syntaxe facile à lire et à écrire**.
**John Gruber, 2004 : **
> « *Un document balisé par Markdown peut être lu en l'état sans donner
l’impression d'avoir été balisé ou formaté par des instructions particulières.* »
Un document balisé par Markdown peut être converti en :
>- HTML
>- PDF
>- plein d'autres formats[^1]
[^1]: Un markdown peut également être converti en format word, LaTeX, ePub, odt...
\
#### Insérer du code ?
~~~R
library(ggplot2)
ggplot(data = iris,
aes(x = cut(Sepal.Length, breaks = c(min(Sepal.Length), 5, 6, 7, max(Sepal.Length)),
include.lowest = TRUE, labels = c("Bas","Bas+","Haut","Haut+")))) +
geom_bar() +
xlab("") +
ylab("") +
ggtitle("Répartition par classe") +
theme(plot.title = element_text(size=27), axis.text=element_text(size=19))
~~~
Markdown est un langage de balisage léger créé en 2004 par John Gruber, avec l’aide d’Aaron Swartz, dans le but d’offrir une syntaxe facile à lire et à écrire.
John Gruber, 2004 :
« Un document balisé par Markdown peut être lu en l’état sans donner l’impression d’avoir été balisé ou formaté par des instructions particulières. »
Un document balisé par Markdown peut être converti en :
library(ggplot2)
ggplot(data = iris,
aes(x = cut(Sepal.Length, breaks = c(min(Sepal.Length), 5, 6, 7, max(Sepal.Length)),
include.lowest = TRUE, labels = c("Bas","Bas+","Haut","Haut+")))) +
geom_bar() +
xlab("") +
ylab("") +
ggtitle("Répartition par classe") +
theme(plot.title = element_text(size=27), axis.text=element_text(size=19))
