Introduction à la programmation en R : du script à la programmation

La transition de script à programmation en R marque le passage de l'exécution d'instructions isolées et interactives à la construction de pipelines automatisés et évolutifs. Cette évolution implique l'organisation des données dans des conteneurs robustes tels que vecteur, matrice, facteur, tableau, et liste pour gérer des architectures d'information complexes.

1. Flux de contrôle programmé

Au lieu de répéter manuellement, nous utilisons des blocs logiques pour gérer la complexité. R fournit des mécanismes structurés de flux de contrôle :

Itération :for (nom in expr_1) expr_2, while (condition) expr, et repeat expr.
Conditions :if (expr_1) expr_2 else expr_3 pour la branche logique et le fonctionnement vectorisé ifelse pour des décisions élément par élément.

# Regroupement d'expressions
{ expr_1 ; ... ; expr_m }

2. Pensée vectorisée et application fonctionnelle

La programmation en R utilise l'itération fonctionnelle pour traiter les structures de données sans boucles explicites. Les fonctions telles que apply, lapply, sapply, et tapply vous permettent de mapper une logique sur des tableaux ou des listes. Par exemple, en utilisant split pour regrouper un tableau de données par un facteur puis en appliquant une moyenne, variance, ou sqrt(sum(x)) calcul réduit considérablement la dette technique et les erreurs.

TERMINALbash — 80x24

> Ready. Click "Run" to execute.

QUESTION 1

Which structure allows you to group multiple R expressions into a single logical block?

( expr_1 , expr_2 )

{ expr_1 ; ... ; expr_m }

block[ expr_1 ]

list( expr_1 )

✅ Correct!

Braces {} are used to group multiple statements into one expression, often used in function bodies or loops.

❌ Incorrect

R uses curly braces {} to encapsulate a multi-line code block.

QUESTION 2

When would a programmer choose lapply over a standard for loop?

When the data is stored in a matrix only.

To explicitly use lsfit on single vectors.

To apply a function to each element of a list and return a list.

To stop execution immediately via repeat.

✅ Correct!

lapply is the functional way to iterate over lists, returning a result of the same length.

❌ Incorrect

lapply stands for 'list apply' and is part of R's functional programming toolkit.

QUESTION 3

What is the primary advantage of using for (i in 1:length(yc)) in the context of linear regression on multiple sets?

It automatically calculates the mean of xc.

It ensures logic remains concise regardless of the number of datasets.

It converts a list into a factor.

It forces the use of ifelse for plotting.

QUESTION 4

How does ifelse differ from if...else?

ifelse is used only inside repeat loops.

if...else is vectorized, while ifelse is not.

ifelse is vectorized; if...else handles only a single logical value.

There is no difference in R.

✅ Correct!

ifelse can process whole vectors at once, whereas if expects a single TRUE/FALSE.

❌ Incorrect

if is for control flow; ifelse is a vectorized function.

QUESTION 5

Which function would you use to group data by categories before applying a summary statistic like sum?

split

lsfit

abline

sqrt

✅ Correct!

split divides data into groups based on a factor, which can then be processed by the apply family.

❌ Incorrect

split is essential for 'Split-Apply-Combine' workflows in R.