Vous prévoyez de mettre à niveau votre installation serveur d’Ubuntu 16.04 vers Ubuntu 18.04 LTS ? C’est aussi le meilleur moment pour migrer vers R 3.5 ! Par ailleurs, si vous trouvez toujours difficile d’installer des packages R pour les données géographiques sur Ubuntu, ce temps est révolu. Suivez le guide ! Notez que ce tutoriel fonctionne aussi pour R ...

Accueillons comme il se doit viridis, nouvelle palette de {ggplot2}! Viri-what ? viridis est l’une des palettes préféré d’un membre de l’équipe (guesswho). La palette viridis a d’abord été développée pour le paquet python matplotlib, et a été implémentée dans R depuis. Les points forts de cette palette sont : les graphiques sont beaux (ce qui est une raison suffisante) les couleurs ...

Lecteur assidu de nos pages, vous savez déjà à quel point il est important d’avoir des données bien ordonnées pour des traitements statistiques efficaces. Et parce qu’on ne les rencontre pas toujours (qui a dit « jamais » ?) dans la nature, voici quelques conseils pour construire vos bases de données correctement, pour travailler avec justesse et éviter à vos ...

Il y a plusieurs raisons pour lesquelles vous voudriez déployer votre propre R Archive Repository : vous ne voulez pas dépendre de GitHub pour vos paquets de développement, vous voulez utiliser une méthode plus « confidentielle », ou peut-être (et c’est une bonne raison), vous êtes un nerd et vous aimez l’idée d’héberger votre propre repo. Donc, voici comment. ...

Le système orienté objet est une approche simple et puissante permettant de programmer avec R. Pourtant, ekke peut être un peu intimidante au début, surtout si vous avez toujours codé en R, avec des fonctions. Dans ce billet, nous allons nous pencher du côté de {R6}, l’un des packages les plus téléchargés du CRAN, et l’un des piliers d’un grand ...

Parce que j’en avais assez de taper toujours la même chose. J’ai enfin pris le temps de me faire un petit snippet Rstudio. Pour cela il suffit de se rendre dans Tools > global Option > code > edit snippet et de rajouter dans la liste ces quelques lignes : snippet aa ${1:dataset} <- ${1:dataset} %>% ${0} Voici le résultat ...

Dans la Task Force ThinkR, nous adorons jouer avec H2O dans R. Leurs algorithmes pour le machine learning et l’intelligence artificielle sont vraiment puissants. Combiné avec Apache Spark via Sparkling Water, H2O permet d’avoir des procédures de traitement de données encore plus puissantes, que vous pouvez exécuter sur votre propre ordinateur portable. Installer Spark et H2O pour qu’ils travaillent ensemble ...

Dans cet article, je vais vous présenter l’approche que nous utilisons chez ThinkR pour les applications Shiny que nous sommes ammenés à concevoir. Il s’agit d’un cadre de travail relativement strict mais conçu pour nous simplifier la vie et garantir de livrer une application “prod ready” ( qu’elle soit lancée en local, sur shinyserver, Rconnect ou encore via ShinyProxy avec ...