Accéder au contenu principal

Cours

Introduction à Tidyverse

DébutantNiveau de compétence

Actualisé 12/2025

Commencez à explorer et à visualiser vos propres données avec tidyverse, une collection puissante et populaire d'outils de science des données au sein de R.

Commencer le cours gratuitement

RProgramming

4 h

16 vidéos

50 Exercices

4,150 XP

380K+

Certificat de formation

Apprécié par des utilisateurs provenant de milliers d'entreprises

Former une équipe ?

Essayez pour les entreprises

Description du cours

Il s'agit d'une introduction au langage de programmation R, axée sur un ensemble d'outils performants appelé Tidyverse. Vous apprendrez les processus interdépendants de manipulation et de visualisation des données à l'aide des outils dplyr et ggplot2. Vous apprendrez à manipuler des données en filtrant, triant et résumant un ensemble de données historiques réelles sur les pays afin de répondre à des questions exploratoires. Vous apprendrez ensuite à transformer ces données traitées en graphiques linéaires, graphiques à barres, histogrammes et autres graphiques informatifs à l'aide du package ggplot2. Vous découvrirez l'intérêt de l'analyse exploratoire des données et la puissance des outils Tidyverse. Il s'agit d'une introduction adaptée aux personnes n’ayant aucune expérience préalable de R et qui souhaitent effectuer des analyses de données.Les vidéos contiennent des transcriptions en direct que vous pouvez afficher en cliquant sur « Afficher la transcription » en bas à gauche des vidéos. Le glossaire du cours se trouve à droite dans la section « Ressources ». Pour obtenir des crédits CPE, vous devez suivre le cours dans son intégralité et obtenir une note d’au moins 70 % à l'évaluation qualifiante. Vous pouvez accéder à l'évaluation en cliquant sur la mention « Crédits CPE » à droite.

Prérequis

Il n’y a pas de prérequis pour ce cours

1

Data wrangling

Dans ce chapitre, vous apprendrez à effectuer trois opérations sur un tableau : filtrer des observations particulières, les organiser dans l'ordre souhaité et ajouter ou changer une colonne. Vous constaterez comment chacune de ces étapes vous permet de répondre à des questions concernant vos données.

L'ensemble de données Gapminder

Chargement des packages gapminder et dplyr

Comprendre un cadre de données

Le verbe Filter

Filtrer sur une année

Filtrer sur un pays et une année

Le verbe Arrange

Classement des observations par espérance de vie

Filtrer et organiser

Le verbe Mutate

Utilisation de la fonction mutate pour modifier ou créer une colonne

Combiner les fonctions filter, mutate, et arrange

Commencer le chapitre

2

Visualisation des données

Souvent une meilleure façon de comprendre et de présenter les données sous forme de graphique. Dans ce chapitre, vous apprendrez les compétences essentielles de la visualisation de données à l'aide du package ggplot2, et vous découvrirez comment les packages dplyr et ggplot2 fonctionnent ensemble pour créer des graphiques informatifs.

Visualisation avec ggplot2

Affectation des variables

Comparaison de la population et du PIB par habitant

Comparaison entre la population et l'espérance de vie

Échelles logarithmiques

Placer l'axe des x sur une échelle logarithmique

Placer les axes x et y sur une échelle logarithmique

Compléments au sujet de la présentation

Ajout de couleurs à un diagramme en nuage de points

Ajouter la taille et la couleur à un graphique

Création d'un sous-graphique pour chaque continent

Facettage par année

Commencer le chapitre

3

Regroupement et résumé

Jusqu'à présent, vous avez répondu à des questions concernant des paires pays-année individuelles, mais vous pourriez être intéressé par des agrégations de données, telles que l'espérance de vie moyenne de tous les pays pour chaque année. Vous apprendrez ici à utiliser les verbes group by et summarize, qui permettent de réduire de grands ensembles de données en résumés faciles à gérer.

Le verbe Summarize

Résumé de l'espérance de vie moyenne

Résumé de l'espérance de vie médiane en 1957

Résumé de plusieurs variables en 1957

Le verbe group_by

Résumé par année

Résumé par continent

Résumé par continent et par année

Visualisation des données résumées

Représentation de l'espérance de vie médiane au fil du temps

Représentation visuelle du PIB médian par habitant par continent au fil du temps

Comparaison entre l'espérance de vie médiane et le PIB médian par continent en 2007

Commencer le chapitre

4

Types de visualisations

Dans ce chapitre, vous apprendrez à créer des graphiques linéaires, des diagrammes en barres, des histogrammes et des boîtes à moustaches. Vous constaterez que chaque graphique nécessite des méthodes différentes de manipulation et de préparation des données, et vous comprendrez comment chacun de ces types de graphiques joue un rôle distinct dans l'analyse des données.

Diagrammes linéaires

Représentation graphique du PIB médian par habitant au fil du temps

Représentation visuelle du PIB médian par habitant par continent au fil du temps

Diagrammes à barres

Représentation du PIB médian par habitant par continent

Représentation du PIB par habitant par pays en Océanie

Histogrammes

Visualisation de la population

Représentation visuelle de la population avec l'axe des x sur une échelle logarithmique

Boîtes à moustaches

Comparaison du PIB par habitant entre les continents

Ajouter un titre à votre graphique

Commencer le chapitre

Introduction à Tidyverse

Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre portfolio
Partagez-la sur les réseaux sociaux et dans votre évaluation de performanceS'inscrire maintenant

Rejoignez plus de 19 millions d'utilisateurs et commencez Introduction à Tidyverse dès aujourd'hui !

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.