CIST·EE2023
  • École d’été
  • Equipe
  • Modules
  • Conditions d’utilisation
  • Mentions légales
  • Contact
  1. F. Outils
  2. OUT1 - TIG'R
  • École d’été
  • Équipe
  • Tous les modules
  • A. Collecte des données
    • TYP1 - Données d’enquête
    • TYP2 - Données de recensement
    • TYP3 - L’information Géographique
  • B. Statistique exploratoire
    • EXP1 - Statistique univariée
    • EXP2 - Statistique bivariée
    • EXP3 - Statistique multivariée
  • C. Cartographie
    • CAR1 - Cartographie Thématique
    • CAR2 - Cartographie dynamique
  • D. Modèles de régression
    • MOD1 - Régression multiple
    • MOD2 - Logit et multiniveau
  • E. Analyse spatiale
    • SPA1 - Semis de Points
    • SPA2 - Distance et accessibilité
  • F. Outils
    • OUT1 - TIG’R
    • OUT2 - Initiation à QGIS
    • OUT3 - Initiation à KoboToolBox

Sur cette page

  • Informations pratiques
  • Prérequis
  • Résumé
  • Programme
  • Support de cours
  • Données
  • Références

OUT1 - TIG’R

Formation à R pour le traitement de l’information géographique

Programmation
Statistique
Graphique
Géomatique
Analyse spatiale
Cartographie
Outils
Auteurs

M. Justin DANSOU

M. Hugues PECOUT

Date de publication

27 février 2023

Contributeur·rice·s

Elina MARVEAUX (France) – Sébastien REY-COYREHOURCQ (France) – Timothée GIRAUD (France)

Informations pratiques

Ce module de formation à R pour le traitement de l’information géographique est complémentaire aux différents modules thématiques de l’école utilisant le langage R pour le traitement, l’analyse ou la représentation de données.

Il s’agit d’un module de formation technique pour l’apprentissage des différentes opérations d’import, de manipulation, d’analyse et de représentation de données avec R. Son objectif est de former à l’utilisation de R sur l’ensemble de la chaîne de traitement des données géographiques pour que les participants de l’école d’été soient le mieux préparer à l’utilisation de R dans le cadre des modules thématiques.

Ce module “outil” se déroule sur 5 jours, à un rythme de 2h par jours (10h au total). Il est organisé en leçons de différentes durées et indépendantes les unes des autres.

Prérequis

Même si ce module peut être suivi par les moins initié.es à R, il est tout de même nécessaire de connaître les principes et fonctionnement de bases du langage R.

Ce module à été construit sur les versions suivantes de R et Rstudio :
- R 4.2.2 - Téléchargement
- RStudio Desktop 2022.12.0 - Téléchargement

Il est important d’utiliser des versions similaires ou plus récentes pour s’assurer de la reproductibilité des exercices proposés.

L’installation d’un certain nombre de packages est nécessaire pour ce module. Une connexion internet est donc indispensable. Cependant, il est possible de pré-télécharger l’ensemble des sources des packages utilisés, afin de s’affranchir d’une connexion internet. Les packages nécessaires pourront être installés depuis un “miniCRAN” local, que vous pouvez télécharger ci-dessous.

Télécharger le miniCRAN (500MB)

Résumé

Les différentes leçons sont classées en sept blocs thématiques qui segmentent l’ensemble de la chaîne de traitement des données géographiques :

  • Données (import, collecte, connexion BD… et export de données)
  • Manipulation de données (gestion & traitement de données)
  • Statistique descriptive (uni, bi et multivariée)
  • Représentation graphique (R-base & ggplot2)
  • Analyse de réseau (théorie de graphes et analyse de réseau)
  • Géomatique (traitement des données vectorielles et raster)
  • Cartographie thématique (statique et interactive)
  • Reproductibilité (bonnes pratiques pour la recherche reproductible)

Les leçons des différents blocs thématiques peuvent être abordées dans n’importe quel ordre. Durant l’école, l’enchaînement des leçons sera déterminé en fonction des besoins et des connaissances nécessaires pour le bon déroulement des modules thématiques basés sur R. Le programme présenté ci-dessous est donc amené à évoluer.

Programme

Ce module de formation à R a lieu tous les jours, du lundi au vendredi de 14h à 16h.

Jour 1. Import, manipulation et représentation graphique

  • Import et export de données
  • Manipulation de données (R-base)
  • Manipulation de données (tidyverse)
  • Graphique avec ggplot2

Jour 2. Statistique descriptive et cartographie thématique

  • Statistique univariée et bivariée
  • Graphique avec R-base
  • Classification Acsendante Hiérarchique
  • Cartographie avec mapsf

Jour 3. Géomatique avec sf et terra

  • Géomatique avec R - vecteur (sf)
  • Géomatique avec R - raster (terra)

Jour 4. OpenStreetMap & R

  • Géocodage avec tidygeocoder
  • Cartographie intéractive (leaflet et mapview)
  • Extraction de données (maptiles, osmdata et osmextract)
  • Calcul d’un itinéraire avec osrm

Jour 5. Programmation lettrée et notebook

  • Introduction à la programmation lettrée et au notebook
  • Mise en pratique avec rmarkdown
  • Git…

Support de cours

Les différentes leçons ont été rassemblées et mises à disposition sur une site web dédié :


Site web TIG’R


Données

Ce module de formation utilise des données déjà préalablement utilisées dans les différents modules thématiques de l’école. En voici la liste :

Intitulé Type Téléchargement
Données pays africains (UN-CEPII) tableau csv Download
Fond de carte Afrique (GADM 2020) ESRI Shapefile Download
Africapolis 2020 (Extraction) ESRI Shapefile Download
Élévation au Bénin image raster (TIF) Download

Tous ces jeux de données sont présentés et mis à disposition sur une page dédiée du site web de ce module : https://ee-cist.github.io/TIGR/data.html.

Références

Barnier J. 2017. Introduction à R et au tidyverse. Disponible sur: https://juba.github.io/tidyverse/
Giraud T, Pecout H. 2023b. Géomatique avec R DOI: 10.5281/zenodo.7528145
Giraud T, Pecout H. 2023a. Cartographie avec R DOI: 10.5281/zenodo.7528161
Larmarange J. 2022. larmarange/analyse-R: Version du 30 mars 2022. Zenodo. DOI: 10.5281/zenodo.6398333
Lovelace R, Nowosad J, Muenchow J. 2019. Geocomputation with R. DOI: 10.1201/9780203730058
GitHub
EE CIST·2023 - licensebuttons by-nc-sa - CIST · INED · IRD · LaReSPD · UPC