Formation R avancée : Outils de développement et de performance
Présentation de la formation
1
Construire un package
R
1.1
Initialiser un package
1.2
Ajouter une fonction : exemple fil rouge
1.3
Documenter une fonction
1.4
Tester le package de manière
intéractive
1.5
Tester le package de manière
automatique
1.6
Faire un
check
du package
1.7
Installer le package
1.8
Annexe 1.1 : ajouter d’une méthode S3
1.9
Annexe 1.2 : soumettre son package au CRAN
2
Contrôle de version avec
git
et GitHub : hitorique de changement,
2.1
Principe du contrôle de version
2.1.1
git
2.1.2
subversion
2.2
Utiliser
git
localement depuis RStudio
2.2.1
Bonnes pratiques du
commit
2.3
GitHub
2.3.1
Mettre son package
R
sur GitHub
2.4
Collaboration pour la production du code
2.4.1
Branches
2.4.2
Merge
2.4.3
Les conflits
2.4.4
Fork
2.4.5
Pull request
2.4.6
Issues
2.5
Intégration continue
2.5.1
Travis CI
2.5.2
Appveyor
2.5.3
R-hub
2.6
Annexe 2.1 : couverture du code
3
Mesurer et comparer des temps d’exécution
3.1
Mesurer des temps d’exécution avec
system.time()
3.2
Comparer des temps d’exécution avec
microbenchmark()
4
Profiler
son code
4.1
Comparaison avec une version plus habile de
mnvpdf()
4.2
Comparaison avec une version optimisée dans R
5
Rcpp
ou comment intégrer facilement du code
C++
dans un package
R
5.1
Première fonction en Rcpp
5.2
Optimisation grâce à
C++
5.3
Annexe 5.1 : l’optimisation prématurée n’est pas une bonne idée
6
Parallélisation du code
R
6.1
Introduction à l’execution parallèle sous
R
6.2
Première fonction parallèle en
R
6.3
Parallélisation efficace
6.4
Parallélisation dans notre exemple fil rouge
6.5
Conclusion
7
Miscélanées
7.1
Debugging avec
browser()
7.2
attach
7.3
gestion mémoire
7.4
copies et variables locales/globales dans les fonctions
7.5
naming
7.6
gpplot2
8
Take Home message
Références
Published with bookdown
Formation R avancée
Chapitre 7
Miscélanées
7.1
Debugging avec
browser()
7.2
attach
7.3
gestion mémoire
7.4
copies et variables locales/globales dans les fonctions
7.5
naming
7.6
gpplot2