Exercices de consolidation

Dossier de travail du module

Télécharger le dossier prêt à ouvrir (.zip)

Décompressez le fichier, puis ouvrez le projet .Rproj. Les chemins utilisés dans les exercices fonctionneront sans déplacer les données.

Ces exercices consolident les gestes du module 2: travailler dans un dépôt GitHub, importer un fichier Excel, inspecter les données, transformer un tableau avec dplyr, produire des graphiques lisibles avec ggplot2 et interpréter des statistiques descriptives.

Ils sont indépendants de l’aventure et du défi. Le fichier des manchots est utilisé ici comme fichier d’entraînement, pas comme consigne supplémentaire du défi.

Travaillez dans un fichier .R, un fichier .qmd, ou les deux. Les réponses sont repliées pour vous permettre d’essayer avant de comparer.

Dans plusieurs exercices, le fichier Excel des manchots est lu avec le chemin resources/manchots_donnees.xlsx, car cette page se trouve dans le site du cours.

Bloc A - GitHub, projet et importation

Exercice 1 - Remettre les étapes dans l’ordre

Vous simulez une courte séance de travail dans un dépôt GitHub. Remettez les actions suivantes dans un ordre logique.

Modifier le journal de bord.
Cloner le dépôt GitHub dans RStudio.
Faire un commit avec un message clair.
Ouvrir le projet .Rproj.
Faire un push vers GitHub.
Rendre le journal de bord en HTML.

Astuce

Un ordre possible:

Cloner le dépôt GitHub dans RStudio.
Ouvrir le projet .Rproj.
Modifier le journal de bord.
Rendre le journal de bord en HTML.
Faire un commit avec un message clair.
Faire un push vers GitHub.

L’idée importante est de produire une étape vérifiable avant de la committer, puis de pousser vers GitHub.

Exercice 2 - Importer le fichier Excel

Importez le fichier des manchots dans un objet nommé penguins_mission.

Astuce

library(readxl)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

penguins_mission

Exercice 3 - Inspecter la structure

Utilisez trois fonctions différentes pour comprendre la structure de penguins_mission.

Votre objectif est de repérer les noms de variables, les types et les premières lignes.

Astuce

library(readxl)
library(dplyr)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

names(penguins_mission)
glimpse(penguins_mission)
head(penguins_mission)

Exercice 4 - Repérer des valeurs problématiques

Un contrôle de qualité signale que certaines observations semblent étranges. Trouvez les lignes où:

la longueur des nageoires dépasse 300 mm;
la masse corporelle dépasse 8000 g;
la longueur du bec est inférieure à 25 mm.

Astuce

library(readxl)
library(dplyr)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

observations_problematiques <- penguins_mission |>
  filter(
    flipper_length_mm > 300 |
      body_mass_g > 8000 |
      bill_length_mm < 25
  )

observations_problematiques

Bloc B - Manipuler les données avec `dplyr`

Exercice 5 - Sélectionner les variables utiles

Créez un tableau penguins_subset qui contient seulement species, island, bill_length_mm, bill_depth_mm, flipper_length_mm et body_mass_g.

Astuce

library(readxl)
library(dplyr)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

penguins_subset <- penguins_mission |>
  select(
    species,
    island,
    bill_length_mm,
    bill_depth_mm,
    flipper_length_mm,
    body_mass_g
  )

glimpse(penguins_subset)

Exercice 6 - Filtrer une espèce et une île

Gardez seulement les manchots de l’espèce Adelie observés sur l’île Biscoe. Combien de lignes restent dans le tableau?

Astuce

library(readxl)
library(dplyr)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

adelie_biscoe <- penguins_mission |>
  filter(species == "Adelie", island == "Biscoe")

nrow(adelie_biscoe)

Exercice 7 - Créer deux variables

Ajoutez:

body_mass_kg, la masse corporelle en kilogrammes;
bill_ratio, le ratio entre longueur et profondeur du bec.

Affichez ensuite les cinq premières lignes de ces nouvelles variables.

Astuce

library(readxl)
library(dplyr)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

penguins_variables <- penguins_mission |>
  mutate(
    body_mass_kg = body_mass_g / 1000,
    bill_ratio = bill_length_mm / bill_depth_mm
  )

penguins_variables |>
  select(species, body_mass_g, body_mass_kg, bill_length_mm, bill_depth_mm, bill_ratio) |>
  head(5)

Exercice 8 - Résumer par espèce

Calculez, par espèce, le nombre d’observations, la moyenne et l’écart-type de body_mass_g et de flipper_length_mm.

Astuce

library(readxl)
library(dplyr)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

resume_especes <- penguins_mission |>
  group_by(species) |>
  summarise(
    n = n(),
    masse_moyenne_g = mean(body_mass_g, na.rm = TRUE),
    masse_ecart_type_g = sd(body_mass_g, na.rm = TRUE),
    nageoire_moyenne_mm = mean(flipper_length_mm, na.rm = TRUE),
    nageoire_ecart_type_mm = sd(flipper_length_mm, na.rm = TRUE),
    .groups = "drop"
  )

resume_especes

Exercice 9 - Construire une version nettoyée

Créez un tableau penguins_clean qui retire les observations problématiques repérées à l’exercice 4, sans modifier le fichier Excel original.

Astuce

library(readxl)
library(dplyr)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

penguins_clean <- penguins_mission |>
  filter(
    is.na(flipper_length_mm) | flipper_length_mm <= 300,
    is.na(body_mass_g) | body_mass_g <= 8000,
    is.na(bill_length_mm) | bill_length_mm >= 25
  )

tibble(
  lignes_avant = nrow(penguins_mission),
  lignes_apres = nrow(penguins_clean),
  lignes_retirees = nrow(penguins_mission) - nrow(penguins_clean)
)

Bloc C - Visualiser des variables numériques

Exercice 10 - Histogramme par espèce

Avec penguins_clean, créez un histogramme de bill_length_mm par espèce.

Astuce

library(readxl)
library(dplyr)
library(ggplot2)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

penguins_clean <- penguins_mission |>
  filter(
    is.na(flipper_length_mm) | flipper_length_mm <= 300,
    is.na(body_mass_g) | body_mass_g <= 8000,
    is.na(bill_length_mm) | bill_length_mm >= 25
  )

ggplot(penguins_clean, aes(x = bill_length_mm)) +
  geom_histogram(binwidth = 2, fill = "steelblue", colour = "white") +
  facet_wrap(~ species) +
  labs(
    title = "Distribution de la longueur du bec par espèce",
    x = "Longueur du bec (mm)",
    y = "Nombre de manchots"
  ) +
  theme_minimal()

Exercice 11 - Boîtes à moustaches

Comparez la longueur des nageoires entre les espèces avec une boîte à moustaches.

Astuce

library(readxl)
library(dplyr)
library(ggplot2)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

penguins_clean <- penguins_mission |>
  filter(
    is.na(flipper_length_mm) | flipper_length_mm <= 300,
    is.na(body_mass_g) | body_mass_g <= 8000,
    is.na(bill_length_mm) | bill_length_mm >= 25
  )

ggplot(penguins_clean, aes(x = species, y = flipper_length_mm, fill = species)) +
  geom_boxplot(alpha = 0.8) +
  labs(
    title = "Longueur des nageoires selon l'espèce",
    x = "Espèce",
    y = "Longueur des nageoires (mm)",
    fill = "Espèce"
  ) +
  theme_minimal()

Exercice 12 - Nuage de points

Créez indice_grandeur = flipper_length_mm + bill_length_mm, puis produisez un nuage de points entre indice_grandeur et body_mass_g, avec une couleur par espèce.

Astuce

library(readxl)
library(dplyr)
library(ggplot2)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

penguins_clean <- penguins_mission |>
  filter(
    is.na(flipper_length_mm) | flipper_length_mm <= 300,
    is.na(body_mass_g) | body_mass_g <= 8000,
    is.na(bill_length_mm) | bill_length_mm >= 25
  ) |>
  mutate(indice_grandeur = flipper_length_mm + bill_length_mm)

ggplot(penguins_clean, aes(x = indice_grandeur, y = body_mass_g, colour = species)) +
  geom_point(alpha = 0.75, size = 2) +
  labs(
    title = "Indice de grandeur et masse corporelle",
    x = "Indice de grandeur (mm)",
    y = "Masse corporelle (g)",
    colour = "Espèce"
  ) +
  theme_minimal()

Exercice 13 - Facettes par île

Créez un histogramme de body_mass_g et comparez les distributions entre les îles avec facet_wrap().

Astuce

library(readxl)
library(dplyr)
library(ggplot2)

penguins_mission <- read_excel("resources/manchots_donnees.xlsx")

penguins_clean <- penguins_mission |>
  filter(
    is.na(flipper_length_mm) | flipper_length_mm <= 300,
    is.na(body_mass_g) | body_mass_g <= 8000,
    is.na(bill_length_mm) | bill_length_mm >= 25
  )

ggplot(penguins_clean, aes(x = body_mass_g)) +
  geom_histogram(binwidth = 250, fill = "darkseagreen", colour = "white") +
  facet_wrap(~ island) +
  labs(
    title = "Masse corporelle des manchots selon l'île",
    x = "Masse corporelle (g)",
    y = "Nombre de manchots"
  ) +
  theme_minimal()

Bloc D - Statistiques, style et transfert

Exercice 14 - Sommaire complet avec `mpg`

Le jeu de données mpg du package ggplot2 contient des mesures de consommation de véhicules. Calculez la moyenne, la médiane, l’écart-type, l’IQR, le minimum et le maximum de hwy.

Astuce

library(ggplot2)
library(dplyr)

mpg |>
  summarise(
    n = n(),
    moyenne = mean(hwy, na.rm = TRUE),
    mediane = median(hwy, na.rm = TRUE),
    ecart_type = sd(hwy, na.rm = TRUE),
    iqr = IQR(hwy, na.rm = TRUE),
    minimum = min(hwy, na.rm = TRUE),
    maximum = max(hwy, na.rm = TRUE)
  )

Exercice 15 - Comparer des groupes avec `mpg`

Créez une boîte à moustaches de hwy par class, en triant les classes selon leur médiane.

Astuce

library(ggplot2)

ggplot(mpg, aes(x = reorder(class, hwy, median), y = hwy)) +
  geom_boxplot(fill = "orange", alpha = 0.8) +
  coord_flip() +
  labs(
    title = "Consommation autoroute selon la catégorie de véhicule",
    x = "Catégorie de véhicule",
    y = "MPG autoroute"
  ) +
  theme_minimal()

Exercice 16 - Réécrire du code avec style

Réécrivez le code suivant pour le rendre plus lisible.

plot(mpg$displ,mpg$hwy,col=as.factor(mpg$class));title("plot")

Astuce

library(ggplot2)

ggplot(mpg, aes(x = displ, y = hwy, colour = class)) +
  geom_point(alpha = 0.8) +
  labs(
    title = "Consommation autoroute selon la cylindrée",
    x = "Cylindrée (L)",
    y = "MPG autoroute",
    colour = "Catégorie"
  ) +
  theme_minimal()

Études de cas

Les deux études de cas suivantes utilisent des extraits de données ouvertes de la Ville de Québec. Leur provenance et leurs limites sont documentées dans module_02/data/README.md.

Étude de cas 1 - Arbres répertoriés de Québec

Fichier: data/arbres_repertories_quebec.csv

Vous aidez une équipe municipale à préparer un aperçu des arbres répertoriés à Québec. Chaque ligne représente un arbre; le diamètre correspond au DHP lorsqu’il est disponible.

Réalisez les tâches suivantes:

Importez le fichier avec readr::read_csv().
Inspectez la structure du tableau.
Calculez, par essence, le diamètre moyen et le nombre d’arbres.
Produisez une boîte à moustaches de diametre_cm par type_arbre.
Produisez un nuage de points des coordonnées, coloré par type_arbre.
Rédigez deux phrases qui résument ce que vous observez.

Astuce

library(readr)
library(dplyr)
library(ggplot2)

arbres <- read_csv("data/arbres_repertories_quebec.csv")

glimpse(arbres)

resume_arbres <- arbres |>
  group_by(essence) |>
  summarise(
    n = n(),
    diametre_moyen_cm = mean(diametre_cm, na.rm = TRUE),
    .groups = "drop"
  )

resume_arbres

ggplot(arbres, aes(x = type_arbre, y = diametre_cm, fill = type_arbre)) +
  geom_boxplot(alpha = 0.8) +
  labs(
    title = "Diamètre des arbres selon le type",
    x = "Type d'arbre",
    y = "Diamètre (cm)",
    fill = "Type d'arbre"
  ) +
  theme_minimal()

ggplot(arbres, aes(x = longitude, y = latitude, colour = type_arbre)) +
  geom_point(size = 2, alpha = 0.8) +
  labs(
    title = "Localisation des arbres répertoriés",
    x = "Longitude",
    y = "Latitude",
    colour = "Type d'arbre"
  ) +
  theme_minimal()

Étude de cas 2 - Compteurs cyclistes de Québec

Fichier: data/comptages_cyclistes_quebec_2026.csv

Vous préparez un court diagnostic des compteurs cyclistes de Québec. Chaque ligne représente un site et son total cumulé affiché le 10 juillet 2026.

Réalisez les tâches suivantes:

Importez le fichier.
Calculez le nombre moyen de passages par type de compteur.
Créez une variable compteur_recent qui vaut TRUE si annee_debut est supérieure ou égale à 2021.
Produisez un nuage de points entre l’année de début et les passages cumulés, coloré par type de compteur.
Comparez les passages cumulés entre les types de compteur avec une boîte à moustaches.
Rédigez une recommandation courte pour l’équipe de planification.

Astuce

library(readr)
library(dplyr)
library(ggplot2)

velo <- read_csv("data/comptages_cyclistes_quebec_2026.csv")

resume_velo <- velo |>
  group_by(type_compteur) |>
  summarise(
    passages_moyens = mean(passages_velo_cumules, na.rm = TRUE),
    .groups = "drop"
  )

resume_velo

velo_prepare <- velo |>
  mutate(compteur_recent = annee_debut >= 2021)

ggplot(velo_prepare, aes(x = annee_debut, y = passages_velo_cumules, colour = type_compteur)) +
  geom_point(size = 2, alpha = 0.8) +
  labs(
    title = "Passages cyclistes selon l'année de début",
    x = "Année de début",
    y = "Passages cumulés",
    colour = "Type de compteur"
  ) +
  theme_minimal()

ggplot(velo_prepare, aes(x = type_compteur, y = passages_velo_cumules, fill = type_compteur)) +
  geom_boxplot(alpha = 0.8) +
  labs(
    title = "Passages cumulés selon le type de compteur",
    x = "Type de compteur",
    y = "Passages cumulés",
    fill = "Type de compteur"
  ) +
  theme_minimal()

Bloc A - GitHub, projet et importation

Exercice 1 - Remettre les étapes dans l’ordre

Exercice 2 - Importer le fichier Excel

Exercice 3 - Inspecter la structure

Exercice 4 - Repérer des valeurs problématiques

Bloc B - Manipuler les données avec dplyr

Exercice 5 - Sélectionner les variables utiles

Exercice 6 - Filtrer une espèce et une île

Exercice 7 - Créer deux variables

Exercice 8 - Résumer par espèce

Exercice 9 - Construire une version nettoyée

Bloc C - Visualiser des variables numériques

Exercice 10 - Histogramme par espèce

Exercice 11 - Boîtes à moustaches

Exercice 12 - Nuage de points

Exercice 13 - Facettes par île

Bloc D - Statistiques, style et transfert

Exercice 14 - Sommaire complet avec mpg

Exercice 15 - Comparer des groupes avec mpg

Exercice 16 - Réécrire du code avec style

Études de cas

Étude de cas 1 - Arbres répertoriés de Québec

Étude de cas 2 - Compteurs cyclistes de Québec

Bloc B - Manipuler les données avec `dplyr`

Exercice 14 - Sommaire complet avec `mpg`

Exercice 15 - Comparer des groupes avec `mpg`