GitHub et visualisation de données

Module 02

Organiser un travail de données, importer un fichier Excel et produire des visualisations lisibles.

Fil principalGitHub, importation et graphiques

DonnéesManchots, Excel et données ouvertes de Québec

DéfiJournal de bord et rapport GitHub

Produit fini du module

Produit final

Un dépôt GitHub lisible avec un rapport d'analyse

Le produit attendu combine un projet rangé, un journal de bord, un rapport Quarto reproductible et des messages de versionnement qui racontent le travail.

dépôt GitHub
import Excel
graphique annoté
rapport rendu
commit propre graphique annoté rapport rendu

Objectifs du module

À la fin de ce module, vous devriez être capable de

  • Utiliser GitHub via RStudio pour cloner un dépôt, faire des commits et pousser vos changements.

  • Lire un fichier xlsx dans RStudio et documenter l’importation dans un rapport Quarto.

  • Gérer et transformer des données numériques avec dplyr (glimpse, select, mutate, filter, group_by, summarise).

  • Calculer et interpréter des statistiques descriptives pour des variables numériques, incluant pour des sous-groupes de données.

  • Visualiser des variables numériques avec ggplot2 (histogramme, boîte à moustaches, nuage de points, facettes) et interpréter les graphiques obtenus.

  • Améliorer la qualité de graphiques avec des titres, des légendes, des axes lisibles, des unités et une cohérence graphique.

Préparer le module

Prérequis

Vous devez savoir ouvrir un projet RStudio, rendre un fichier Quarto et utiliser les gestes de base vus au module 1. Vérifiez aussi que vous pouvez vous connecter à GitHub avant la séance.

Parcours minimal

Clonez le dépôt demandé, ouvrez le projet, importez le fichier Excel, produisez un premier graphique et faites un commit lisible. Ces cinq gestes vous préparent réellement à l’aventure.

Priorité pédagogique

Commencez par un graphique clair et un court résumé avant les facettes, les analyses secondaires ou les améliorations visuelles. Les extensions viennent après un premier rendu fonctionnel.

Dépôt et aide

Ne déposez pas de données personnelles dans GitHub. Si l’accès, le clone ou le push bloque, conservez le message d’erreur et demandez de l’aide avant de contourner le problème.

Plan d’apprentissage

Les cartes reprennent les cinq étapes du plan: lectures, aventure, défi, exercices et rétroaction IA. L’aventure et le défi forment le fil narratif du module. Les exercices sont autonomes et servent à consolider les gestes techniques. La rétroaction IA revient sur un élément du travail déjà réalisé; elle ne demande aucune remise supplémentaire.

1 Lectures à faire Préparer GitHub, l'importation Excel, dplyr et ggplot2. Mini-test Ouvrir la carteRéduire

Lectures initiales

À l'automne 2026, le module 2 est préparé pendant la semaine du 7 septembre, puis travaillé en classe le 14 septembre. Le travail préparatoire installe le dépôt GitHub, l'importation Excel et les premiers graphiques; la séance de classe sert à mettre ces gestes en pratique et à consolider l'exploration numérique et la comparaison de distributions.

Travail préparatoire

Approfondissement

Aide-mémoires Posit

Faire le mini-test formatif des lectures.

2 Aventure Explorer les données de manchots et suivre le travail dans GitHub. Aventure Ouvrir la carteRéduire

Objectif Passer de la lecture à la pratique guidée.

Ressource Page Aventure

Action Importer les données, exécuter le code, produire les graphiques et garder les sorties importantes.

Résultat Un journal de bord que vous pouvez expliquer.

Arrêtez-vous après chaque résultat important et formulez ce qu’il montre.

3 Défi Remettre le journal de bord et un rapport d'analyse dans GitHub. Défi Ouvrir la carteRéduire

Défi

Le défi du module 2 se fait dans le même dépôt GitHub que l'aventure. Vous devez remettre le journal de bord et un rapport d'analyse Quarto sur les données des manchots.

Consulter le défi du module 2

  • Partie 1: compléter et rendre le journal de bord.

  • Partie 2: créer rapport_analyse.qmd et rendre rapport_analyse.html.

  • GitHub: faire plusieurs commits clairs et pousser les changements.

4 Exercices Pratiquer import, dplyr, graphiques, statistiques et cas de transfert. Exercices Ouvrir la carteRéduire

Ressource Page Exercices

Portée Ces exercices ne sont pas une étape du défi. Ils pratiquent GitHub, l'importation Excel, les graphiques et deux cas à partir de données ouvertes de Québec.

Essayez chaque exercice avant d’ouvrir la solution, surtout quand le graphique semble presque fonctionner.

5 Rétroaction IA Faire relire un extrait du travail, puis décider quoi améliorer soi-même. Mode /retroaction Ouvrir la carteRéduire

Point de départ Choisissez un seul élément réellement produit dans l'aventure, le défi ou les exercices: un extrait de code, un graphique, une interprétation ou un choix méthodologique.

Préparer Donnez la consigne, le contexte, ce que vous avez essayé et l'élément précis à relire.

Demander Ouvrez GPT STT-1100 en mode /retroaction. Demandez un point solide, une fragilité à vérifier et une question qui vous aidera à corriger.

Décider Comparez la réponse aux données et à la consigne. Modifiez vous-même seulement ce que vous comprenez et pouvez expliquer.

Demande prête à copier

/retroaction Je termine ce module. Voici la consigne visée, ce que j'ai essayé et l'extrait précis que je veux améliorer. Donne-moi un point solide, une fragilité à vérifier et une question qui m'aidera à corriger moi-même. Ne réécris pas tout le travail.

Résultat attendu Une amélioration comprise et appliquée dans votre travail, ou une raison claire de ne pas suivre la suggestion. Il n'y a ni portfolio ni remise supplémentaire à produire.

Confidentialité Ne transmettez aucune donnée personnelle, confidentielle ou protégée.

Données et outils

Bases de données

Télécharger le dossier de travail du module (.zip)

manchots_donnees.xlsx palmerpenguins::penguins Arbres répertoriés de Québec Compteurs cyclistes de Québec

Packages R

tidyverse palmerpenguins UlavalSSD readxl ggplot2 patchwork
GPT STT-1100