index.Rmd

--- 
title: "Valoriser ses données avec R"
author: Maël Theulière & Murielle Lethrosne
date: '`r format(Sys.time(), "%d %B %Y")`'
bibliography:
- book.bib
- packages.bib
description: "Valorisation des données sous R (module 5)"
documentclass: book
link-citations: yes
site: bookdown::bookdown_site
biblio-style: apalike
---

# Introduction

```{r setup, echo=F,eval=T,include=FALSE}
knitr::opts_chunk$set(echo = TRUE, eval = TRUE, warning = FALSE, message = FALSE)
options(knitr.duplicate.label = "allow")
library(ggplot2)
theme_set(theme_gray())
library(gifski)
library(savoirfR)
```


![](images/renard.jpg){#id .class width=640 height=425}

<font size="2"> 
*Crédit photographique Sébastien Colas*
</font> 

## Le parcours de formation

```{r collecte prez parcours, results='asis', warning=FALSE, echo=FALSE}
# Utilisation du chapitre de présentation du parcours présent dans https://github.com/MTES-MCT/parcours-r
cat(stringi::stri_read_lines("https://raw.githubusercontent.com/MTES-MCT/parcours-r/master/parties_communes/le_parcours_R.Rmd", encoding = "UTF-8"), sep = "\n")
```


## Le groupe de référents R du pôle ministériel

```{r collecte prez ref, warning=FALSE, echo=FALSE, results='asis'}
# Utilisation du chapitre de présentation des référents présent dans https://github.com/MTES-MCT/parcours-r
a <- knitr::knit_child(text = stringi::stri_read_lines("https://raw.githubusercontent.com/MTES-MCT/parcours-r/master/parties_communes/les_referents_R.Rmd", encoding = "UTF-8"), quiet = TRUE)
cat(a, sep = '\n')
```


## Objectifs du module 5


Ce module va vous permettre de découvrir un ensemble de méthodes sous R afin de produire : 

- Des tableaux

- Des graphiques

- Des cartes


R permet de faire tout cela.

Et le plus important, il permet de le faire de façon reproductible.

C'est à dire qu'un programme bien conçu permet d'être reproduit 

- par une autre personne 

- à partir des mêmes données mises à jour.

Il vous permet également d'insérer ces valorisations dans un rapport ou une application via les packages Rmarkdown et Shiny qui sont au programme d'autres modules de formation.

```{r include=FALSE}
# automatically create a bib database for R packages
knitr::write_bib(c(
  .packages(), 'bookdown', 'knitr', 'rmarkdown', 'ggplot2'
), 'packages.bib')
```

```{r recup dataset depuis savoirfR, message=FALSE, include=FALSE, warning=FALSE}
library(dplyr)
# récupération des jeux de données de savoir faire
datasets_m5 <- read.csv2(system.file("extdata", "list_data_module.csv", package = "savoirfR")) %>% 
  filter(module == "m5") %>% 
  pull(file)
dir.create("extdata/")
file.copy(from = system.file("extdata", datasets_m5, package = "savoirfR"), 
          to = paste0("extdata/", datasets_m5), overwrite = TRUE)

```