Depuis 1997, une vingtaine de développeurs forment l'équipe de développement de R (R Development Core team). Les membres de cette équipe ont les droits d'écriture sur le code source[8]. Le débute le Comprehensive R Archive Network (CRAN) puis le , R est intégré au Projet GNU.
La version R 1.0.0, première version officielle du langage R, est publiée le [6],[9].
En 2003, l'équipe de développement crée la R Foundation for Statistical Computing pour soutenir le projet R et devenir un point de contact de référence pour ceux qui veulent prendre contact avec la communauté R[6],[10]. À ce moment, le langage compte plus de 200 bibliothèques développées par la communauté scientifique qui utilise R[7].
La version 2.0 est publiée le [11] et la version 3.0 le [12].
En 2015, plusieurs acteurs économiques importants comme IBM, Microsoft ou encore la société RStudio (devenue Posit) créent le R Consortium pour soutenir la communauté R et financer des projets autour de ce langage[13].
Distributions
La distribution la plus connue du langage R est celle du R Project et du Comprehensive R Archive Network (CRAN). Il existe d'autres distributions comme la distribution proposée par Microsoft[14] ou encore celle de l'entreprise Oracle, Oracle R Distribution[15],[16].
Implémentations
L'implémentation la plus connue du langage R est le logiciel GNU R mis à disposition par le R Project[17].
Il existe des projets expérimentaux comme le projet Rho — projet suspendu depuis 2017[18] — visant à développer des versions plus rapides du langage R[19].
Interfaces
R avec l'environnement de développement intégré RStudio.
Les fonctionnalités de R sont accessibles depuis d'autres langages comme Python, Perl, Ruby, Julia.
Le langage R est intégré à certains SGBDR comme SQL Server depuis la version 2016.
Communauté
Communauté des contributeurs
R dispose d'un très grand nombre de bibliothèques développées par une communauté de contributeurs. À titre d'exemple, le site RDocumentation.org recense plus de 15 000 bibliothèques sur le Comprehensive R Archive Network (CRAN), GitHub et Bioconductor(en) en [20].
Le projet Bioconductor comprend à lui seul plus de 1 000 bibliothèques permettant aux chercheurs en biostatistique d'analyser et décrypter le génome[7].
Communauté des utilisateurs
Une enquête menée en 2013 par Rexer Analytics auprès de 1 300 analystes montre que R est le logiciel le plus souvent utilisé lorsqu'il s'agit d'un travail en entreprise, dans le monde académique, au sein d'organismes publics ou d'ONG et chez les analystes travaillant comme consultants[21].
Sur Twitter et Mastodon, la communauté se rassemble autour du hashtag rstats[22].
Sur Stack Overflow, il existe une importante communauté autour du tag R[23]. Il existe également une importante blogosphère autour de l'agrégateur R-Bloggers.
RStudio a lancé son site de questions & réponses autour de R[24].
Des rencontres entre utilisateurs sont régulièrement organisées en particulier au sein de Meetup[25] ou des groupes R-Ladies[26] qui promeuvent la diversité des genres dans la communauté des utilisateurs du langage.
Conférence UseR!
La réunion officielle des utilisateurs de R a lieu chaque année et se nomme "useR"[27]. La première édition a eu lieu à Vienne (Autriche)[28]. Alternant traditionnellement entre l'Europe et l'Amérique chaque année, elle a lieu pour la première fois en Australie en 2018.
Depuis plusieurs conférences ont eu ou auront lieu[29] :
useR! 2006, Vienne, Autriche
useR! 2007, Ames, Iowa, États-Unis
useR! 2008, Dortmund, Allemagne
useR! 2009, Rennes, France
useR! 2010, Gaithersburg, Maryland, États-Unis
useR! 2011, Coventry, Royaume-Uni
useR! 2012, Nashville, Tennessee, États-Unis
useR! 2013, Albacete, Espagne
useR! 2014, Los Angeles, États-Unis
useR! 2015, Aalborg, Danemark
useR! 2016, Stanford, Californie, États-Unis
useR! 2017, Bruxelles , Belgique
useR! 2018, Brisbane, Australie
useR! 2019, Toulouse, France
useR! 2020, Boston, États-Unis
The R Journal
The R Journal est un journal en accès libre consacré à R. On y trouve des articles courts à moyens sur l'utilisation et le développement de R, y compris des bibliothèques, des conseils sur la programmation, des nouvelles du CRAN et des nouvelles de la fondation[30].
Différentes bibliothèques logicielles permettent d'importer et d'exporter plusieurs formats de données structurées. Parmi celles-ci, citons :
readr fournit un moyen rapide et convivial de lire les données rectangulaires (comme csv, tsv et fwf). Il est conçu pour analyser avec souplesse de nombreux types de données tout en continuant d'échouer lorsque les données changent de façon inattendue[32].
La bibliothèque sparklyr offre une interface entre R et Apache Spark[35].
La bibliothèque readxl permet de lire les fichiers Excel avec R[36].
haven permet d'importer et d'exporter des fichiers SPSS, SAS et Stata[37].
Manipulation et transformations des données
Les bibliothèques suivantes font partie d'une collection de bibliothèques tidyverse développées par Hadley Wickham et la société RStudio (devenue Posit) :
dplyr définit une grammaire de la manipulation des données, fournissant un ensemble cohérent de verbes qui résolvent les défis les plus courants de manipulation des données[38].
tidyr fournit un ensemble de fonctions qui vous aident à obtenir des données bien rangées. Les données « ordonnées » (tidy) sont des données avec une forme cohérente : en bref, chaque variable va dans une colonne et chaque colonne est une variable[39].
readr fournit un moyen rapide et convivial de lire les données rectangulaires (comme csv, tsv et fwf). Il est conçu pour analyser avec souplesse de nombreux types de données tout en continuant d'échouer lorsque les données changent de façon inattendue[32].
purrr fournit un ensemble complet et cohérent d'outils pour travailler avec des fonctions et des vecteurs. Une fois maîtrisés les concepts de base, purrr permet de remplacer beaucoup de boucles avec du code qui est plus facile à écrire et plus expressif[40].
data.table est une alternative fournissant une version performante des data.frame avec des améliorations syntaxiques et des fonctionnalités pour une facilité d'utilisation, une commodité et une rapidité de programmation[44].
stringr et tidytext appartiennent au tidyverse et améliorent la gestion des chaînes de caractères[45]. Il existe aussi stringi[46].
Séries temporelles
lubridate appartient à tidyverse et améliore la gestion des dates et heures[47]. Il existe aussi la bibliothèque xts[48], ou encore zoo pour les séries temporelles irrégulières[49].
Visualisation des données
ggplot2 appartient à tidyverse et définit une grammaire des graphiques permettant de combiner différentes couches graphiques[50]. La libraire scales permet de gérer la mise en forme (étiquettes, échelle, etc.) d'un graphique[51].
Reproductibilité
La bibliothèque Rmarkdown permet de combiner des sections de texte mises en forme en markdown et des sections de code en R[52] pour réaliser des rapports au format Microsoft Word ou PDF, des présentations au format Beamer ou HTML5 (slidy.js ou reveal.js), des pages web, des sites web complets, des blogs[53] ou même des ouvrages entiers[54].
Le langage Sweave permet de combiner des sections de code en LaTeX et des sections de code en langage R pour produire des publications scientifiques directement depuis R.
Interactivité
La bibliothèque shiny développée par la société RStudio (devenue Posit) permet de réaliser des applications web interactives en langage R[55].
La bibliothèque plotly permet de transformer des graphiques construits avec la libraririe ggplot2 en une version web/interactive via plotly.js[56].
La bibliothèque DT permet une interface avec la bibliothèque javascript DataTables[57].
Cartes
La bibliothèque Leaflet permet de représenter des données géographiques sur des cartes interactives à l'aide de la bibliothèques JavaScript Leaflet[58].
Les bibliothèques microbenchmark[60] ou Rbenchmark[61] permettent d'évaluer les performances.
Autres
La bibliothèque devtools existe pour les développeurs de bibliothèques[62]. Elle permet notamment de charger des bibliothèques hébergées sous GitHub.
La bibliothèque reticulate permet une interface entre R et Python[63].
Exemples
Syntaxe
L'affectation se fait avec <- ou = mais le premier est préféré[64].
>x<-c(1,2,3,4,5,6)# Un vecteur ordonné>print(x)# Affiche le vecteur[1]123456>x[1]# le premier élément[1]1>x[0]numeric(0)# Les indices commencent à 1>x[1:3]# Les 3 premiers éléments[1]123>(y<-x^2)# Les valeurs de x au carré. Les deux parenthèses permettent d'afficher le résultat[1]149162536
Structure d'une fonction
nomdelafonction<-function(arg1,arg2,...){# Déclaration du nom de la fonction et de ses argumentscodereturn(object)}sommedescarres<-function(x){# Exemple de fonctionreturn(sum(x^2))# Renvoie la somme des carrés des éléments de x}
Prix et distinctions
Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est la bienvenue ! Comment faire ?
Portail des logiciels libres
Portail de la programmation informatique
Portail des probabilités et de la statistique
Portail des données
