Le langage R
R est avant tout un langage dédié à la statistique et à l’analyse de données. Il a été conçu à l’origine par des statisticiens, et c’est ce qui lui donne sa force dans ce domaine.
Ses usages principaux :
- Analyse statistique : tests, régressions, modèles linéaires et mixtes, analyse de survie, séries temporelles, etc. Une grande partie des méthodes statistiques récentes sont d’abord publiées sous forme de packages R.
- Visualisation de données : le package
ggplot2est une référence pour produire des graphiques soignés et reproductibles. - Manipulation de données : avec l’écosystème
tidyverse(dplyr,tidyr, etc.), nettoyer et transformer des tableaux de données est très fluide. - Rapports reproductibles : avec R Markdown ou Quarto, on mélange code, résultats et texte pour produire des documents, présentations ou sites web.
- Applications interactives :
Shinypermet de créer des tableaux de bord web sans passer par le développement web classique.
Les domaines qui l’utilisent le plus :
la recherche académique, la biostatistique et l’épidémiologie, la bio-informatique (via Bioconductor), les sciences sociales, l’économétrie, la finance et l’industrie pharmaceutique.
En comparaison avec Python : Python est plus généraliste (développement logiciel, production, deep learning), tandis que R reste souvent privilégié quand l’objectif principal est l’analyse statistique approfondie et la communication des résultats.
R est un langage interprété
R est un langage interprété : les instructions saisies sont évaluées directement par l’interpréteur R, sans compilation préalable à lancer par l’utilisateur. C’est ce qui rend possible une démarche d’exploration des données, où l’on essaie, observe, puis ajuste.
Mode interactif
Dans la console R ou dans RStudio, chaque expression est évaluée dès qu’elle est validée :
> 2 + 3
[1] 5
> x <- c(4, 8, 15, 16, 23, 42)
> mean(x)
[1] 18
Un fonctionnement plus nuancé
Même si l’utilisateur n’a rien à compiler, R dispose d’un compilateur de bytecode intégré (package compiler). Depuis la version 3.4.0, la compilation à la volée est activée par défaut : les fonctions sont compilées automatiquement après quelques appels, et les boucles de haut niveau le sont également. L’exécution reste cependant globalement interprétée, et ce mécanisme est invisible pour l’utilisateur.
Conséquences pratiques
- Avantages : souplesse d’utilisation, retour immédiat sur les résultats, idéal pour l’analyse exploratoire et la production de rapports.
- Limite : les boucles écrites en R pur peuvent être lentes sur de grands volumes de données. On privilégie alors les fonctions vectorisées (
sum(),mean(),apply()…), qui s’appuient sur du code compilé.
Pour aller plus loin
De nombreux packages délèguent leurs calculs à du code compilé en C, C++ ou Fortran. Le package Rcpp permet d’écrire soi-même des fonctions en C++ et de les appeler depuis R, ce qui est utile lorsqu’une portion de code constitue un goulot d’étranglement.

