# study.R data |> transform() |> normalize() |> model() |> plot() # Ancienne version -- # data |> # transform() |> # normalize() |> # plot() data |> summarize()# study.R data |> transform() |> normalize() |> model() |> plot() # Ancienne version -- # data |> # transform() |> # normalize() |> # plot() data |> summarize()
R avancé et introduction à Git
Raphaël Nedellec
Introduction à Git et à Github
Rappels
- Notions importantes en R
- Découverte de l’IDE
Motivation
Où même ça
Contrôle de version
Git est un outil de contrôle de version.
- Git permet de tracer l’historique des fichiers d’un projet en le représentant sous forme de graphe
- Modèle distribué
- Léger et performant
- Facilité pour créer des branches
- Libre et disponible sous toutes les plateformes
Contrôle de version
Collaboration
Fonctionnement de Git
Git is hard
Utilisation de Git
- en ligne de commande : terminal unix, mac, wsl2 sous windows > 10, mingw, …
- avec des outils graphiques ou dans des IDE/environnements de développement : RStudio, VSCode, gitkraken, et de multiples autres…
Dans la suite
Nous nous concentrerons sur les lignes de commande et l’interface graphique RStudio
Installation de Git
https://git-scm.com/book/en/v2/Getting-Started-Installing-Git
git config
git config
# Paramètrer son nom et son email.
git config user.name "<votre user name>"
git config user.email "<votre email>"
git init
git status
git status
git add
Pour ajouter des changements en vue de la prochaine validation (prochain commit).
git commit
Un “commit” - une validation, représente une image de votre projet à un instant donné. C’est un état qui va être enregistré dans l’historique et qui sera donc atteignable dans le futur.
git commit
Après le commit
Après le commit
git push
La commande
git pushest utilisée pour uploader des données locales vers un répertoire distant, par exemple, un projet partagé sur github.
Avant de push
Il faut définir un remote(dépôt distant), par exemple un dépôt github :
# origin est le nom par convention du dépôt distant principal
git remote add origin git@github.com:<username>/<projectname>.git
git addpour lister les fichiers àcommitgit commitpour sauvegarder un état donnégit pushpour synchroniser ces changements avec un dépôt distant
git pull
La commande
git pullest utilisée pour mettre à jour des données locales depuis un répertoire distant, par exemple, un projet partagé sur github.
On merge la branche main du dépôt origine avec notre branche courante de travail.
git pull
Un git pull est équivalent à un git fetch + git merge. L’option un est jugée moins sûre que l’option 2 mais plus simple pour démarrer sur des projets avec des workflow simples.
git branch, git switch, git checkout
La commande git branch sert à créer des branches en parallèle de la branche principale main ou master. Utile lorsque l’on collabore à plusieurs, pour créer des branches de fonctionnalités (feature branch), dans de nombreux workflow..
Voir ici pour une présentation de workflows possibles.
La commande git switch permet de changer de branche. La commande git checkout permet entre autres de changer de branche.
git merge, git rebase
Lorsque l’on souhaite fusionner deux branches, on peut réaliser deux types d’opérations :
git mergegit rebase
Ces deux opérations diffèrent par la manière de fusionner les historiques (merge préserve l’historique complet, quand rebase réécrit l’historique).
.gitignore
Il est possible d’écrire un fichier .gitignore pour ne pas traquer certains fichiers:
- fichiers volumineux
- fichiers générés à la volée qui ne doivent pas être sauvegardés (.pdf quand les sources sont dispos)
- fichiers sensibles
Secrets
Il est facile de glisser des ‘secrets’ dans ses scripts et que ceux-ci se retrouvent dans un historique git : mots de passe, token, informations sensibles. Attention aux fichiers que vous enregistrez dans vos commits (comme le .Rhistory). Soyez vigilants.
En résumé
- Utile pour créer de (nombreux) points de sauvegarde de vos projets
- Indispensable à la collaboration
- Outil de référence en développement logiciel
- 95% de vos usages sont couverts par les instructions
add,commit,pushetpull. - Outil extrêmement versatile et complexe (impossible ?) à maitriser dans sa totalité : c’est normal !
- Outil indispensable pour le data scientist
Documentation
Github et cie
Plateforme de collaboration
Github
- Compte personnel gratuit
- Possibilité de créer des projets publics et privés
- Possibilité d’automatiser des tâches avec des Github Actions
- Possibilité d’héberger des sites webs statiques (blog, sites perso, documentation) depuis Github Pages
Visite de github
Github Actions
Les github actions sont des outils de CI/CD (continuous integration / continuous delivery) qui permettent l’automatisation de certaines tâches en réponse à un évenement (un push, un commit, sur une branche, …).
- Documentation github actions
- Actions workflow R
- Actions quarto
Quarto
Quarto est un outil de programmation “littéraire” de type notebook : plus à propos de Quarto lors du dernier cours.
Github Pages
Github permet l’hébergement de sites web statiques par le biais des Github Pages. Ceci rend possible une intégration forte entre votre code et le déploiement d’un site. C’est très pratique pour héberger la documentation d’un package, un site personnel, ou tout site statique.
- Documentation des Github Pages
En résumé
- Git est un outil complexe mais indispensable au data scientist
- Une maîtrise premiers concepts simples suffira amplement à couvrir la majorité de vos besoins
- Github est la plateforme leader, des alternatives existent
- Utile pour se créer un portfolio, collaborer avec des camarades, persister du code de manière fiable
- Github doit aussi être une source d’inspiration et d’information pour vous !
R avancé et introduction à Git Raphaël Nedellec