Sauvegarde d’objets#
Il possible de sauvegarder tout objet sous format .RData. Il convient de faire cette sauvegarde lorsque nous ne voulons pas garder nos objets en mémoire. Surtout, lorsque nous travaillons avec des données importantes en volume.
x<-matrix(rnorm(100), ncol=10)
save(x, file = "x.RData")
Maintenant, on peut recharger ces mêmes données. pour être sûr que nous n’avons pas chargé les données qui étaient en mémoire, supprimons tout ce qui se retrouve dans l’environnement:
rm(list=ls())
load("x.RData")
x
| -0.98968214 | 1.5430582 | -0.81719052 | 0.74119704 | 0.90709888 | -0.3553483 | 0.4624287 | -0.13656315 | 0.50831357 | 1.030039477 |
| 0.01762784 | 0.3718494 | 0.44867191 | 0.57790483 | -0.34347929 | -0.7165061 | -0.1953985 | -0.44277351 | -0.64186921 | 0.548252296 |
| 1.14561282 | -1.0983844 | -0.43289562 | 0.70534587 | 0.28078024 | -0.1477253 | -0.7715706 | 0.95338652 | -0.14877186 | 0.130386771 |
| -0.11384197 | -0.5213168 | -0.64322952 | 0.55333885 | -0.68713267 | -0.5829309 | 1.2919108 | -0.26473569 | -0.09263285 | 0.027954102 |
| -1.74991111 | -0.3248165 | -0.12755875 | 0.45138120 | 0.48242399 | 0.1576232 | 1.4704462 | -0.05604028 | 1.02220420 | -0.002904402 |
| -0.79510613 | 1.0985903 | -0.09546678 | 0.87707966 | -0.68703468 | -1.7285210 | 0.1380688 | 1.59432622 | 0.27530733 | -0.008484303 |
| -0.56902931 | -0.5364723 | -0.92776370 | -0.07377528 | -0.35373965 | -0.5111408 | -0.6491552 | -0.75006554 | 1.73890491 | -0.235463239 |
| -0.15516328 | 0.5225819 | 0.18402012 | 0.11044741 | -0.92623630 | 0.6782709 | 0.1401750 | -0.18490952 | -0.15509131 | 1.044660930 |
| -0.63725391 | 0.2885104 | 0.48862204 | -0.21135367 | 0.80456196 | 0.4509168 | -0.9183680 | 0.73059945 | 0.05625312 | 0.380868925 |
| 1.58184667 | -0.7308821 | 0.24093154 | -1.10022036 | -0.04246984 | 0.6484575 | 0.5167551 | -0.01417224 | -0.45291335 | -0.595847644 |
Il aussi possible de sauvegarder les données (les résultats par exemple) dans des fichiers .csv qu’on pourrait redistribuer par la suite dans le contexte de production de rapport ou de partage de résultats.
Nous utilisons alors la fonction write.csv;
write.csv(x, "données_x.csv")
Remarquez qu’à chaque fois nous réexécutons ce code, nous supprimons l’ancien fichier portant le même nom.
On peut aussi lire ce même fichier avec la fonction
oo<-read.csv("données_x.csv")
head(oo)
| X | V1 | V2 | V3 | V4 | V5 | V6 | V7 | V8 | V9 | V10 | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| <int> | <dbl> | <dbl> | <dbl> | <dbl> | <dbl> | <dbl> | <dbl> | <dbl> | <dbl> | <dbl> | |
| 1 | 1 | -0.98968214 | 1.5430582 | -0.81719052 | 0.7411970 | 0.9070989 | -0.3553483 | 0.4624287 | -0.13656315 | 0.50831357 | 1.030039477 |
| 2 | 2 | 0.01762784 | 0.3718494 | 0.44867191 | 0.5779048 | -0.3434793 | -0.7165061 | -0.1953985 | -0.44277351 | -0.64186921 | 0.548252296 |
| 3 | 3 | 1.14561282 | -1.0983844 | -0.43289562 | 0.7053459 | 0.2807802 | -0.1477253 | -0.7715706 | 0.95338652 | -0.14877186 | 0.130386771 |
| 4 | 4 | -0.11384197 | -0.5213168 | -0.64322952 | 0.5533389 | -0.6871327 | -0.5829309 | 1.2919108 | -0.26473569 | -0.09263285 | 0.027954102 |
| 5 | 5 | -1.74991111 | -0.3248165 | -0.12755875 | 0.4513812 | 0.4824240 | 0.1576232 | 1.4704462 | -0.05604028 | 1.02220420 | -0.002904402 |
| 6 | 6 | -0.79510613 | 1.0985903 | -0.09546678 | 0.8770797 | -0.6870347 | -1.7285210 | 0.1380688 | 1.59432622 | 0.27530733 | -0.008484303 |