Summary  
Comments are non-executable annotations introduced with the `#` symbol that the interpreter ignores, used to explain code logic or temporarily disable lines during debugging.

General domain of usage  
Code documentation

**Commentaires** sont des notes écrites dans le code qui ne sont pas exécutées.

Définition

Ils sont utilisés pour expliquer l'objectif du code, fournir du contexte ou désactiver temporairement des lignes lors du débogage.

## Création de commentaires
Pour ajouter un commentaire, utilisez le symbole `#`. Tout ce qui suit `#` sur la même ligne sera ignoré par R.

# A standalone comment
11 + 3  # Adding eleven and three

Dans cet exemple, la console affiche uniquement le résultat de `11 + 3` et ignore les commentaires.

## Bonnes pratiques
- Utiliser des commentaires pour clarifier les parties complexes du code ;
- Éviter la surabondance de commentaires, car cela peut encombrer le script ;
- Utiliser des commentaires pour désactiver temporairement des lignes lors du débogage.

Acquérir une compréhension solide de R, l’un des langages les plus utilisés pour l’analyse de données. Explorer les types de données fondamentaux et les valeurs unidimensionnelles, puis progresser vers des structures multidimensionnelles, y compris les matrices, les data frames et les listes. Développer les compétences nécessaires pour appliquer R efficacement dans l’analyse statistique et la prise de décision basée sur les données.

Découvrez les éléments essentiels de la syntaxe R, tels que l'arithmétique, les variables, les fonctions d'affichage et les commentaires. Renforcez votre compréhension de la logique computationnelle grâce à des exercices.

Découvrez les types de données en R et comprenez leur rôle dans la gestion des données. Développez des compétences dans la manipulation des vecteurs en tant que structures essentielles pour organiser et analyser l'information.

Développer la capacité à gérer efficacement les données catégorielles. Découvrir comment structurer, regrouper et interpréter les valeurs en convertissant des données brutes en catégories claires.

Comprendre comment représenter et manipuler des données structurées bidimensionnelles. Acquérir de l'assurance dans la transformation, l'étiquetage et l'application d'opérations sur des matrices pour des tâches analytiques.

Maîtriser la structure de données la plus utilisée dans R pour les informations tabulaires. Apprendre à organiser, transformer et extraire des informations à partir de jeux de données pour soutenir les décisions fondées sur les données.

Découvrez comment les listes vont au-delà des vecteurs en stockant des éléments de types et de longueurs différents. Développez la capacité à créer, accéder et modifier des listes pour organiser des structures de données complexes.

Commentaires

Création de commentaires

Exemple

Bonnes pratiques

Solution

Awesome!

Commentaires

Création de commentaires

Exemple

Bonnes pratiques

Solution