# Chemin à ajuster
# mi <- read.table("../data/mi.csv", sep = ",", header = TRUE)
setwd("/home/blaise/Documents/Cours/R_pasteur_phd")
# Création d'un dossier pour sauver les résultats
dir.create("test_results")

# On charge le tableau de données sous forme de data frame
# Bonne pratique: vérifier les options:
# ?read.table
mi <- read.table("data/mi.csv", sep = ",", header = TRUE)
# On peut visualiser dans RStudio
# View(mi)
# On peut aussi voir des informations dans l'environnement
# Et aussi avec des commandes R, comme str:
str(mi)

# Changer l'ordre des niveaux d'un facteur
###########################################
# Quels sont les niveaux de revenus définis ?
levels(mi$Income)
# On aimerait plutôt avoir l'ordre suivant (plus bas revenus en premier):
levels(mi$Income)[c(4, 1, 2, 3)]
# Ajout d'une nouvelle colonne pour les revenus,
# où les niveaux du facteur mi$Income ont été réordonnés
mi$Income_fixed <- factor(mi$Income, levels(mi$Income)[c(4, 1, 2, 3)])
# On veut que la figure aille dans un pdf
# Vérification des niveaux de revenus
levels(mi$Income_fixed)

# Sauver le tableau modifié dans un fichier.
# Au format TSV, pour changer.
# Bonne pratique: vérifier les options:
# ?write.table
write.table(mi, "test_results/mi_fixed.tsv", sep = "\t", quote = FALSE)



# Plusieurs figures, les sauver
################################
# Bonne pratique: vérifier les options:
# ?par
# Figure à 3 graphes les uns en dessous des autres
###################################################
# Ouverture d'un fichier pdf
pdf("test_results/Income_BMI.pdf")
# On demande les graphiques sur 3 lignes et 1 colonne
par(mfrow = c(3, 1))
# Distribution des indices de masse corporelle
hist(mi$BMI)
# Distribution des revenus
barplot(table(mi$Income_fixed))
# Visualisation synthétique des distributions
# d'indices de masse corporelle pour chaque classe de revenus
boxplot(mi$BMI~mi$Income_fixed)
# On ferme le pdf
dev.off()

# Figure à deux graphes superposés
###################################
# Ouverture d'un fichier pdf
pdf("test_results/Age_effect.pdf")
# On veut maintenant une seule figure
par(mfrow = c(1, 1),
    # Avec de la marge en plus à droite pour le 2e axe
    oma = c(0, 0, 0, 2))
# Indices de masse corporelle en fonction de l'âge
# "+" bleu
plot(x = mi$Age, y = mi$BMI,
     pch = 3, col = "blue",
     xlab = "Age", ylab = "BMI")
# On veut superposer un deuxième graphe
par(new = TRUE)
# Rythme cardiaque en fonction de l'âge
# Il va faloir gérer "à la main" les axes.
# "x" orange
plot(x = mi$Age, y = mi$HeartRate,
     pch = 4, col = "orange",
     axes = FALSE, xlab = "", ylab = "")
# On met l'axe à droite
axis(side = 4)
# On ajoute une étiquette pour cet axe
mtext("Heart rate",
      # Texte à droite
      side = 4,
      # sur la "troisième" marge
      line = 3)
# On ferme le pdf
dev.off()

# Boucles
##########

v <- c(4, 2, 0)

# Affichage et utilisation d'une variable de boucle
for (i in v) {
  # Entre accolades, les instructions à exécuter plusieurs fois
  # À chaque tour, i a une valeur différente:
  print(paste("i: ", i))
  print(paste("i²: ", i^2))
}

# Boucle avec "accumulateurs"
# Vecteur vide qu'on va augmenter au fur et à mesure
pays <- c()
# Nombre qui nous permet de compter les tours de boucle
i <- 0
for (prefix in c("Pak", "Afghan", "Turkmen", "Tadjik")) {
  print(i)
  print(pays)
  pays <- c(pays, paste0(prefix, "istan"))
  i <- i + 1
}
print("Fini")
print(i)
print(pays)

# Fonction

# Ici, on définit la fonction, et on la met dans une variable
nom_de_la_fonction <- function(argument_1, argument_2) {
  print("Ici, la fonction est en train de s'exécuter")
  print(paste("argument_1:", argument_1))
  print(paste("argument_2: ", argument_2))
}

# Ici, on utilise la fonction, avec deux paires d'arguments différentes
nom_de_la_fonction("a", "b")
nom_de_la_fonction("paf", "vroum")

# Exemple de fonction produisant une valeur de retour
my_square <- function(num) {
  return(num * num)
}

my_square(3)
n <- my_square(2)
n

# Simulation de données: exemple avec boucles imbriquées
#########################################################

generate_plate_results <- function(filename) {
  # Simuler des données pour des plaques 96 puits.
  # On veut de la place pour 3 exemplaires d'un même échantillon dans la plaque
  sample_names <- paste0("s", 1:(96%/%3))
  sample_names_tripled <- rep(sample_names, each = 3)
  # On tire au sort l'ordre des échantillons dans la plaque
  sample_names_randomized <- sample(
    x = sample_names_tripled,
    size = length(sample_names_tripled),
    replace = FALSE)
  plate_rows <- LETTERS[1:8]
  plate_cols <- 1:12
  measures <- rpois(96, lambda = 3)
  lines <- paste("row", "column", "sample", "value", sep = "\t")
  # Nombre de puits "remplis"
  i <- 1
  for (r in plate_rows) {
    for (c in plate_cols) {
      lines <- c(
        lines,
        paste(
          r, c,
          sample_names_randomized[i],
          as.character(measures[i]), sep = "\t"))
      i <- i + 1
    }
  }
  cat(
    paste(lines, collapse = "\n"),
    file = paste("test_results", filename, sep = "/"))
}

for (filename in paste0("run_", 1:3, ".tsv")) {
  generate_plate_results(filename)
}
# Équivalent à:
#generate_plate_results("run_1.tsv")
#generate_plate_results("run_2.tsv")
#generate_plate_results("run_3.tsv")