Utiliser Claude Code depuis WSL avec RStudio sur Windows

Vous disposez de RStudio sur Windows pour exécuter du code R et de Claude Code dans WSL pour une assistance au codage pilotée par l’IA. Ce tutoriel vous montre comment utiliser ces deux outils ensemble sur les mêmes fichiers de projet. Vous allez créer un projet R dans Windows, écrire du code manuellement, puis utiliser Claude Code depuis le terminal Ubuntu pour l’améliorer avec des visualisations et des analyses—tout en gardant RStudio ouvert pour exécuter et tester votre code.

Concepts Clés

WSL (Windows Subsystem for Linux) - Exécute Ubuntu Linux à l’intérieur de Windows, où Claude Code est installé
Traduction des chemins de fichiers - Les chemins Windows comme C:\Users\VotreNom\Documents deviennent /mnt/c/Users/VotreNom/Documents dans WSL
Flux de travail hybride - RStudio (Windows) exécute le code ; Claude Code (WSL) l’écrit et l’améliore

Ce Dont Vous Aurez Besoin

Avoir terminé le guide Installer Claude Code sur Windows
RStudio installé sur Windows
20 à 30 minutes

Étape 1 : Ouvrir RStudio sur Windows

Cliquez sur le bouton Démarrer de Windows
Tapez RStudio dans la zone de recherche
Cliquez sur RStudio pour l’ouvrir
La fenêtre RStudio s’ouvre avec plusieurs panneaux

Étape 2 : Créer un Nouveau Projet R

Dans RStudio, cliquez sur File dans le menu du haut
Cliquez sur New Project…
Sélectionnez New Directory
Sélectionnez New Project
Pour Directory name, tapez : test_claude
Cliquez sur Browse à côté de “Create project as subdirectory of:”
Naviguez vers votre dossier Documents
Cliquez sur Select Folder
Cliquez sur Create Project
RStudio crée le projet et bascule vers celui-ci

Étape 3 : Créer un Nouveau Script R

Dans RStudio, cliquez sur File > New File > R Script
Un nouveau script vide s’ouvre dans le panneau en haut à gauche
Cliquez sur File > Save (ou l’icône d’enregistrement)
Nommez le fichier : iris.R
Cliquez sur Save

Étape 4 : Écrire le Code Initial Manuellement

Tapez ce code dans votre fichier iris.R :

data(iris)
str(iris)
summary(iris)

Cliquez sur File > Save pour enregistrer vos modifications
Pour exécuter le code : sélectionnez toutes les lignes, puis cliquez sur le bouton Run (en haut à droite du panneau de script)
Vous devriez voir une sortie dans le panneau Console affichant la structure du jeu de données et les statistiques

Étape 5 : Ouvrir le Terminal Ubuntu

Cliquez sur le bouton Démarrer de Windows
Tapez Ubuntu dans la zone de recherche
Cliquez sur Ubuntu (icône circulaire orange)
Le terminal Ubuntu s’ouvre

Étape 6 : Naviguer vers Votre Dossier de Projet

Dans le terminal Ubuntu, tapez cette commande (remplacez VotreNomUtilisateur par votre véritable nom d’utilisateur Windows) :
```
cd /mnt/c/Users/VotreNomUtilisateur/Documents/test_claude
```
Pour trouver votre nom d’utilisateur, vous pouvez taper : ls /mnt/c/Users/ et chercher le nom de votre dossier
Vérifiez que vous êtes au bon endroit en tapant :
```
ls
```
Vous devriez voir iris.R et test_claude.Rproj listés

Étape 7 : Lancer Claude Code

Dans le terminal Ubuntu, tapez :
```
claude
```
Claude Code démarre et affiche un message de bienvenue
Vous devrez peut-être vous reconnecter - consultez le guide Installer Claude Code sur Windows pour les étapes d’authentification
Vous êtes maintenant prêt à utiliser l’assistance IA pour votre projet R

Étape 8 : Demander à Claude un Nuage de Points

Si Claude Code est lent ou ne répond pas, attendez simplement qu’il s’initialise. Ensuite, tapez cette requête :

Ajoute du code à iris.R pour créer un graphique de dispersion de la longueur vs. largeur des sépales, coloré par espèce. Utilise ggplot2.

Claude Code va lire votre fichier iris.R et ajouter le code de visualisation
Lorsqu’on vous le demande, donnez à Claude la permission de modifier le fichier iris.R en sélectionnant l’option appropriée
Attendez que Claude ait terminé (vous verrez un message de confirmation)

Étape 9 : Exécuter le Nouveau Code dans RStudio

Revenez à RStudio (cliquez sur la fenêtre RStudio)
Vous pourriez voir un message indiquant que le fichier a changé - cliquez sur Yes pour recharger
Si aucun message n’apparaît, cliquez sur File > Reopen with Encoding > UTF-8
Sélectionnez tout le code et cliquez sur Run
Un nuage de points apparaît dans le panneau Plots (en bas à droite)
Si vous obtenez une erreur concernant ggplot2, installez-le en tapant install.packages("ggplot2") dans le panneau Console

Étape 10 : Affiner le Nuage de Points

Revenez au terminal Ubuntu

Tapez cette requête :

Supprime le titre. Change le type de marqueur par espèce. Passe au thème classique.

Étape 11 : Voir le Graphique Affiné

Revenez à RStudio
Rechargez le fichier si demandé
Sélectionnez le code mis à jour et cliquez sur Run
Le graphique devrait maintenant s’afficher sans titre, avec différentes formes de marqueurs pour chaque espèce, et en utilisant le thème classique

Étape 12 : Demander à Claude un Graphique PCA

Revenez au terminal Ubuntu

Tapez cette requête :

Ajoute du code pour effectuer une ACP sur les variables numériques et tracer les échantillons en utilisant les deux premières composantes principales.

Étape 13 : Exécuter l’Analyse PCA

Revenez à RStudio
Rechargez le fichier si demandé
Sélectionnez tout le code et cliquez sur Run
Un graphique PCA apparaît montrant les échantillons projetés sur PC1 et PC2, colorés par espèce

Étape 14 : Demander à Claude de Réviser et Commenter

Revenez au terminal Ubuntu

Tapez cette requête :

Révise le script entier pour vérifier qu'il est correct. Ajoute des commentaires si nécessaire.

Claude va réviser le code et ajouter des commentaires complets

Étape 15 : Demander à Claude de Créer un Fichier R Markdown

Revenez au terminal Ubuntu

Tapez cette requête :

Crée un nouveau fichier R Markdown pour cette analyse. Enregistre-le sous iris_report.Rmd

Claude vous demandera la permission de créer ce fichier.
Claude va créer un nouveau fichier .Rmd dans votre dossier de projet

Étape 16 : Compiler le Fichier R Markdown

Revenez à RStudio
Cliquez sur File > Open File…
Sélectionnez iris_report.Rmd et cliquez sur Open
Cliquez sur le bouton Knit (avec une icône de pelote de laine) en haut du panneau de script
RStudio va générer un rapport HTML
Le rapport s’ouvre dans une nouvelle fenêtre montrant votre analyse complète avec du texte narratif
Le fichier HTML est enregistré dans votre dossier de projet

Dépannage

“Permission denied” lors de l’accès aux fichiers Windows depuis WSL - Assurez-vous d’utiliser /mnt/c/ et non C:/. Vérifiez que votre nom d’utilisateur est correct dans le chemin.
RStudio n’affiche pas les modifications de fichier - Cliquez sur File > Reopen with Encoding > UTF-8 pour recharger manuellement le fichier.
“claude: command not found” - Assurez-vous d’avoir terminé le guide d’installation. Essayez d’ouvrir une nouvelle fenêtre de terminal Ubuntu.
Les graphiques n’apparaissent pas - Assurez-vous que ggplot2 est installé. Exécutez install.packages("ggplot2") dans la Console RStudio si nécessaire.
Erreur : “cannot change working directory” - Votre chemin Windows contient des espaces. À l’Étape 6, encadrez le chemin avec des guillemets : cd "/mnt/c/Users/Votre Nom/Documents/test_claude"
Claude Code est lent à la première requête - Attendez 30 à 60 secondes pour que Claude s’initialise. Les requêtes suivantes seront plus rapides.

Prochaines Étapes

Essayez de demander à Claude d’ajouter des tests statistiques (t-tests, ANOVA) à votre analyse
Demandez à Claude d’obtenir une version Python de ce code et de préparer un document Quarto
Demandez à Claude de créer des fonctions pour les tâches répétitives dans vos scripts R
Utilisez Claude pour déboguer les messages d’erreur lorsque votre code R ne s’exécute pas
Explorez en demandant à Claude d’optimiser du code R lent pour de meilleures performances

Résumé du Flux de Travail

Cette configuration hybride combine le meilleur des deux mondes :

RStudio (Windows) - Console R interactive, visualisation immédiate des graphiques, interface graphique familière pour exécuter le code
Claude Code (WSL) - Génération, révision et amélioration du code alimentées par l’IA
Fichiers partagés - Les deux outils travaillent sur les mêmes fichiers via le point de montage /mnt/c/ de WSL
Raffinement itératif - Commencez avec du code manuel, améliorez avec Claude, testez dans RStudio, puis affinez davantage
Documentation - Claude peut générer des rapports complets et des commentaires pour votre analyse

Le flux de travail est simple : écrivez ou modifiez du code avec Claude dans le terminal Ubuntu, puis testez-le et exécutez-le immédiatement dans RStudio. Aucune copie de fichier ni synchronisation manuelle nécessaire—WSL et Windows partagent les mêmes fichiers de manière transparente.

Créé par Steven Ge le 11 décembre 2025.