基本類型

通常，在使用任何編程語言進行編程時，您需要使用各種變量來存儲各種信息。 變量只是保留值的存儲位置。 這意味著，當你創建一個變量，你必須在內存中保留一些空間來存儲它們。

您可能想存儲各種數據類型的信息，如字符，寬字符，整數，浮點，雙浮點，布爾等。基于變量的數據類型，操作系統分配內存并決定什么可以存儲在保留內存中。

與其他編程語言（如C中的C和java）相反，變量不會聲明為某種數據類型。 變量分配有R對象，R對象的數據類型變為變量的數據類型。盡管有很多類型的R對象，但經常使用的是：

• 矢量
• 列表
• 矩陣
• 數組
• 因子
• 數據幀

這些對象中最簡單的是向量對象，并且這些原子向量有六種數據類型，也稱為六類向量。 其他R對象建立在原子向量之上。

數據類型例校驗

Logical（邏輯型）	TRUE, FALSE	v <- TRUE print(class(v)) 它產生以下結果 - [1] "logical"
Numeric（數字）	12.3，5，999	v <- 23.5 print(class(v)) 它產生以下結果 - [1] "numeric"
Integer（整型）	2L，34L，0L	v <- 2L print(class(v)) 它產生以下結果 - [1] "integer"
Complex（復合型）	3 + 2i	v <- 2+5i print(class(v)) 它產生以下結果 - [1] "complex"
Character（字符）	'a' , '"good", "TRUE", '23.4'	v <- "TRUE" print(class(v)) 它產生以下結果 - [1] "character"
Raw（原型）	"Hello" 被存儲為 48 65 6c 6c 6f	v <- charToRaw("Hello") print(class(v)) 它產生以下結果 - [1] "raw"

?

Vectors 向量

?當你想用多個元素創建向量時，你應該使用c()函數，這意味著將元素組合成一個向量。

# 創建一個向量 apple <- c('red','green',"yellow") print(apple)#獲取向量的類型. print(class(apple))

執行以下結果：

[1] "red" "green" "yellow" [1] "character"

Lists?列表

? ? 列表是一個R對象，它可以在其中包含許多不同類型的元素，如向量，函數甚至其中的另一個列表。

# 創建一個列表. list1 <- list(c(2,5,3),21.3,sin)# 打印出列表. print(list1)

執行結果：

[[1]] [1] 2 5 3[[2]] [1] 21.3[[3]] function (x) .Primitive("sin"

Matrices?矩陣

? ? ?矩陣是二維矩形數據集。 它可以使用矩陣函數的向量輸入創建。

# 創建一個矩陣 M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE) print(M)

執行結果：

[,1] [,2] [,3] [1,] "a" "a" "b" [2,] "c" "b" "a"

Arrays 數組

? ?雖然矩陣被限制為二維，但陣列可以具有任何數量的維度。 數組函數使用一個dim屬性創建所需的維數。 在下面的例子中，我們創建了一個包含兩個元素的數組，每個元素為3x3個矩陣。

# 創建一個數組 a <- array(c('green','yellow'),dim = c(3,3,2)) print(a)

執行結果

, , 1[,1] [,2] [,3] [1,] "green" "yellow" "green" [2,] "yellow" "green" "yellow" [3,] "green" "yellow" "green" , , 2[,1] [,2] [,3] [1,] "yellow" "green" "yellow" [2,] "green" "yellow" "green" [3,] "yellow" "green" "yellow"

Factors?因子

? ? ? ?因子是使用向量創建的r對象。 它將向量與向量中元素的不同值一起存儲為標簽。 標簽總是字符，不管它在輸入向量中是數字還是字符或布爾等。 它們在統計建模中非常有用。
使用factor()函數創建因子。nlevels函數給出級別計數。

# 創建一個向量 apple_colors <- c('green','green','yellow','red','red','red','green')#創建一個factor對象 factor_apple <- factor(apple_colors)# 打印 factor. print(factor_apple) print(nlevels(factor_apple))

執行結果

[1] green green yellow red red red green Levels: green red yellow # applying the nlevels function we can know the number of distinct values [1] 3

Data Frames?數據幀

? ? ? ?數據幀是表格數據對象。 與數據幀中的矩陣不同，每列可以包含不同的數據模式。 第一列可以是數字，而第二列可以是字符，第三列可以是邏輯的。 它是等長度的向量的列表。
使用data.frame()函數創建數據幀。

# 創建一個數據幀. BMI <- data.frame(gender = c("Male", "Male","Female"), height = c(152, 171.5, 165), weight = c(81,93, 78),Age = c(42,38,26) ) print(BMI)

執行結果

gender height weight Age 1 Male 152.0 81 42 2 Male 171.5 93 38 3 Female 165.0 78 26

?

總結

以上是生活随笔為你收集整理的R语言第四讲 之R语言数据类型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。