目錄

1.存儲模式與基本類型

?2.類屬

3.類型轉換

4.屬性

5.str() 函數

?6.關于賦值

---

1.存儲模式與基本類型

R語言中根據類型可以將數據劃分為：

• 數值型（numeric）
• 整數型（integer）
• 字符型（character）
• 邏輯型（logical）
• 復數型（complex）
• 原始型（raw）

R 的變量可以存儲多種不同的數據類型，可以用使用以下函數查看數據的類型，但返回結果有差別： typeof(x) class(x) mode() storage.mode() 比如 整數型： typeof(1:3)

返回 ：

double 型：

typeof(c(1,2,3))

返回：

邏輯型：

typeof(c(TRUE, NA, FALSE))

返回：

字符串型：

typeof('Abc')

返回：

?注：因子返回類型是?integer

typeof(factor(c('F', 'M', 'M', 'F')))

返回：

復數型：?

typeof(2 + 1i) #1不能省略

返回：

原始型（raw）：

a <- charToRaw("rlanguage") #a此時的記錄為72 6c 61 6e 67 75 61 67 65，是字符串中每個字符的原始存儲格式 a typeof(a)

返回：

?

為了判斷某個向量 x 保存的基本類型，可以用 is.xxx() 類函數，如 is.integer(x), is.double(x), is.numeric(x), is.logical(x), is.character(x), is.complex(x), is.raw(x)。其中 is.numeric(x) 對 integer 和 double 內容都返回真值。 在 R 語言中數值一般看作 double, 如果需要明確表明某些數值是整數，可以在數值后面附加字母 L，如 is.integer(c(1, -3))

返回：

is.integer(c(1L, -3L))

返回：

整數型的缺失值是 NA，而 double 型的特殊值除了 NA 外，還包括 Inf, -Inf 和 NaN，其中 NaN 也算是缺失值, Inf 和-Inf 不算是缺失值。 對 double 類型，可以用 is.finite() 判斷是否有限值，NA、Inf, -Inf 和 NaN 都不是有限值；用 is.infinite() 判斷是否 Inf 或-Inf；is.na() 判斷是否 NA 或 NaN；is.nan() 判斷是否 NaN。 如: c(-1, 0, 1)/0

返回：

?我們來判斷一下結果是否為缺失值：

is.na(c(-1, 0, 1)/0)

返回：

嚴格說來，NA 表示邏輯型缺失值，但是當作其它類型缺失值時一般能自動識別。NA_integer_ 是整數型缺失值，NA_real_ 是 double 型缺失值，NA_character_ 是字符型缺失值。 在 R 的向量類型中，integer 類型、double 類型、logical 類型、character 類型、還有 complex 類型和 raw 類型稱為原子類型 (atomic types)，原子類型的向量中元素都是同一基本類型的。比如，double 型向量的元素都是 double 或者缺失值。除了原子類型的向量，在 R 語言的定義中，向量還包括后面要講到的列表（list），列表的元素不需要屬于相同的基本類型，而且列表的元素可以 不是單一基本類型元素。 用 typeof() 函數可以返回向量的類型，列表返回結果為"list"，如 typeof(list("a", 1L, 1.5))

返回：

?原子類型的各個元素除了基本類型相同，還不包含任何嵌套結構，如：

c(1, c(2,3, c(4,5)))

返回：

?2.類屬

R 具有一定的面向對象語言特征，其數據類型有一個 class 屬性，函數 class() 可以返回變量類型的類屬，可以用使用以下函數查看數據的類屬，但返回結果有差別： typeof(x) class(x) mode() storage.mode() 比如 typeof(factor(c('F', 'M', 'M', 'F')))

返回：

mode(factor(c('F', 'M', 'M', 'F')))

返回：

storage.mode(factor(c('F', 'M', 'M', 'F')))

返回：

class(factor(c('F', 'M', 'M', 'F')))

返回：

class(as.numeric(factor(c('F', 'M', 'M', 'F'))))

返回：

R 有一個特殊的 NULL 類型，這個類型只有唯一的一個 NULL 值，表示不存在。要把 NULL 與 NA 區分開來，NA 是有類型的（integer、double、logical、character 等), NA 表示存在但是未知。用 is.null() 函數判斷某個變量是否取 NULL。

3.類型轉換

可以用 as.xxx() 類的函數在不同類型之間進行強制轉換。如 轉換為數值型 as.numeric(c(FALSE, TRUE))

返回：

轉換為字符型

as.character(sqrt(1:4))

返回：

類型轉換也可能是隱含的，比如，四則運算中數值會被統一轉換為 double 類 型，邏輯運算中運算元素會被統一轉換為 logical 類型。邏輯值轉換成數值時，TRUE 轉換成 1，FALSE 轉換成 0。

在用 c() 函數合并若干元素時，如果元素基本類型不同，將統一轉換成最復雜的 一個，復雜程度從簡單到復雜依次為：logical<integer<double<character。 如 c(FALSE, 1L, 2.5, "3.6")

返回：

?不同類型參與要求類型相同的運算時，也會統一轉換為最復雜的類型，如：

TRUE + 10

返回：

paste("abc", 1)

返回：

4.屬性

除了 NULL 以外，R 的變量都可以看成是對象，都可以有屬性。 在 R 語言中， 屬性是把變量看成對象后，除了其存儲內容（如元素）之外的其它附加信息，如 維數、類屬等。對象 x 的所有屬性可以用 attributes() 讀取，如 定義x x <- table(c(1,2,1,3,2,1)); print(x)

返回：

讀取x的屬性

attributes(x)

返回：

table() 函數用了輸出其自變量中每個不同值的出現次數，稱為頻數。從上例可以看出，table() 函數的結果有三個屬性，前兩個是 dim 和 dimnames, 這是數組 (array) 具有的屬性；另一個是 class 屬性，值為"table"。因為 x 是數組，可以訪問如 x <- table(c(1,2,1,3,2,1)) x[1]

返回：

x["3"]

返回：

?也可以用 attributes() 函數修改屬性，如

attributes(x) <- NULL x

返回：

?如上修改后 x 不再是數組，也不是 table。

class 屬性是特殊的。如果一個對象具有 class 屬性，某些所謂 “通用函數 (generic functions)” 會針對這樣的對象進行專門的操作，比如，print() 函數在顯示向量和回歸結果時采用完全不同的格式。這在其它程序設計語言中稱為 “重載”(overloading)。 可以用 attr(對象, " 屬性名") 讀取和修改單個屬性。向量的元素名是 names 屬性，例如 ages <- c(" 李明"=30, " 張聰"=25, " 劉穎"=28) names(ages)

返回：

attr(ages, "names")

返回：

attr(ages, "names") <- NULL ages

返回：

?還可以用 unname() 函數返回一個去掉了 names 屬性的副本。

5.str() 函數

用 print() 函數可以顯示對象內容。如果內容很多，顯示行數可能也很多。用 str() 函數可以顯示對象的類型和主要結構及典型內容。例如 s <- 101:200 attr(s,'author') <- ' 李小明' attr(s,'date') <- '2016-09-12' str(s)

返回：

6.關于賦值

要注意的是，在 R 中賦值本質上是把一個存儲的對象與一個變量名聯系在一起 (binding)，多個變量名可以指向同一個對象。對于基本的數據類型如數值型向量，兩個指向相同對象的變量當一個變量被修改時自動制作副本，如 x <- 1:5 y <- x y[3] <- 0 x

返回：

?

y

返回：

這里如果 y 沒有與其它變量指向同一對象，則修改時直接修改該對象而不制作副本。 但是對于有些比較復雜的類型，兩個指向同一對象的變量是同步修改的。這樣的類型的典型代表是閉包 (closure)，它帶有一個環境，環境的內容是不自動制作副本的。

總結

以上是生活随笔為你收集整理的R语言基础入门（7）之数据类型的性质的全部內容，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。