通常,在使用任何编程语言进行编程时,您需要使用各种变量来存储各种信息.变量只是用于存储值的保留内存位置.这意味着,当您创建变量时,您在内存中保留了一些空间.
您可能希望存储各种数据类型的信息,如字符,宽字符,整数,浮点,双浮点point,Boolean等.根据变量的数据类型,操作系统分配内存并决定可以存储在保留内存中的内容.
与C等其他编程语言相比在R中的java中,变量未声明为某些数据类型.变量分配有R-Objects,R对象的数据类型成为变量的数据类型.有许多类型的R对象.经常使用的是 :
Vectors
列表
Matrices
数组
因素
数据框
这些对象中最简单的是向量对象,这些原子向量有六种数据类型,也称为六类向量.其他R-Objects建立在原子向量之上.
数据类型 | 示例 | 验证 |
---|---|---|
Logical | TRUE,FALSE | v <- TRUE print(class(v)) 它产生以下结果 : [1] "logical" |
Numeric | 12.3,5,999 | v <- 23.5print(class(v)) 它产生以下结果 : ; [1]"numeric" |
Integer | 2L,34L,0L | v <- 2Lprint(class(v)) 它产生以下结果 : [1] "integer" |
Complex | 3 + 2i | v< - 2 + 5i print( class(v)) 它产生以下结果 : [1] "complex" |
Character | 'a','"good","TRUE",'23 .4 | v <- "TRUE"print(class(v)) 它产生以下结果 : [1] "character" |
Raw | "Hello"存储为48 65 6c 6c 6f | v <- charToRaw("Hello")print(class(v)) 它产生以下结果 : [1] "raw" |
在R编程中,最基本的数据类型是称为向量的R对象,它们包含不同类的元素,如上所示.请注意在R中,课程数量不仅限于上述六种类型.例如,我们可以使用许多原子向量并创建一个数组,其类将成为数组.
向量
当你想创建更多的向量时你应该使用 c()函数来表示将元素组合成一个向量.
# Create a vector.apple <- c('red','green',"yellow")print(apple)# Get the class of the vector.print(class(apple))
当我们执行上面的代码时,它产生以下结果 :
[1] "red" "green" "yellow"[1] "character"
列表
列表是一个R对象,它可以在其中包含许多不同类型的元素,如向量,函数甚至其中的另一个列表.
# Create a list.list1 <- list(c(2,5,3),21.3,sin)# Print the list.print(list1)
当我们执行上面的代码时,它产生以下结果 :
[[1]][1] 2 5 3[[2]][1] 21.3[[3]]function (x) .Primitive("sin")
Matrices
矩阵是二维矩形数据集.它可以使用矩阵函数的向量输入来创建.
# Create a matrix.M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)print(M)
当我们执行上面的代码时,它产生以下结果 :
[,1] [,2] [,3][1,] "a" "a" "b" [2,] "c" "b" "a"
数组
虽然矩阵仅限于两个维度,但数组可以是任意数量的维度.数组函数采用dim属性创建所需的维数.在下面的例子中,我们创建了一个包含两个元素的数组,每个元素都是3x3矩阵.
# Create an array.a <- array(c('green','yellow'),dim = c(3,3,2))print(a)
当我们执行上面的代码时,它产生以下结果 :
, , 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"
因子
因子是使用向量创建的r对象.它将向量与向量中元素的不同值一起存储为标签.无论输入向量中的标签是数字还是字符或布尔等,标签始终是字符.它们在统计建模中很有用.
使用 factor()函数创建因子. nlevels 函数给出了级别的计数.
# Create a vector.apple_colors <- c('green','green','yellow','red','red','red','green')# Create a factor object.factor_apple <- factor(apple_colors)# Print the factor.print(factor_apple)print(nlevels(factor_apple))
当我们执行上面的代码时,它产生以下结果 : ;
[1] green green yellow red red red green Levels: green red yellow[1] 3
数据框
数据框是表格数据对象.与数据帧中的矩阵不同,每列可以包含不同的数据模式.第一列可以是数字,而第二列可以是字符,第三列可以是逻辑列.它是一个相等长度的向量列表.
数据框是使用 data.frame()函数创建的.
# Create the data frame.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)
当我们执行上面的代码时,它产生以下结果 :
gender height weight Age1 Male 152.0 81 422 Male 171.5 93 383 Female 165.0 78 26