----------------------------------R語言學習與科研應用，科研作圖，數據統計挖掘分析，羣：719954246--------------------------
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。 這意味着，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。基於變量的數據類型，操作系統分配內存並決定什麼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，變量不會聲明爲某種數據類型。 變量分配有R對象，R對象的數據類型變爲變量的數據類型。儘管有很多類型的R對象，但經常使用的是：
向量
矩陣
數組
因子
數據幀
列表
（1）基本數據類型
這些對象中最簡單的是向量對象，並且這些向量有六種數據類型，也稱爲六類向量。 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（複合型） 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" 被存儲爲 48 65 6c 6c 6f
v <- charToRaw("Hello")
print(class(v))
它產生以下結果 -
[1] "raw"
在R編程中，非常基本的數據類型是稱爲向量的R對象，其保存如上所示的不同類的元素。 請注意，在R中，類的數量不僅限於上述六種類型。 例如，我們可以使用許多原子向量並創建一個數組，其類將成爲數組。
（2）Vectors 向量
當你想用多個元素創建向量時，你應該使用c()函數，這意味着將元素組合成一個向量。
# Create a vector.
apple <- c('red','green',"yellow")
print(apple)
# Get the class of the vector.
print(class(apple))
當我們執行上面的代碼，它產生以下結果
[1] "red" "green" "yellow"
[1] "character"
（3）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。
# Create a list.
list1 <- list(c(2,5,3),21.3,sin)
# Print the list.
print(list1)
當我們執行上面的代碼，它產生以下結果
[[1]]
[1] 2 5 3
[[2]]
[1] 21.3
[[3]]
function (x) .Primitive("sin")
（4）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。
# Create a matrix.
M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)
print(M)
當我們執行上面的代碼，它產生以下結果
[,1] [,2] [,3]
[1,] "a" "a" "b"
[2,] "c" "b" "a"
（5）Arrays 數組
雖然矩陣被限制爲二維，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，每個元素爲3x3個矩陣。
# Create an array.
a <- array(c('green','yellow'),dim = c(3,3,2))
print(a)
當我們執行上面的代碼，它產生以下結果
, , 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"
（6）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爲標籤。 標籤總是字符，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。
# 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))
當我們執行上面的代碼，它產生以下結果
[1] green green yellow red red red yellow green
Levels: green red yellow
# applying the nlevels function we can know the number of distinct values
[1] 3
（7）Data Frames 數據幀
數據幀是表格數據對象
使用data.frame()函數創建數據幀。
# 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)
當我們執行上面的代碼，它產生以下結果
gender height weight Age
1 Male 152.0 81 42
2 Male 171.5 93 38
3 Female 165.0 78 26
----------------------------------R語言學習與科研應用，科研作圖，數據統計挖掘分析，羣：719954246--------------------------