R语言 数据类型

在使用任何编程语言进行编程时，我们需要使用各种变量来存储各种信息。 变量只是保留值的存储位置。 这意味着，当创建一个变量，必须在内存中保留一些空间来存储它们。
可能想存储各种数据类型的信息，如字符，宽字符，整数，浮点，双浮点，布尔等。基于变量的数据类型，操作系统分配内存并决定什么可以存储在保留内存中。
变量分配有R对象，R对象的数据类型变为变量的数据类型。尽管有很多类型的R对象，但经常使用的R对象是：

1.矢量
2.列表
3.矩阵
4.数组
5.因子
6.数据帧

这些对象中最简单的是向量对象，并且这些原子向量有六种数据类型，也称为六类向量。 其他R对象建立在原子向量之上。

在R编程中，非常基本的数据类型是称为向量的R对象，其保存如上所示的不同类的元素。 请注意，在R中，类的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。

v<-TRUE
print(class(v))

v<-23.5
print(class(v))

v<-2L
print(class(v))

v<-2+5i
print(class(v))

v<-"true"
print(class(v))

v<-charToRaw("hello")
print(class(v))

#Vectors向量.想用多个元素创建向量时，你应该使用c()函数，这意味着将元素组合成一个向量。
apple<-c('red','green',"yellow")
print(apple)
print(class(apple))

#List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
list1<-list(c(2,5,3),21,11.3,sin)
print(list1)

#Matrices矩阵,使用矩阵函数的向量输入创建
M=matrix(c('a','a','b','c','b','a'),nrow = 2,ncol = 3,byrow = TRUE)
print(M)

#Arrays数组.虽然矩阵被限制为二维，但阵列可以具有任何数量的维度。 数组函数使用一个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，每个元素为3x3个矩阵。
a<-array(c('green','yellow'),dim=c(3,3,2))
print(a)

b<-array(c('green','yellow'),dim=c(3,3,1))
print(b)

#Factors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。
#标签总是字符，不管它在输入向量中是数字还是字符或布尔等。 它们在统计建模中非常有用。
#使用factor()函数创建因子。nlevels函数给出级别计数。
apple_color<-c('green',"green",'yellow','red','red','red','green')
factor_apple<-factor(apple_color)
print(factor_apple)
print(nlevels(factor_apple))

#Data Frames数据帧.数据帧是表格数据对象。 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，第三列可以是逻辑的。 它是等长度的向量的列表。
BMI=data.frame(
  gender=c("male","male",'female'),
  height=c(152,162,175),
  weight=c(81,90,120),
  age=c(42,25,30)
)
print(BMI)