当编写任何编程语言程序，需要使用不同的变量来存储各种信息。变量不过是用于保留存储器位置的存储值。这意味着，当创建一个变量，它会保留在内存中的一些空间。

你可能喜欢存储诸如字符以外的数据类型，如：宽字符，整型，浮点型，双浮点型，布尔等信息。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存储器。

在其他编程语言中，如C和Java R中的变量没有声明为某些数据类型。变量分配R-对象和R对象的数据类型变为变量的数据类型。有许多类型的R-对象。常用的有：

• 矢量，列表，矩阵，数组，因子，数据帧

这些对象的是最简单的矢量对象并且这些原子矢量有六种数据类型，也被称为六类向量。另外R-对象是建立在原子向量。

v <- TRUE print(class(v))

[1] "logical" 

v <- 23.5 print(class(v))

[1] "numeric"

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

[1] "integer"

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

[1] "complex"

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

[1] "character"

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

[1] "raw" 

因此，在R语言中的非常基本的数据类型是R-对象，如上图所示占据着不同类别的元素向量。请注意R语言中类的数量并不只限于上述的六种类型。 例如，我们可以使用许多原子向量以及创建一个数组，它的类将成为数组。

向量（一维数组）

当您希望使用多个元素创建向量，应该使用c()函数，这意味着元素结合成一个向量。

# Create a vector.
apple <- c('red','green',"yellow")
print(apple)

# Get the class of the vector.
print(class(apple))

当我们上面的代码执行时，它产生以下结果：

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

列表 （相当于集合类）

列表是R-对象，list()函数它里面可以包含多个不同类型的元素，如向量，函数，甚至是另一个列表。

# Create a list.
list1 <- list(c(2,5,3),21.3,sin)

# Print the list.
print(list1)

当我们上面的代码执行时，它产生以下结果：

[[1]]
[1] 2 5 3

[[2]]
[1] 21.3

[[3]]
function (x)  .Primitive("sin") 

矩阵（牛逼的二维数组）

矩阵是一个二维矩形数据集。它可以使用一个向量输入到矩阵函数来创建。

# Create a matrix.
M = matrix( c('a','a','b','c','b','a'), nrow=2,ncol=3,byrow = TRUE)
print(M)

当我们上面的代码执行时，它产生以下结果：

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

数组

尽管矩阵限于两个维度，数组可以是任何数目的尺寸大小。数组函数使用它创建维度的所需数量的属性-dim。在下面的例子中，我们创建了两个元素数组，这是3×3矩阵。

# Create an array.
a <- array(c('green','yellow'),dim=c(3,3,2))
print(a)

当我们上面的代码执行时，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。它存储随同该向量作为标记元素的不同值的向量。 标签始终是字符，而不论它在输入向量的是数字或字符或布尔等。它们在统计建模有用。

运用 factor() 函数创建因子。nlevels 函数给出级别的计数。可以尝试levels()函数，输出什么

# 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))

当我们上面的代码执行时，它产生以下结果：

[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   

数据帧

数据帧是表格数据对象。不像在数据帧的矩阵，每一列可以包含不同的数据的模型。第一列可以是数字，而第二列可能是字符和第三列可以是逻辑。它与向量列表的长度相等。

数据帧所使用 data.frame()函数来创建。

# 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)

当我们上面的代码执行时，它产生以下结果：

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

 ----------------------------

输出函数cat（）函数