R語言數據類型知識點總結
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。 這意味著，當你創(chuàng)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?；谧兞康臄祿愋?，操作系統分配內存并決定什么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，變量不會聲明為某種數據類型。 變量分配有 R 對象，R 對象的數據類型變?yōu)樽兞康臄祿愋?。盡管有很多類型的 R 對象，但經常使用的是：
- 矢量
- 列表
- 矩陣
- 數組
- 因子
- 數據幀
這些對象中最簡單的是向量對象，并且這些原子向量有六種數據類型，也稱為六類向量。 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（復合型） | 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" 被存儲為 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?；镜臄祿愋褪欠Q為向量的 R 對象，其保存如上所示的不同類的元素。 請注意，在 R 中，類的數量不僅限于上述六種類型。 例如，我們可以使用許多原子向量并創(chuàng)建一個數組，其類將成為數組。
Vectors 向量
當你想用多個元素創(chuàng)建向量時，你應該使用 c() 函數，這意味著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(zhí)行上面的代碼，它產生以下結果
[1] "red" "green" "yellow" [1] "character"
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(zhí)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")
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(chuàng)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(zhí)行上面的代碼，它產生以下結果
[,1] [,2] [,3] [1,] "a" "a" "b" [2,] "c" "b" "a"
Arrays 數組
雖然矩陣被限制為二維，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(chuàng)建所需的維數。 在下面的例子中，我們創(chuàng)建了一個包含兩個元素的數組，每個元素為 3x3 個矩陣。
# Create an array.
a <- array(c('green','yellow'),dim = c(3,3,2))
print(a)
當我們執(zhí)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"
Factors 因子
因子是使用向量創(chuàng)建的 r 對象。 它將向量與向量中元素的不同值一起存儲為標簽。 標簽總是字符，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(chuàng)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(zhí)行上面的代碼，它產生以下結果
[1] green green yellow red red red green Levels: green red yellow # applying the nlevels function we can know the number of distinct values [1] 3
Data Frames 數據幀
數據幀是表格數據對象。 與數據幀中的矩陣不同，每列可以包含不同的數據模式。 第一列可以是數字，而第二列可以是字符，第三列可以是邏輯的。 它是等長度的向量的列表。
使用 data.frame() 函數創(chuàng)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(zhí)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
到此這篇關于R語言數據類型知識點總結的文章就介紹到這了,更多相關R語言數據類型內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了R語言基本語法深入講解，文中內容介紹的很詳細，有需要的同學可以研究下2021-03-03
這篇文章主要介紹了R語言 出現矩陣/缺失值的解決方案，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
這篇文章主要為大家介紹了R語言在服務器安裝R包的實現過程，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步早日升職加薪2021-11-11
這篇文章主要介紹了R語言實現LASSO回歸的方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-03-03
在本篇文章里小編給大家整理一篇關于R語言控制結構知識點總結內容，有興趣的朋友們可以學習參考下。2021-03-03
這篇文章主要介紹了R語言的一個加法函數使用介紹，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
在本篇文章里小編給大家分享的是一篇關于R語言“包”的知識點總結內容，有興趣的朋友們可以學習下。2021-03-03
這篇文章主要介紹了R語言利用caret包比較ROC曲線的操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要介紹了Rstudio 修改工作路徑(三種方法總結)，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要介紹了R語言 小數點位數的設置方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03