存储模式与基本类型
R的变量可以存储多种不同的数据类型，
可以用typeof()函数来返回一个变量或表达式的类型。比如
typeof(1:3)
## [1] "integer"
typeof(c(1,2,3))
## [1] "double"
typeof(c(1, 2.1, 3))
## [1] "double"
typeof(c(TRUE, NA, FALSE))
## [1] "logical"
typeof('Abc')
## [1] "character"
typeof(factor(c('F', 'M', 'M', 'F')))
## [1] "integer"注意因子的结果是integer而不是因子。
R还有两个函数mode()和storage.mode()起到与typeof()类似的作用，
这是为了提供与S语言兼容所遗留的，
应停止使用。
R中数据的最基本的类型包括logical,
integer, double, character, complex, raw,
其它数据类型都是由基本类型组合或转变得到的。
character类型就是字符串类型，
raw类型是直接使用其二进制内容的类型。
为了判断某个向量x保存的基本类型，
可以用is.xxx()类函数，
如is.integer(x),is.double(x),is.numeric(x),is.logical(x),is.character(x),is.complex(x),is.raw(x)。
其中is.numeric(x)对integer和double内容都返回真值。
在R语言中数值一般看作double,
如果需要明确表明某些数值是整数，
可以在数值后面附加字母L，如
is.integer(c(1, -3))
## [1] FALSE
is.integer(c(1L, -3L))
## [1] TRUE整数型的缺失值是NA，
而double型的特殊值除了NA外，
还包括Inf, -Inf和NaN，
其中NaN也算是缺失值, Inf和-Inf不算是缺失值。
如:
c(-1, 0, 1)/0
## [1] -Inf NaN Inf
is.na(c(-1, 0, 1)/0)
## [1] FALSE TRUE FALSE对double类型，可以用is.finite()判断是否有限值，NA、Inf, -Inf和NaN都不是有限值；
用is.infinite()判断是否Inf或-Inf；is.na()判断是否NA或NaN；is.nan()判断是否NaN。
严格说来，NA表示逻辑型缺失值，
但是当作其它类型缺失值时一般能自动识别。NA_integer_是整数型缺失值，NA_real_是double型缺失值，NA_character_是字符型缺失值。
在R的向量类型中，
integer类型、double类型、logical类型、character类型、还有complex类型和raw类型称为原子类型(atomic types)，
原子类型的向量中元素都是同一基本类型的。
比如，
double型向量的元素都是double或者缺失值。
除了原子类型的向量，
在R语言的定义中，
向量还包括后面要讲到的列表（list），
列表的元素不需要属于相同的基本类型，
而且列表的元素可以不是单一基本类型元素。
用typeof()函数可以返回向量的类型，
列表返回结果为"list":
typeof(list("a", 1L, 1.5))
## [1] "list"原子类型的各个元素除了基本类型相同，
还不包含任何嵌套结构，如：
c(1, c(2,3, c(4,5)))
## [1] 1 2 3 4 5R有一个特殊的NULL类型，
这个类型只有唯一的一个NULL值，
表示不存在。NULL长度为0，
不能有任何属性值。
用is.null()函数判断某个变量是否取NULL。
NULL值可以用来表示类型未知的零长度向量，
如c()没有自变量时返回值就是NULL；
也经常用作函数缺省值，
在函数内用is.null()判断其缺省后再用一定的计算逻辑得到真正的缺省情况下的数值。
要把NULL与NA区分开来，NA是有类型的（integer、double、logical、character等),NA表示存在但是未知。
数据库管理系统中的NULL值相当于R中的NA值。
类型转换与类型升档
可以用as.xxx()类的函数在不同类型之间进行强制转换。
如
as.numeric(c(FALSE, TRUE))
## [1] 0 1
as.character(sqrt(1:4))
## [1] "1" "1.4142135623731" "1.73205080756888" "2"类型转换也可能是隐含的，比如，
四则运算中数值会被统一转换为double类型，
逻辑运算中运算元素会被统一转换为logical类型。
逻辑值转换成数值时，TRUE转换成1，FALSE转换成0。
在用c()函数合并若干元素时，
如果元素基本类型不同，
将统一转换成最复杂的一个，复杂程度从简单到复杂依次为：logical<integer<double<character。
这种做法称为类型升档，如
c(FALSE, 1L, 2.5, "3.6")
## [1] "FALSE" "1" "2.5" "3.6"不同类型参与要求类型相同的运算时，
也会统一转换为最复杂的类型，
也称为类型升档，
如：
TRUE + 10
## [1] 11
paste("abc", 1)
## [1] "abc 1"属性
除了NULL以外，
R的变量都可以看成是对象，
都可以有属性。
在R语言中，
属性是把变量看成对象后，
除了其存储内容（如元素）之外的其它附加信息，
如维数、类属等。
R对象一般都有length和mode两个属性。
常用属性有names, dim，class等。
attributes函数
对象x的所有属性可以用attributes()读取，
如
x <- table(c(1,2,1,3,2,1)); print(x)
##
## 1 2 3
## 3 2 1
attributes(x)
## $dim
## [1] 3
##
## $dimnames
## $dimnames[[1]]
## [1] "1" "2" "3"
##
##
## $class
## [1] "table"table()函数用了输出其自变量中每个不同值的出现次数，称为频数。
从上例可以看出，table()函数的结果有三个属性，前两个是dim和dimnames,
这是数组(array)具有的属性；
另一个是class属性，值为"table"。
因为x是数组，可以访问如
x[1]
## 1
## 3
x["3"]
## 3
## 1也可以用attributes()函数修改属性，
如
attributes(x) <- NULL
x
## [1] 3 2 1如上修改后x不再是数组，也不是table。
attr函数
可以用attr(x, "属性名")的格式读取或定义x的属性。
如：
x <- c(1,3,5)
attr(x, "theta") <- c(0, 1)
print(x)
## [1] 1 3 5
## attr(,"theta")
## [1] 0 1可以让向量x额外地保存一个theta属性，
这样的属性常常成为“元数据”(meta data)，
比如，
用来保存数据的说明、模拟数据的真实模型参数，等等。
names属性
有元素名的向量、列表、数据框等都有names属性，
许多R函数的输出本质上也是列表，
所以也有names属性。
用names(x)的格式读取或设定。
如：
x <- 1:5
y <- x^2
lmr <- lm(y ~ x)
print(names(lmr))
## [1] "coefficients" "residuals" "effects" "rank"
## [5] "fitted.values" "assign" "qr" "df.residual"
## [9] "xlevels" "call" "terms" "model"对于没有元素名的向量x，names(x)的返回值是NULL。
dim属性
dim属性的存在表明对象是矩阵或一维、多维数组。
如：
x <- matrix(1:12, nrow=3, ncol=4)
attr(x, "dim") # 等同于dim(x)
## [1] 3 4修改dim属性就将向量转换成矩阵（数组），
或修改了矩阵的性质，
元素按列次序重排填入新的矩阵。如：
x <- 1:4
dim(x) <- c(2,2)
x
## [,1] [,2]
## [1,] 1 3
## [2,] 2 4R允许dim仅有一个元素，
这对应于一维向量，
与普通的没有dim属性的向量有区别。
另外要注意，
取矩阵子集时如果结果仅有一列或一行，
除非用了drop=FALSE选项，
结果不再有dim属性，
退化成了普通向量。
类属
R具有一定的面向对象语言特征，
其数据类型有一个class属性，
函数class()可以返回变量类型的类属，
比如
typeof(factor(c('F', 'M', 'M', 'F')))
## [1] "integer"
mode(factor(c('F', 'M', 'M', 'F')))
## [1] "numeric"
storage.mode(factor(c('F', 'M', 'M', 'F')))
## [1] "integer"
class(factor(c('F', 'M', 'M', 'F')))
## [1] "factor"
class(as.numeric(factor(c('F', 'M', 'M', 'F'))))
## [1] "numeric"class属性是特殊的。
如果一个对象具有class属性，
某些所谓“通用函数(generic functions)”会针对这样的对象进行专门的操作，
比如，print()函数在显示向量和回归结果时采用完全不同的格式。
这在其它程序设计语言中称为“重载”(overloading)。
class属性用来支持R的S3风格的类，
常用的有factor, 日期，日期时间，
数据框，tibble。
R还有S4、R6等风格的类。
str()函数
用print()函数可以显示对象内容。
如果内容很多，
显示行数可能也很多。
用str()函数可以显示对象的类型和主要结构及典型内容。例如
s <- 101:200
attr(s,'author') <- '李小明'
attr(s,'date') <- '2016-09-12'
str(s)
## int [1:100] 101 102 103 104 105 106 107 108 109 110 ...
## - attr(*, "author")= chr "李小明"
## - attr(*, "date")= chr "2016-09-12"韭菜热线原创版权所有，发布者：风生水起，转载请注明出处：https://www.9crx.com/77942.html
