长沙营销型网站建设,网站建设 开源,北京建设行政主管部门官方网站,intitle 律师网站建设的重要性基本类型
通常#xff0c;在使用任何编程语言进行编程时#xff0c;您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#xff0c;当你创建一个变量#xff0c;你必须在内存中保留一些空间来存储它们。
您可能想存储各种数据类型的信息#xff0…基本类型
通常在使用任何编程语言进行编程时您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。 这意味着当你创建一个变量你必须在内存中保留一些空间来存储它们。
您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。
与其他编程语言如C中的C和java相反变量不会声明为某种数据类型。 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对象但经常使用的是
矢量列表矩阵数组因子数据帧
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。
数据类型例校验Logical逻辑型TRUE, FALSE v - TRUE
print(class(v)) 它产生以下结果 - [1] logical Numeric数字12.35999 v - 23.5
print(class(v)) 它产生以下结果 - [1] numeric Integer整型2L34L0L v - 2L
print(class(v)) 它产生以下结果 - [1] integer Complex复合型3 2i v - 25i
print(class(v)) 它产生以下结果 - [1] complex Character字符a , good, TRUE, 23.4 v - TRUE
print(class(v)) 它产生以下结果 - [1] character Raw原型Hello 被存储为 48 65 6c 6c 6f v - charToRaw(Hello)
print(class(v)) 它产生以下结果 - [1] raw Vectors 向量 当你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。
# 创建一个向量
apple - c(red,green,yellow)
print(apple)#获取向量的类型.
print(class(apple))
执行以下结果
[1] red green yellow
[1] character
Lists 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。
# 创建一个列表.
list1 - list(c(2,5,3),21.3,sin)# 打印出列表.
print(list1)
执行结果
[[1]]
[1] 2 5 3[[2]]
[1] 21.3[[3]]
function (x) .Primitive(sin
Matrices 矩阵 矩阵是二维矩形数据集。 它可以使用矩阵函数的向量输入创建。
# 创建一个矩阵
M matrix( c(a,a,b,c,b,a), nrow 2, ncol 3, byrow TRUE)
print(M)
执行结果 [,1] [,2] [,3]
[1,] a a b
[2,] c b aArrays 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。
# 创建一个数组
a - array(c(green,yellow),dim c(3,3,2))
print(a)
执行结果
, , 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
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。
# 创建一个向量
apple_colors - c(green,green,yellow,red,red,red,green)#创建一个factor对象
factor_apple - factor(apple_colors)# 打印 factor.
print(factor_apple)
print(nlevels(factor_apple))
执行结果
[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 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。 使用data.frame()函数创建数据帧。
# 创建一个数据帧.
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)
执行结果 gender height weight Age
1 Male 152.0 81 42
2 Male 171.5 93 38
3 Female 165.0 78 26
