一、赋值
1、常用赋值：<-、->、assign()；
2、全局变量赋值：<<-、->>。
p.s. 《Google's R Style Guide》不建议使用=来赋值
二、数据类型：typeof，class，mode
NULL、character、numeric、double、integer、logical、complex、list、factor、raw、expression、name、symbol、function;
NA（not available）：is.na();
NaN（not a number）：is.nan();
Inf：is.infinite()，is.finite();
NULL：is.null()
1、typeof：
2、class：
3、mode：
4、attributes：
x <- factor(c("12","as","as","12"))
mode(x); class(x) # "numeric" "factor"x <- ordered(c('A', 'B', 'A', 'C', 'B'), levels = c('C', 'B', 'A'))
mode(x); class(x) # "numeric" "ordered"x <- matrix(c("12","as","as","12"),2)
mode(x); class(x) # "charactor" "matrix"p.s.
class可以检测出因子类型（factor）和有序因子类型（ordered）
“everything is an object”
R中所有数据都是采用向量的形式存储在变量中
三、变量类型：length，dim
列举当前内存中的所有对象：ls()、objects()
1、基本数据对象之向量（Vector）：一系列类型相同的有序元素构成，一定是一维的吗（dim()）？
x <- vector() # 创建一个空向量
x <- vector(mode="character",length=3) # 等价于x <- character(3)和character(length=3) x <- vector(mode="integer",length=3) # 等价于x <- integer(3)和integer(length=3) x <- vector(mode="logical",length=3) # 等价于x <- logical(3)和logical(length=3) x <- vector(mode="complex",length=3) # 等价于x <- complex(3)和complex(length=3) x <- vector(mode="list",length=3) #
#同上理，对于double,numeric,list,
数值向量（numeric、integer、double、complex、）：包含实数、复数、NA、NaN；常用c()、：、seq()、rep()
逻辑向量（logical）：包含TRUE、FALSE、NA、NaN，
字符向量（character）：letters[1:26]
列表向量（list）：
2、衍生数据对象之因子（factor）、有序因子（ordered）、矩阵（matrix）、数组（array）、数据框（data frame）、列表（list）、时间序列（time-series）、表（table）
因子（factor，水平（levels））：包含分类数据，其中levels参数定义了所有的可取值，维数为1
x <- factor(c("m","m","h"),levels=c("m","n","h")) # table()用途甚广 有序因子（ordered，水平（levels））：
x <- ordered(c('A', 'B', 'A', 'C', 'B'), levels = c('C', 'B', 'A')) 矩阵（特殊的数组）：matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)，只能定义维数为2的数组
x <- matrix(1:20,4,5,byrow=T) # byrow默认为FALSE，即默认为按列排列
数组：array(data = NA, dim = length(data), dimnames = NULL)，可以定义维数为3维及以上的数组
x <- array(1:36, c(2, 3, 3, 2)) # 一个四维数组x <- array(1:20,c(4,5)) # 等同于x <- matrix(1:20,4,5)，所以说matrix是特殊的array，即两维的array
数据框（特殊的列表，类似于矩阵，每列数据的length必须相等）：每列可为不同类型的数据，一般导入外部文件时使用
x <- data.frame(my.id=c(101,102),my.name=c("mygod","myself")) 列表：以其他对象为成分的有序集合，其他对象包括......
x <- list(my.id=101,my.name="mygod") # 单方括号索引得到属性名，双方括号得到属性值
时间序列：
表（table）：
class(table(c(1,2,3,2,3,4))) == "table"
四、Class转换：
1、判断Class
is.character()
is.integer()is.numeric()is.vector()is.factor()is.matrix()is.array()is.data.frame()is.list()x <- factor(c("12","as","as","12"))mode(x); class(x)is.numeric(x); is.factor(x) # FALSE TRUE x <- ordered(c('A', 'B', 'A', 'C', 'B'), levels = c('C', 'B', 'A')) mode(x); class(x) is.numeric(x); is.ordered(x) # FALSE TRUE x <- matrix(c("12","as","as","12"),2)mode(x); class(x)is.character(x); is.matrix(x) #TRUE TRUE
2、转换Class
as.character()
as.integer()as.numeric()as.vector()as.factor()as.matrix()as.array()as.data.frame()as.last()
五：总结
| 列间数据类型 | 每列数据长度 | |
| matrix | 必须相同 | 必须相同 |
| data.frame | 可以不同 | 必须相同 |
| list | 可以不同 | 可以不同 |