基本数据类型

#逻辑型变量赋值
l <- TRUE
print(class(l))
#数值型变量赋值
n <- 100
print(class(n))
#整数型变量赋值
i <- 100L
print(class(i))
#复合型变量赋值
j <- 3+2i
print(j)
print(class(j))
#字符型变量赋值
c <- 'hhh'
print(class(c))
#原型变量赋值
r <- charToRaw("hi，嗨")
print(r)
print(class(r))

[1] “logical”
[1] “numeric”
[1] “integer”
[1] 3+2i
[1] “complex”
[1] “character”
[1] 68 69 a3 ac e0 cb
[1] “raw”

特殊数据类型

• 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。】

# c函数用来将元素组成为一个向量
v <- c('a', 'b','c')
print(v)
# 输出结果即为元素的值，可以看出，vector类型里面只能有一种元素
print(class(v))

1] “a” “b” “c”
[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。】

# 列表里面就什么都可以塞
l <- list(1,"666",c(2,3,4))
print(l)
print(class(l))

[[1]]
[1] 1

[[2]]
[1] “666”

[[3]]
[1] 2 3 4

[1] “list”

• 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。】

# 第一个参数指的是矩阵中的元素内容，第二三个参数指的是矩阵的行和列，最后一个参数指的是按行排列还是按列排列
M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)
print(M)
M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = FALSE)
print(M)
print(class(M))                                  

• Arrays 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。】

a <- array(c(1,2,3,4),dim = c(3,3,2))
print(a)
print(class(a))
print(a[2,2,1])

• 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。】

color <- c('green','green','yellow','red','red','red','green')
f <- factor(color)
print(color)
print(f)
print(nlevels(f))
print(class(s))

• 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。】

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)
print(class(BMI))

参考网址：w3c