通常，在使用任何编程语言进行编程时，需要使用各种变量来存储各种信息。变量只不过是保存存储值的内存位置。 这意味着，当您创建变量时，可以在内存中保留一些空间用来存储某些值。

可能希望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。根据变量的数据类型，操作系统会分配内存并决定在保留这些内存。

R语言与其他编程语言(如C语言和Java)相反，变量不会被声明为某些数据类型。 变量被分配给R对象，并且R对象的数据类型转变为变量的数据类型。 有很多类型的R对象。 常用R对象是 –

• 向量
• 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，并且向量对象有六种数据类型的原子向量，也称为六类向量。 其他R对象是建立在原子向量之上的。六类向量类型如下表所示 –

在R编程中，非常基本的数据类型是叫作向量的R对象，它们保存不同类的元素，如上所示。 请注意在R语言中，类型的数量不仅限于上述六种类型。 例如，我们可以使用许多原子向量并创建一个数组，其类型将成为数组。

向量

当要创建具有多个元素的向量时，应该使用c()函数，表示将元素组合成一个向量。

# Create a vector.
apple <- c('red','green',"yellow");
print(apple);

# Get the class of the vector.
print(class(apple));

上面示例代码，执行结果如下 –

> apple <- c('red','green',"yellow");
> print(apple);
[1] "red"    "green"  "yellow"
> print(class(apple));
[1] "character"
>

列表

列表是一个R对象，它可以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。

# Create a list.
list1 <- list(c(2,5,3),21.3,sin);

# Print the list.
print(list1);

上面示例代码，执行结果如下 –

[[1]]
[1] 2 5 3

[[2]]
[1] 21.3

[[3]]
function (x)  .Primitive("sin")

矩阵

矩阵是二维矩形数据集。 它可以使用向量输入到矩阵函数来创建。

# Create a matrix.
M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)
print(M)

当执行上述代码时，会产生以下结果 –

     [,1] [,2] [,3]
[1,] "a"  "a"  "b"
[2,] "c"  "b"  "a"

数组

矩阵只能有两个维度，数组可以是任意数量的维数。数组函数采用一个dim属性，创建所需的维数。 在下面的例子中，我们创建一个有两个元素的数组，每个元素都是3x3个矩阵。

# Create an array.
a <- array(c('green','yellow'),dim = c(3,3,2))
print(a)

当执行上述代码时，会产生以下结果 –

, , 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"

因子

因子是使用向量创建的R对象。 它将向量存储在向量中的元素的不同值作为标签。标签始终是字符，无论它是输入向量中是数字，还是字符或布尔等。它们在统计建模中很有用。

因子使用factor()函数创建。nlevels函数给出了级别的计数。

# 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))

当执行上述代码时，会产生以下结果 –

[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

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。 第一列是数字，而第二列可以是字符，第三列可以是逻辑类型。它是一个长度相等的向量列表。

数据帧使用data.frame()函数创建。

# 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)

当执行上述代码时，会产生以下结果 –

  gender height weight Age
1   Male  152.0     81  42
2   Male  171.5     93  38
3 Female  165.0     78  26