Учебники

R — Типы данных

Как правило, при программировании на любом языке программирования вам необходимо использовать различные переменные для хранения различной информации. Переменные — это не что иное, как зарезервированные области памяти для хранения значений. Это означает, что при создании переменной вы резервируете некоторое пространство в памяти.

Вы можете хранить информацию различных типов данных, таких как символ, широкий символ, целое число, число с плавающей запятой, двойное число с плавающей запятой, логическое значение и т. Д. В зависимости от типа данных переменной операционная система выделяет память и решает, что можно сохранить в зарезервированная память

В отличие от других языков программирования, таких как C и java в R, переменные не объявляются как некоторый тип данных. Переменным присваиваются R-объекты, а тип данных R-объекта становится типом данных переменной. Существует много типов R-объектов. Часто используемые из них —

  • векторы
  • Списки
  • Матрицы
  • Массивы
  • факторы
  • Фреймы данных

Простейшим из этих объектов является векторный объект, и существует шесть типов данных этих атомных векторов, также называемых шестью классами векторов. Другие R-объекты построены на атомных векторах.

Тип данных пример проверить
логический ИСТИНА, ЛОЖЬ Live Demo

v <- TRUE 
print(class(v))

это дает следующий результат —

[1] "logical" 
числовой 12,3, 5, 999 Live Demo

v <- 23.5
print(class(v))

это дает следующий результат —

[1] "numeric"
целое число 2л, 34л, 0л Live Demo

v <- 2L
print(class(v))

это дает следующий результат —

[1] "integer"
Сложный 3 + 2i Live Demo

v <- 2+5i
print(class(v))

это дает следующий результат —

[1] "complex"
символ «а», «хорошо», «ИСТИНА», «23,4» Live Demo

v <- "TRUE"
print(class(v))

это дает следующий результат —

[1] "character"
необработанный «Привет» хранится как 48 65 6c 6c 6f Live Demo

v <- charToRaw("Hello")
print(class(v))

это дает следующий результат —

[1] "raw" 

это дает следующий результат —

это дает следующий результат —

это дает следующий результат —

это дает следующий результат —

это дает следующий результат —

это дает следующий результат —

В R-программировании самыми основными типами данных являются R-объекты, называемые векторами, которые содержат элементы разных классов, как показано выше. Обратите внимание, что в R количество классов не ограничивается только указанными выше шестью типами. Например, мы можем использовать множество атомарных векторов и создать массив, класс которого станет массивом.

векторы

Если вы хотите создать вектор с более чем одним элементом, вы должны использовать функцию c (), которая означает объединение элементов в вектор.

Live Demo

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

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

Когда мы выполняем приведенный выше код, он дает следующий результат —

[1] "red"    "green"  "yellow"
[1] "character"

Списки

Список — это R-объект, который может содержать в себе множество различных типов элементов, таких как векторы, функции и даже другой список внутри него.

Live Demo

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

# Print the list.
print(list1)

Когда мы выполняем приведенный выше код, он дает следующий результат —

[[1]]
[1] 2 5 3

[[2]]
[1] 21.3

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

Матрицы

Матрица — это двумерный прямоугольный набор данных. Его можно создать с помощью векторного ввода в матричную функцию.

Live Demo

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

Когда мы выполняем приведенный выше код, он дает следующий результат —

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

Массивы

Хотя матрицы ограничены двумя измерениями, массивы могут иметь любое количество измерений. Функция массива принимает атрибут dim, который создает необходимое количество измерений. В приведенном ниже примере мы создаем массив с двумя элементами по 3×3 матрицы каждый.

Live Demo

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

Когда мы выполняем приведенный выше код, он дает следующий результат —

, , 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"  

факторы

Факторы — это r-объекты, которые создаются с использованием вектора. Он хранит вектор вместе с различными значениями элементов в векторе как метки. Метки всегда символьные, независимо от того, являются ли они числовыми, символьными, логическими и т. Д. Во входном векторе. Они полезны в статистическом моделировании.

Факторы создаются с помощью функции factor () . Функции nlevels дают количество уровней.

Live Demo

# 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))

Когда мы выполняем приведенный выше код, он дает следующий результат —

[1] green  green  yellow red    red    red    green 
Levels: green red yellow
[1] 3

Фреймы данных

Фреймы данных являются табличными объектами данных. В отличие от матрицы во фрейме данных каждый столбец может содержать разные режимы данных. Первый столбец может быть числовым, в то время как второй столбец может быть символьным, а третий столбец может быть логическим. Это список векторов равной длины.

Фреймы данных создаются с использованием функции data.frame () .

Live Demo

# 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)

Когда мы выполняем приведенный выше код, он дает следующий результат —