1. 数据集

数据集就是由数据组成的一个矩形数组。行是观测，列是变量。

书中示例

不同行业叫法不同，但都是同一回事。

2. 数据类型

R可以处理的数据类型主要包括如下几类，其中前三种是最常用的。
数值型：2, 10/15/2009, 25；上图中的变量PatientID、AdmDate和Age；
字符型：字符，Type 1，Poor；上图中的变量Diabetes和Status；
逻辑型：TRUE、FALSE
复数型：虚数
原生型：字节

3. 数据结构

R拥有许多用于存储数据的对象类型， 包括标量、 向量、 矩阵、 数组、数据框和列表。 其中数据框是最常用的。

R数据结构

另外，在R中，对象（Object）是指可以赋值给变量的任何事物。

3.1 向量

向量 是用于存储数值型、 字符型或逻辑型数据的一维数组。
可以使用执行组合功能的函数c() 可用来创建向量。

a <- c(1, 2, 5, 3, 6, -2, 4)
b <- c("one", "two", "three")
c <- c(TRUE, TRUE, TRUE, FALSE, TRUE, FALSE)

a是数值型向量，b是字符型向量，c是逻辑性向量。
注意，单个向量中的数据必须是同一类型。

3.2 矩阵

矩阵 是一个二维数组， 只是每个元素都拥有相同的模式（数值型、 字符型或逻辑型）。 可通过函数matrix()创建矩阵。 一般使用格式为：

myymatrix <- matrix(vector, nrow=number_of_rows, ncol=number_of_columns, 
byrow=logical_value, dimnames=list(char_vector_rownames, char_vector_colnames))

举两个例子作为对比，理解各参数的作用。

temp <- matrix(c(1:12), nrow = 4 , ncol = 3, byrow = TRUE, 
               dimnames = list(c('row1', 'row2','row3', 'row4'), 
                               c('col1', 'col2','col3')))
print(temp)

temp打印结果

---

注意nrow、 ncol 和byrow的参数赋值变化。

temp1 <- matrix(c(1:12), nrow = 3 , ncol = 4, byrow = FALSE, 
               dimnames = list(c('row1', 'row2','row3'), 
                               c('col1', 'col2','col3', 'col4')))
print(temp1)

temp1打印结果

3.3 数组

数组 （array） 与矩阵类似， 但是维度可以大于2。
数组可通array函数创建， 形式如下：

myarray <- array(vector, dimensions, dimnames)

书中例子如下：

dim1 <- c("A1", "A2")
dim2 <- c("B1", "B2", "B3")
dim3 <- c("C1", "C2", "C3", "C4")
z <- array(c(1:24), c(2, 3, 4), dimnames=list(dim1, dim2, dim3))
print(z)

数组打印结果