R | 常量、常量的数据类型、变量、数据结构

一、常量

常量是指直接写在程序中的值。

R语言基本的数据类型有数值型， 逻辑型，文本（字符串）。支持缺失值，有专门的复数类型。

数值型常量包括整型integer、单精度float、双精度double等，一般不需要区分。支持科学计数法，写法如123, 123.45, -123.45, -0.012, 1.23E2, -1.2E-2等。为了表示123是整型，可以写成123L。

字符型常量用两个双引号或两个单引号包围，如"Li Ming"或'Li Ming'。字符型支持中文，如"李明"或'李明'。国内的中文编码主要有GBK编码和UTF-8编码， 有时会遇到编码错误造成乱码的问题，MS Windows下R程序一般用GBK编码，但是RStudio软件采用UTF-8编码。在R软件内字符串一般用UTF-8编码保存。

逻辑型常量只有TRUE和FALSE。

缺失值用NA表示。统计计算中经常会遇到缺失值，表示记录丢失、因为错误而不能用、节假日没有数据等。除了数值型，逻辑型和字符型也可以有缺失值， 而且字符型的空白值不会自动辨识为缺失值，需要自己规定。

R支持特殊的Inf值，这是实数型值，表示正无穷大，不算缺失值。

复数常量写法如2.2 + 3.5i, 1i等。
概括来说，R可以识别六种基本的数据类型，分别是，双整型（double）、整型（integer）、字符型（character）、逻辑型（logical）、复数类型（complex）以及原始类型（raw）.

1.双整型（double）

储存普通数值型数据，可正可负，可大可小，可含小数可不含

R中键入的任何一个数值都默认以double型存储

想知道某个对象是什么类型，可以使用typeof() 函数进行查看

在数据科学里，它更常被称为数值型（numeric）

2.整型（integer）

顾名思义，只能用来储存正数。

在R中通过在数字后面加大写字母L的方式，申明该数字以整型方式储存。

在计算机内存中，整型的定义方式要比双整型更加准确（除非该整数非常大或非常小）

3.字符型（character）

字符型向量用以储存一小段文本，在R中字符要加双引号表示

字符型向量中的单个元素被称为“字符串（string）”，注意：字符串不仅可以包含英文字母，也可以由数字或符号组成

4.逻辑型（logical）

用以储存TRUE（真）和FALSE（假），在R中大写的TRUE和FALSE或者大写的T和F都被理解为逻辑型数据。

5.复数类型（complex）和原始类型（raw）

复数类型，即形如：1+i 类的数据

原始类型，用来存储数据的原始字节

二、变量

程序语言中的变量用来保存输入的值或者计算得到的值。

在R中，变量可以保存所有的数据类型。

变量都有变量名，R变量名必须以字母、数字、下划线和句点组成， 变量名的第一个字符不能取为数字。在中文环境下，汉字也可以作为变量名的合法字符使用。变量名是区分大小写的， y和Y是两个不同的变量名。

变量名举例: x, x1, X, cancer.tab, clean_data, diseaseData。

用<-赋值的方法定义变量。<-也可以写成=，但是<-更直观。如

>x <- 6.25
>x = 6.25

R的变量没有固定的类型， 给已有变量赋值为新的类型， 该变量就变成新的类型， 但一般应避免这样的行为。

R是“动态类型”语言， 赋值实际上是“绑定”（binding）， 即将一个变量名与一个存储地址联系在一起， 同一个存储地址可以有多个变量名与其联系。

三、数据结构

R语言数据结构包括向量，矩阵和数据框，数组，列表，因子等，主要是线性代数中的一些概念。数据中元素、行、列还可以用名字访问。最基本的是向量类型。向量类型数据的访问方式也是其他数据类型访问方式的基础。

image.png

四、属性

属性是附加给向量的额外信息，可以将这些数据理解为“元数据（metadata）”

可硬通过attributes()函数来获取对象的属性信息，如果对象无属性信息，则返回NULL,即空值。

1.名称属性

通过names()函数可以查看对象的名称属性，也可以通过形如：**names(对象)<-…… **的方式进行赋值，具体如下：

>names(test)
NULL
>names(test)<-c("one","two","three")
>names(test)
[1]"one"  "two"  "three"
> test
  one  two three 
      1      2     3

2.维度属性

通过dim()函数赋值或获得属性，若为向量则返回NULL（空值），具体如下：

matrix1<-matrix1(1:20,4,5)
> dim(matrix1)
[1] 4 5
> matrix2<-c(1:20)
> dim(matrix2)
NULL
> dim(matrix2)<-c(4,5)
> matrix2
      [,1][,2][,3][,4][,5]
[1,]  1  5  9  13  17
[2,]  2  6  10  14  18
[3,]  3  7  11  15  19
[4,]  4  8  12  16  20
> dim(matrix2)
[1]  4  5

3.类

在R中类（class）是对象的属性，可用class()函数获取。
对于一个标量或向量，返回的就是数据类型，对于一个数据结构，返回的就是他的数据结构。如：> test<-c(1,2,3)，之后将讲解如何构造并使用自己的类。如果你想移除一个对象的类，可通过unclass()函数或者直接将NULL赋给class属性即可。

> test <- c(1,2,3)
> class(test)
[1]"numeric"
> matrix<-matrix(1:20,4,5)
> matrix
> class(matrix)
[1]"matrix"

日期与时间

在R中可以通过Sys.time()函数获取系统时间，而结果看似字符串，实则却是双整数型，并且类有“POSIXct” 和”POSIXt”两种。

POSIXct是一个被广泛使用的用于表示日期与时间的框架。在POSIXct框架下，时间被表示为自1970年1月1日零点（UTC时间）开始所逝去的秒数，并以数值型储存下来。通过将“POSIXct” 和”POSIXt”两个类的属性会提示R将该时间以人类友好的字符串形式展示出来。具体如下：

> now<-Sys.time()
> now
[1]"2017-07-24 15:42:41 CST"
> typeof(now)
[1]"double"
> class(now)
[1]"POSIXct""POSIXt"
> class(now)<-NULL
> now
[1]1500882162
> class(now)<-"POSIXct"
> now
[1]"2017-07-24 15:42:41 CST"
> unclass(now)
[1]1500882162

在R的数据结构中介绍了一个因子的概念，当使用factor()函数对向量进行改造时，会赋予向量一个levels和class属性， 其中levels属性包含显示因子值得一组标签，而class属性包含factor.

三、强制转化

强制转化一般并不推荐，但有的时候这样做能够起到特殊的效果。具体来说，强制转化规则如下：

1.如果向量中含字符串，强制转化会把所有元素转化为字符型

2.如果向量中只含数值型或逻辑型，强行转化会将逻辑型都转化为数值型（TRUE–>1,FALSE–>0）

image

> sum(c(T,T,F,F))
[1]2

上例可以计算出一组向量中为真的个数，就是一种强制转化的妙用

R中还可以选择一种更为明确的类型转化方式，as.+数据类型，如

> as.numeric(T)
[1]1