基本數(shù)據(jù)類型

數(shù)據(jù)類型

• 向量 vector
• 矩陣 matrix
• 數(shù)組 array
• 數(shù)據(jù)框 data frame
• 因子 factor
• 列表 list

向量

• 單個(gè)數(shù)值（標(biāo)量）沒有單獨(dú)的數(shù)據(jù)類型，它只不過是向量的一種特例
• 向量的元素必須屬于某種模式（mode），可以整型（integer）、數(shù)值型（numeric）、字符型（character）、邏輯型（logical）、復(fù)數(shù)型（complex）
• 循環(huán)補(bǔ)齊（recycle）：在一定情況下自動(dòng)延長(zhǎng)向量
• 篩選：提取向量子集
• 向量化：對(duì)向量的每一個(gè)元素應(yīng)用函數(shù)
• 使用seq()創(chuàng)建向量
• 使用rep()重復(fù)向量常數(shù)

矩陣

矩陣（matrix）是一種特殊的向量，包含兩個(gè)附加的屬性：行數(shù)和列數(shù)。所以矩陣也和向量一樣，有模式的概念，例如數(shù)值型或字符型。（但反過來，向量卻不能看作是只有一列或一行的矩陣。）

• 創(chuàng)建矩陣
• 矩陣運(yùn)算
• 索引
• 增加或刪除行（列）

數(shù)組

數(shù)組（array）是R里一個(gè)更一般的對(duì)象，矩陣是數(shù)組的一個(gè)特殊情形。數(shù)組可以是多維的。例如一個(gè)三維的數(shù)組可以包含行、列和層（layer），而一個(gè)矩陣只有行和列兩個(gè)維度。

array(data = NA, dim = length(data), dimnames = NULL)
as.array(x, ...)
is.array(x)

列表

向量的元素要求都是同類型的，而列表（list）與向量不同，可以組合多個(gè)不同類型的對(duì)象

數(shù)據(jù)框

數(shù)據(jù)框類似矩陣，有行和列這兩個(gè)維度。然而，數(shù)據(jù)框與矩陣不同的是，數(shù)據(jù)框的每一列可以是不同的模式（mode）。例如，某列可能由數(shù)字組成，另一列可能由字符串組成。

因子

因子的設(shè)計(jì)思想來源于統(tǒng)計(jì)學(xué)中的名義變量（nominal variables），或稱之為分類變量（categorical variables）。這些變量的值本質(zhì)上不是數(shù)字，而是對(duì)應(yīng)為分類，例如民主黨、共和黨和無黨派，盡管它們可以用數(shù)字編碼。

算術(shù)運(yùn)算

• x + y 加法
• x - y 減法
• x * y 乘法
• x / y 除法
• x ^ y 乘冪
• x %% y 模運(yùn)算
• x %/% y 整數(shù)除法

邏輯運(yùn)算

• x == y 判斷是否相等
• x <= y 判斷是否小于等于
• x >= y 判斷是否大于等于
• x && y 標(biāo)量的邏輯“與”運(yùn)算
• x || y 標(biāo)量的邏輯“或”運(yùn)算
• x & y 向量的邏輯“與”運(yùn)算（x、y以及運(yùn)算結(jié)果都是向量）
• x | y 向量的邏輯“或”運(yùn)算（x、y以及運(yùn)算結(jié)果都是向量）
• !x 邏輯非
• 邏輯值TRUE和FALSE可以縮寫為T和F（兩者都必須是大寫）。而在算術(shù)表達(dá)式它們會(huì)轉(zhuǎn)換為1和0

函數(shù)

 g <- function(x) {
  return(x+1)
}

函數(shù)也是對(duì)象

條件語句

if (r == 4) {
 x <- 1
} else {
 x <- 3
 y <- 4
}

循環(huán)語句

• for
• while
• repeat

repeat沒有邏輯判斷退出條件，必須利用break（或者類似return()）的語句。當(dāng)然，break也可以用在for循環(huán)中。

代碼格式化工具

library(formatR)

到此這篇關(guān)于R語言基本語法深入講解的文章就介紹到這了,更多相關(guān)R語言基本語法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論