数据结构

对象的5种类型：

1. 字符character

2. 数值 numeric

3. 整数 integer

4. 复数 complex (1+2i)

5. 逻辑 logical (TRUE/FALSE)

属性：

1. 名称 name           2. 纬度 dimensions:行，列         3. 类型 Class         4. 长度 length

向量（vector）：

1. 只能包含同一类型的对象

2. 创建向量

vector()  向量

c()  字符函数

as.logical()/as.numeric()/as.character()  强行转换类型

矩阵matrix

1.向量+纬度属性（整数向量：nrow,ncol）

x <- matrix(data(1:10),ncol=2, nrow=5)

矩阵运算赋值的时候按列赋值，先第一列赋值完才赋值到第二列

2. 创建矩阵

——matrix（）：先列后行

——vectro()+dim()

——cbind（）列拼接矩阵， rbind（）行拼接矩阵

——attributes()判断矩阵类型

数组 （array）

——与矩阵类似，但是纬度可以大于2

——创建数组

x <- array(1:24, dim = c(4,6))——简单数组

x1 <- array(1:24,dim = c(2,3,4))——有4组的2行3列的矩阵

列表（list）:

——可以包含不同类型的对象

——创建列表

list()

l <- list("a", 2, 10L, 3+4i, TRUE)

l2 <- list(a=1, b=2, c=3)

l3 <- list(c(1,2,3), c(4,5,6,7))

x <- matrix(1:6,nrow = 2,ncol = 3)

dimnames(x) <- list(c("a","b"), c("c","d","e"))给矩阵的每行每列命名

因子（factor）:

——分类数据/有序VS.无序

——整数向量+标签（label）(优于整数向量)

Male/Female vs. 1/2

常用语lm(), glm()

x <- factor(c("female","female","male","male","female"))

y <- factor(c("female","female","male","male","female"), levels = c("male","female"))——c的括号里谁在（male）前面谁是(male)基线水平

table(x) 把x列表按表格显示

缺失值（missing value）

——NA/NaN: NaN(数字的缺失值)属于NA(数字，字符等)， NA不属于NaN

——NA有类型属性：integer NA,

character NA等

——is. na()/is.nan()

数据框（data frame）

——存储为表格数据（tabular data）

——视为各元素长度相同的列表

每个元素代表一列数据

每个元素的长度代表行数

元素类型可以不同

日期与时间（date, time）

——日期： Date

距离1970-01-01的天数/date()/Sys.Date()

weekdays()/ months() / quarters()

——时间： POSIXct / POSIXlt

距离1970-01-01 的秒数/ Sys.time()

POSIXct: 整数，常用于存入数据框

POSIXit: 列表，还包含星期、年、月、日等信息