认识达内从这里开始

随着互联网的不断发展，用户在数据存储方面可以使用的渠道也在不断的增加，而将数据存储到云空间之中的话，大大提高了数据的可移动性。今天，我们就一起来了解和学习一下关于数据存储方面的一些知识。

通常，在使用任何编程语言进行编程时，您需要使用各种变量来存储各种信息。 变量只是保留值的存储位置。 这意味着，当你创建一个变量，你必须在内存中保留一些空间来存储它们。

您可能想存储各种数据类型的信息，如字符，宽字符，整数，浮点，双浮点，布尔等。基于变量的数据类型，操作系统分配内存并决定什么可以存储在保留内存中。

与其他编程语言(如C中的C和java)相反，变量不会声明为某种数据类型。 变量分配有R对象，R对象的数据类型变为变量的数据类型。尽管有很多类型的R对象，但经常使用的是：

向量

矩阵

数组

因子

数据帧

列表

(1)基本数据类型

这些对象中简单的是向量对象，并且这些向量有六种数据类型，也称为六类向量。 其他R对象建立在原子向量之上。

数据类型 例 校验

Logical(逻辑型) TRUE, FALSE

v <- TRUE

print(class(v))

它产生以下结果 -

[1] "logical"

Numeric(数字) 12.3，5，999

v <- 23.5

print(class(v))

它产生以下结果 -

[1] "numeric"

Integer(整型) 2L，34L，0L

v <- 2L

print(class(v))

它产生以下结果 -

[1] "integer"

Complex(复合型) 3 + 2i

v <- 2+5i

print(class(v))

它产生以下结果 -

[1] "complex"

Character(字符) 'a' , '"good", "TRUE", '23.4'

v <- "TRUE"

print(class(v))

它产生以下结果 -

[1] "character"

Raw(原型) "Hello" 被存储为 48 65 6c 6c 6f

v <- charToRaw("Hello")

print(class(v))

它产生以下结果 -

[1] "raw"

在R编程中，非常基本的数据类型是称为向量的R对象，其保存如上所示的不同类的元素。 请注意，在R中，类的数量不仅限于上述六种类型。 例如，我们可以使用许多原子向量并创建一个数组，其类将成为数组。

(2)Vectors 向量

当你想用多个元素创建向量时，你应该使用c()函数，这意味着将元素组合成一个向量。

# Create a vector.

apple <- c('red','green',"yellow")

print(apple)

# Get the class of the vector.

print(class(apple))

当我们执行上面的代码，它产生以下结果

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

[1] "character"

(3)Lists 列表

列表是一个R对象，它可以在其中包含许多不同类型的元素，如向量，函数甚至其中的另一个列表。

# Create a list.

list1 <- list(c(2,5,3),21.3,sin)

# Print the list.

print(list1)

当我们执行上面的代码，它产生以下结果

[[1]]

[1] 2 5 3

[[2]]

[1] 21.3

[[3]]

function (x) .Primitive("sin")

(4)Matrices 矩阵

矩阵是二维矩形数据集。 它可以使用矩阵函数的向量输入创建。

# Create a matrix.

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

print(M)

当我们执行上面的代码，它产生以下结果

[,1] [,2] [,3]

[1,] "a" "a" "b"

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

(5)Arrays 数组

虽然矩阵被限制为二维，但阵列可以具有任何数量的维度。 数组函数使用一个dim属性创建所需的维数。 在下面的例子中，我们创建了一个包含两个元素的数组，每个元素为3x3个矩阵。

# Create an array.

a <- array(c('green','yellow'),dim = c(3,3,2))

print(a)

当我们执行上面的代码，它产生以下结果

, , 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"

(6)Factors 因子

因子是使用向量创建的r对象。 它将向量与向量中元素的不同值一起存储为标签。 标签总是字符，不管它在输入向量中是数字还是字符或布尔等。 它们在统计建模中非常有用。

使用factor()函数创建因子。nlevels函数给出级别计数。

# 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))

当我们执行上面的代码，它产生以下结果

[1] green green yellow red red red yellow green

Levels: green red yellow

# applying the nlevels function we can know the number of distinct values

[1] 3

(7)Data Frames 数据帧

数据帧是表格数据对象

使用data.frame()函数创建数据帧。

# 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)

当我们执行上面的代码，它产生以下结果

gender height weight Age

1 Male 152.0 81 42

2 Male 171.5 93 38

3 Female 165.0 78 26

【免责声明】本文系本网编辑部分转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与管理员联系，我们会予以更改或删除相关文章，以保证您的权益!