文章图片
在开始介绍并了解R中的各种数据类型之前, 让我们快速在Terminal和Jupyter Notebook上设置R环境。
以下命令适用于Mac操作系统, 它将在你的终端上安装R。

brew install r --build-from-source

要验证安装是否成功, 只需在终端中键入R(大写), 你将进入R会话, 如下所示。

文章图片
要在其他操作系统上进行安装, 请随时查看本教程。
现在, 让我们在Jupyter Notebook上将R编程语言添加为内核。确保系统上已经安装了jupyter笔记本。
转到终端并打开R会话, 然后输入以下两个命令, 这会将R内核添加到jupyter笔记本中。

install.packages('IRkernel') IRkernel::installspec()

一旦以上两个命令成功执行, 请从终端运行jupyter并打开带有R内核的笔记本, 如下所示：

文章图片
现在你已经准备好在jupyter笔记本上编写你的第一个R代码。
介绍 为了充分利用R, 了解和理解R中存在的各种数据类型和数据结构以及它们如何工作非常重要。它们在几乎所有问题中都起着关键作用, 尤其是当你处理以数据为中心的机器学习问题时。
在编程语言中, 我们通常需要变量来存储信息, 这些变量可以是整数, 字符, 浮点数, 布尔值等。变量的类型完全取决于它所持有的信息类型。如果为其分配了整数, 则该变量的数据类型为int。变量仅仅是保留值的存储位置。创建变量后, 将立即为其保留一些内存空间。
根据变量的数据类型, 操作系统将分配一些内存。例如, 在R编程中, 保存整数的变量将为字符保留4个字节和1个字节的内存。
诸如C, C ++和Java之类的编程语言将变量声明为数据类型。但是, 在Python和R中, 变量是一个对象。对象不过是具有少量属性和应用于其属性的方法的数据结构。
本教程将讨论各种R对象或数据结构, 例如：

• 向量
• 列表
• 矩阵
• 数组
• factor
• 数据帧

首先, 让我们了解一些构建R对象的基本数据类型, 例如数字, 整数, 字符, 因子和逻辑。

• 数值：具有十进制值或本质上为小数的数字的数据类型为数字。

num < - 1.2 print(num)

[1] 1.2

你可以使用关键字class()检查数据类型。

class(num)

'numeric'

• 整数：不包含十进制值的数字的数据类型为整数。但是, 要创建整数数据类型, 请显式使用as.integer()并将变量作为参数传递。

int < - as.integer(2.2) print(int)

[1] 2

class(int)

'integer'

• 字符：顾名思义, 它可以是字母, 也可以用引号引起来的字母组合被R视为字符数据类型。可以是字母或数字。

char < - "srcmini" print(char)

[1] "srcmini"

class(char)

'character'

char < - "12345" print(char)

[1] "12345"

class(char)

'character'

• 逻辑：布尔值等值可以为True和False的变量称为逻辑变量。

log_true < - TRUE print(log_true)

[1] TRUE

class(log_true)

'logical'

log_false < - FALSE print(log_false)

[1] FALSE

class(log_false)

'logical'

• factor：它们是一种数据类型, 用于表示质量关系, 例如颜色, 好坏, 课程或电影收视率等。它们在统计建模中很有用。

为此, 你将使用c()函数, 该函数通过组合所有元素来返回向量(一维)。

fac < - factor(c("good", "bad", "ugly", "good", "bad", "ugly"))

print(fac)

[1] good badugly good badugly Levels: bad good ugly

class(fac)

'factor'

fac因子分为好, 坏和丑三个级别, 可以使用关键字级别进行检查, 级别的类型是字符。

levels(fac)

1. ‘ 坏’
2. ‘ 好’
3. ‘ 丑陋’

nlevels(fac)

3

class(levels(fac))

'character'

在继续前进之前, 让我们了解一些可以方便使用的重要提示！

• 始终记住, R编程语言区分大小写。上面定义的所有对象都应以相同的方式使用, 无论是上方还是下方, 如下例所示。

Num

Error in eval(expr, envir, enclos): object 'Num' not found Traceback:

• 在R中, 你可以使用关键字ls()检查工作环境中你已定义的所有变量或对象, 如下所示。

ls()

1. ‘ 炭’
2. ‘ int’
3. ‘ num’

列表

文章图片
(资源)
与向量不同, 列表可以包含各种数据类型的元素, 通常被称为值的有序集合。它可以包含向量, 函数, 矩阵, 甚至可以包含其中的另一个列表(嵌套列表)。
R中的列表是一索引的, 即索引以一开始。
让我们通过一个简单的示例来理解列表的概念, 该示例将在一个列表中存储三种不同类型的数据类型。

lis1 < - 1:5# Integer Vector lis1

1. 1
2. 2
3. 3
4. 4
5. 5

lis2 < - factor(1:5)# Factor Vector lis2

1. 1
2. 2
3. 3
4. 4
5. 5

级别：

1. ‘ 1’
2. ‘ 2’
3. ‘ 3’
4. ‘ 4’
5. ‘ 5’

lis3 < - letters[1:5]# Character Vector lis3

1. ‘ 一个’
2. ‘ b’
3. ‘ C’
4. ‘ d’
5. “ 与”

combined_list < - list(lis1, lis2, lis3)

combined_list

1. 1
2. 2
3. 3
4. 4
5. 5

1. 1
2. 2
3. 3
4. 4
5. 5

级别：

1. ‘ 1’
2. ‘ 2’
3. ‘ 3’
4. ‘ 4’
5. ‘ 5’

1. ‘ 一个’
2. ‘ b’
3. ‘ C’
4. ‘ d’
5. “ 与”

让我们分别访问列表中的每个向量。为此, 你将使用双方括号, 因为三个向量位于列表内的一个级别上。 python Combinedlist [[1]]

1. 1
2. 2
3. 3
4. 4
5. 5

python Combinedlist [[2]]

1. 1
2. 2
3. 3
4. 4
5. 5

级别：

1. ‘ 1’
2. ‘ 2’
3. ‘ 3’
4. ‘ 4’
5. ‘ 5’

combined_list[[3]]

1. ‘ 一个’
2. ‘ b’
3. ‘ C’
4. ‘ d’
5. “ 与”

现在, 让我们尝试从第三个向量访问第五个元素, 它给出字母e。

combined_list[[3]][5]

'e'

最后, 让我们尝试拉平列表。要记住的重要一件事是, 因为combined_list是字符和数字数据类型的组合, 所以字符数据类型将具有优先权, 而完整列表的数据类型将成为字符。

flat_list < - unlist(combined_list)

class(flat_list)

'character'

flat_list

1. ‘ 1’
2. ‘ 2’
3. ‘ 3’
4. ‘ 4’
5. ‘ 5’
6. ‘ 1’
7. ‘ 2’
8. ‘ 3’
9. ‘ 4’
10. ‘ 5’
11. ‘ 一个’
12. ‘ b’
13. ‘ C’
14. ‘ d’
15. “ 与”

length(flat_list)

15

向量

文章图片
(资源)
向量是一个对象, 用于存储多个信息或相同数据类型的值。向量不能同时具有整数和字符。例如, 如果要存储100个学生的总成绩, 而不是为每个学生创建100个不同的变量, 则将创建一个长度为100的向量, 该向量将在其中存储所有学生成绩。
可以使用函数c()创建向量, 该函数将合并所有元素并返回一维数组。
让我们用五个班级数字学生的数据创建一个矢量标记。

marks < - c(88, 65, 90, 40, 65)

class(marks)

'numeric'

让我们检查向量的长度, 该向量应该返回其中包含的元素数。

length(marks)

5

现在, 让我们尝试通过索引访问特定元素。

marks[4]

40

marks[5]

65

marks[6] #returns NA since there is no sixth element in the vector

< NA>

• 切片：类似于Python, 切片的概念也可以在R中应用。
  让我们尝试使用切片从第二到第五访问元素。
  

marks[2:5]

1. 65
2. 90
3. 40
4. 65

现在让我们创建一个类似于创建数字字符的字符向量。

char_vector < - c("a", "b", "c") print(char_vector)

[1] "a" "b" "c"

class(char_vector)

‘ 字符’

length(char_vector)

3

char_vector[1:3]

1. ‘ 一个’
2. ‘ b’
3. ‘ C’

如果我们创建一个同时具有数字和字符值的向量, 则数字值将转换为字符数据类型。

char_num_vec < - c(1, 2, "a")

char_num_vec

1. ‘ 1’
2. ‘ 2’
3. ‘ 一个’

class(char_num_vec)

'character'

让我们借助切片概念创建具有1024个数值的向量。

vec < - c(1:1024)

现在, 尝试访问中间元素和最后一个元素。为此, 你将使用长度功能。

vec[length(vec)]

1024

vec[length(vec)/2]

512

• 如何创建奇数向量？

要创建奇数向量, 可以使用seq函数, 该函数具有三个参数：开始, 结束和步长。

seq(1, 10, by = 2)

1. 1
2. 3
3. 5
4. 7
5. 9

矩阵

文章图片
(资源)
与向量类似, 矩阵用于存储有关相同数据类型的信息。但是, 与矢量不同, 矩阵能够在其中保存二维信息。
定义矩阵的语法为：

M < - matrix(vector, nrow=r, ncol=c, byrow=FALSE, dimnames=list(char_vector_rownames, char_vector_colnames))

byrow = TRUE表示矩阵应由行填充。 byrow = FALSE表示矩阵应由列填充(默认值)。
让我们快速定义形状为$ 2 \ times3 $的矩阵M。

M = matrix( c('AI', 'ML', 'DL', 'Tensorflow', 'Pytorch', 'Keras'), nrow = 2, ncol = 3, byrow = TRUE) print(M)

[, 1][, 2][, 3] [1, ] "AI""ML""DL" [2, ] "Tensorflow" "Pytorch" "Keras"

让我们使用切片的概念, 并从行和列中获取元素。

M[1:2, 1:2] #the first dimension selects both rows while the second dimension will select #elements from 1st and 2nd column

A matrix: 2 × 2 of type chr

AI	ML
张量流	火炬

数据帧

文章图片
(资源)
与矩阵不同, 数据帧是矩阵的更通用形式。它以表格形式包含数据。数据帧中的数据可以分布在具有不同数据类型的各个列中。第一列可以是字符, 而第二列可以是整数, 第三列可以是逻辑。
变量或特征采用柱状方式(也称为标头), 而观察结果按行排列, 第一个元素是行名, 后跟实际数据(也称为数据行)。
可以使用data.frame()函数创建DataFrame。
DataFrame已广泛用于读取逗号分隔文件(CSV), 文本文件。它们的用途不仅限于读取数据, 还可以将它们用于机器学习问题, 尤其是在处理数字数据时。 DataFrames对于理解数据, 数据整理, 绘图和可视化很有用。
让我们创建一个虚拟数据集并学习一些特定于数据帧的功能。

dataset < - data.frame( Person = c("Aditya", "Ayush", "Akshay"), Age = c(26, 26, 27), Weight = c(81, 85, 90), Height = c(6, 5.8, 6.2), Salary = c(50000, 80000, 100000) )

print(dataset)

Person Age Weight Height Salary 1 Aditya26816.05e+04 2Ayush26855.88e+04 3 Akshay27906.21e+05

class(dataset)

'data.frame'

nrow(dataset) # this will give you the number of rows that are there in the dataset dataframe

3

ncol(dataset) # this will give you the number of columns that are there in the dataset dataframe

5

df1 = rbind(dataset, dataset) # a row bind which will append the arguments in row fashion.

df1

A data.frame: 6 × 5

人	年龄	重量	高度	薪水
< FCT>	< dbl>	< dbl>	< dbl>	< dbl>
阿迪亚	26	81	6.0	5e+04
阿育	26	85	5.8	8e+04
阿克沙伊	27	90	6.2	1e+05
阿迪亚	26	81	6.0	5e+04
阿育	26	85	5.8	8e+04
阿克沙伊	27	90	6.2	1e+05

df2 = cbind(dataset, dataset) # a column bind which will append the arguments in column fashion.

df2

A data.frame: 3 × 10

人	年龄	重量	高度	薪水	人	年龄	重量	高度	薪水
< FCT>	< dbl>	< dbl>	< dbl>	< dbl>	< FCT>	< dbl>	< dbl>	< dbl>	< dbl>
阿迪亚	26	81	6.0	5e+04	阿迪亚	26	81	6.0	5e+04
阿育	26	85	5.8	8e+04	阿育	26	85	5.8	8e+04
阿克沙伊	27	90	6.2	1e+05	阿克沙伊	27	90	6.2	1e+05

让我们看一下head函数, 当你有数百万条记录并且你只想查看数据的前几行时, 此函数非常有用。同样, tail函数将输出数据的最后几行。

head(df1, 3) # here only three rows will be printed

A data.frame: 3 × 5

	人	年龄	重量	高度	薪水
	< FCT>	< dbl>	< dbl>	< dbl>	< dbl>
1	阿迪亚	26	81	6.0	5e+04
2	阿育	26	85	5.8	8e+04
3	阿克沙伊	27	90	6.2	1e+05

str(dataset) #this returns the individual class or data type information for each column.

'data.frame':3 obs. of5 variables: $ Person: Factor w/ 3 levels "Aditya", "Akshay", ..: 1 3 2 $ Age: num26 26 27 $ Weight: num81 85 90 $ Height: num6 5.8 6.2 $ Salary: num5e+04 8e+04 1e+05

现在让我们看一下summary()函数, 当你想了解数据集的统计信息时, 该函数非常有用。如下所示, 它将数据分为三个四分位数, 你可以基于这些四分位数获得有关数据分布的一些直觉。它还显示数据集中是否缺少任何值。

summary(dataset)

PersonAgeWeightHeightSalary Aditya:1Min.:26.00Min.:81.00Min.:5.8Min.: 50000 Akshay:11st Qu.:26.001st Qu.:83.001st Qu.:5.91st Qu.: 65000 Ayush :1Median :26.00Median :85.00Median :6.0Median : 80000 Mean:26.33Mean:85.33Mean:6.0Mean: 76667 3rd Qu.:26.503rd Qu.:87.503rd Qu.:6.13rd Qu.: 90000 Max.:27.00Max.:90.00Max.:6.2Max.:100000

恭喜你完成了本教程。
对于想学习R编程语言的初学者来说, 本教程是一个很好的起点。作为一项很好的练习, 请随时检查与每种数据类型相关的更多帮助器功能。
有很多与R相关的信息尚待整理, 例如R中的条件和控制流, R中的实用程序以及最令人激动的使用R的机器学习, 它们将在以后的教程中介绍, 敬请期待！
请随时在下面的评论部分中提出与本教程相关的任何问题。
【R中的数据类型】如果你想了解有关R的更多信息, 请参加srcmini的Intermediate R课程。

推荐阅读

• 

  营销商学院是干什么的 营销商学院有哪些
• 

  梦幻模拟战手游重装枪兵图鉴 枪兵重装枪兵介绍
• 

  招商银行借记卡是什么 工商银行借记卡是什么
• 

  37岁的c罗 C罗37岁身材，c罗36岁的身体
• 

  财达委托交易单独下单，财达证券业务办理
• 

  如何在切换服务器后恢复数据？ 切换服务器怎么恢复
• 

  摄像头|夜拍也要看出彩华晟高清摄像头再升级
• 

  让你的打印机重生 爱普生XP15010维护箱清零软件使用教程
• 

  圣女果吃了会变白吗
• 

  qq音乐|QQ音乐接入鸿蒙系统，支持跨设备听歌
• 

  面试题如何运用新媒体，如何利用新媒体开展工作
• 

  15公分等于几寸 十厘米乘十五厘米是多少寸
• 

  桑葚酒有什么功效？桑葚酒的功效与作用
• 

  别克gl8排挡杆怎么拆
• 

  青瓜汁的做法步骤图解
• 

  球衣一件值千金！球员的球衣并非每场全新，送人还得自掏腰包
• 

  新捷达1.4低配全部办齐要多少钱？
• 

  原神申鹤E技能好用吗 原神申鹤E技能伤害解析
• 

  mysql怎么添加用户名 用mysql数据库添加用户
• 

  cf换购有多把火麒麟换购了会全部回收吗？

• 如何安装SQL Server（详细步骤图解）
• Python中的虚拟环境
• R中的条件和控制流
• R中的实用程序
• Python Print()函数
• Python Range()函数
• Android-WebView加载网络图片&amp;网页
• 使用maven的mybatis-generator代码生成器插件生成实体类mapper配置文件和mapper接口（使用idea）
• uniApp——v-for 动态class动态style