R语言-数据类型|数据结构|对象类型
R是一种基于对象(Object)的语言，所以你在R语言中接触到的每样东西都是一个对象，一串数值向量是一个对象，一个函数是一个对象，一个图形也是一个对象。基于对象的编程(OOP)就是在定义类的基础上，创建与操作对象。
对象中包含了我们需要的数据，同时对象也具有很多属性(Attribute)。其中一种重要的属性就是它的类(Class)，R语言中最为基本的类包括了数值(numeric)、逻辑(logical)、字符(character)、列表(list)，在此基础上构成了一些复合型的类，包括矩阵(matrix)、数组(array)、因子(factor)、数据框(dataframe)。除了这些内置的类外还有很多其它的，用户还可以自定义新的类，但所有的类都是建立在这些基本的类之上的。
#常用函数
class(x)
typeof(x)
mode(x)
storage.mode(x)
attributes(x)
str(x)
unclass(x)- 函数 class 返回R对象的类（基本类|复合型的类|其他类（lm函数）|自定义类）,如果要消除对象的类则可用unclass()。
class() unclass() - R语言特有的函数 typeof 返回R对象的类型。注意在 R 底层的 C 代码中，所有对象都是指向一个有类型定义 SEXPREC的结构体（structure）的指针；不同的R数据类型在 C 里面用 决定结构体各部分信息的 SEXPTYPE 表示。
typeof()typeof 可能的返回值和涵义 返回值 涵 义 NULL 空 symbol 一个变量名字 pairlist 成对列表对象 closure 一个函数 environment 一个环境 promise 一个用于实现悠闲赋值的对象 language 一个 R 语言构建 special 一个不可针对参数求值的内置函数 builtin 一个可针对参数求值的内置函数 logical 含逻辑值的向量 integer 含整数值的向量 double 含实数值的向量 complex 含复数值的向量 character 含字符值的向量 … 特定变量长度参数 *** any 一个可以匹配任何类型的特殊类型 *** expression 一个表达式对象 list 一个列表 externalptr 一个外表指针对象 weakref 一个弱引用对象（a weak reference object） raw 一个字节元素向量
我认为用户不用深入以’***’标记的条目，至少没有想象的那么容易, 但是可以多看一些例子。
R 在计算过程中，对象常常需要强制转换成不同的类型（type）。 有许多函数可用于显式的强制转换。 在仅仅用 R 语言编程的时候，一个对象的类型通常不会影响计算结果， 但是当混合使用外部编程语言或不同的操作系统时， 常常需要保证对象类型的正确。
- 函数 mode 返回对象的模式信息
mode() - 函数storage.mode返回其参数的存储模式（storage mode）
attributes() - 举例1
> > x <- 1:3 > class(x) [1] "integer" > typeof(x) [1] "integer" > mode(x) [1] "numeric" > storage.mode(x) [1] "integer" > unclass(x) [1] 1 2 3 > attributes(x) NULL > str(x) int [1:3] 1 2 3 > ##说明： ##如果运行attributes(x)，会发现返回了空值。 ##这是因为x是一个向量，对于向量这种内置的基本类，attributes是没有什么好显示的。 - 举例2
> > x <- runif(10) > y <- rnorm(10)+10*x > model <- lm(y ~ x) > class(model) [1] "lm" > typeof(model) [1] "list" > mode(model) [1] "list" > storage.mode(model) [1] "list" > unclass(model) $coefficients (Intercept) x -0.701304 10.104148 $residuals 1 2 3 4 5 0.98690445 -0.86301894 0.04973016 -1.32000648 0.57173416 6 7 8 9 10 -0.66068807 1.39675119 -0.08431814 -0.31170431 0.23461598 $effects (Intercept) x -14.5796672 -7.6233656 -0.1266812 -1.2665738 0.4738679 -1.0809453 1.7945956 0.2192125 -0.0512103 -0.2297554 $rank [1] 2 $fitted.values 1 2 3 4 5 6 7 0.569911 3.881950 4.073688 5.717006 4.635263 2.330260 8.179452 8 9 10 7.505135 7.197435 2.014856 $assign [1] 0 1 $qr $qr (Intercept) x 1 -3.1622777 -1.66242471 2 0.3162278 -0.75447882 3 0.3162278 0.05692437 4 0.3162278 0.27248772 5 0.3162278 0.13058931 6 0.3162278 -0.17177094 7 0.3162278 0.59550060 8 0.3162278 0.50704667 9 0.3162278 0.46668400 10 0.3162278 -0.21314423 attr(,"assign") [1] 0 1 $qraux [1] 1.316228 1.031773 $pivot [1] 1 2 $tol [1] 1e-07 $rank [1] 2 attr(,"class") [1] "qr" $df.residual [1] 8 $xlevels named list() $call lm(formula = y ~ x) $terms y ~ x attr(,"variables") list(y, x) attr(,"factors") x y 0 x 1 attr(,"term.labels") [1] "x" attr(,"order") [1] 1 attr(,"intercept") [1] 1 attr(,"response") [1] 1 attr(,".Environment") <environment: R_GlobalEnv> attr(,"predvars") list(y, x) attr(,"dataClasses") y x "numeric" "numeric" $model y x 1 1.556815 0.1258112 2 3.018931 0.4536012 3 4.123418 0.4725774 4 4.397000 0.6352154 5 5.206997 0.5281560 6 1.669572 0.3000316 7 9.576203 0.8789218 8 7.420817 0.8121851 9 6.885731 0.7817324 10 2.249472 0.2688164 > attributes(model) $names [1] "coefficients" "residuals" "effects" [4] "rank" "fitted.values" "assign" [7] "qr" "df.residual" "xlevels" [10] "call" "terms" "model" $class [1] "lm" > str(model) List of 12 $ coefficients : Named num [1:2] -0.701 10.104 ..- attr(*, "names")= chr [1:2] "(Intercept)" "x" $ residuals : Named num [1:10] 0.9869 -0.863 0.0497 -1.32 0.5717 ... ..- attr(*, "names")= chr [1:10] "1" "2" "3" "4" ... $ effects ##内容太多次数省略 ############################################ ##说明： ##可以看到这个对象的类是“lm”，这意味着什么呢？我们知道对于不同的类有不同的处理方法，那么对于model这个对象，就有专门用来处理lm类对象的函数， ##例如plot.lm()。但如果你用普通的函数plot()也一样能显示其图形， ##Why？因为plot()这种函数会自动识别对象的类，从而选择合适的函数来对付它，这种函数就称为泛型函数（generic function）。 ##你可以用methods(class=lm)来了解有哪些函数可适用于lm对象。 ############################################
转载请注明：数据分析 » R语言-数据类型|数据结构|对象类型
