作者：少量的helper
来源：我可以帮你一点忙
如前一篇文章所述，r语言是针对“对象”的语言，这里说的对象，最重要的是数据。 r能够创建、读取和处理各种类型的数据。 今天我先讲几个基本概念。
r语言的数据类型
稍微接触过统计的学生应该很了解下图所示的变量类型。 r中的许多数据类型可以满足各种变量的表达。 让我逐一说明：
1 .数值型(numeric )数据的内容为数字。 在上图中，定量变量和定性变量都可以用数值表示。 在以下示例中，x、y、z和w都是数字数据。
x-175.3
#x为身高，x为定量变量(连续型)
y-5型火箭
#y为家庭人口数，y为定量变量(离散型)
z-6型火箭
#z为教育水平，6为本科以上，z为定性变量(秩序)
w - 1战斗机
#w为性别，1为女性，w为定性变量(无序)2.文字型) character ) :数据的内容为文字。 字符类型数据可以用于表示定性变量，但不能表示定量变量。 如果将内容放入英语双引号“”中，则该数据将被r识别为字符类型。 以下例子的z、w都是文字型数据。
z-'系以上'
将# # # z作为教育水平，将z作为定性变量(秩序)
w-'女'
#w为性别，w为定性变量(无序)3.逻辑型) logical ) :注意取值只有TRUE和FALSE两个，必须大写。
4 .因子型(factor )因子叙述了定性变量，刚才定性变量可以用数值也可以用文字表示。 在此基础上进行简单的处理的话就会变成因子型数据。 该处理对数据内容没有任何变化，但对之后的统计分析工作有帮助。 后面会详细叙述。
在科学研究中，x、y、z、w这些变量一般不仅只有一个数据，还需要将不同的变量彼此组合起来完成统计分析。 接下来，我们来看看多个数据、多个变量是如何组合的。
r语言的数据结构刚开始接触统计的时候，我们经常强调整个概念——和样本对。 但是，这个问题在进行回归时有可能被忽视。
初学者经常被矢量、数组等名词所迷惑，但实际上这些是表现数据结构的名词，本质上是数据的组合。 下图显示了r的五个数据结构。
如果把小立方体看成一个数据，就会变成下面的样子。
(a )载体)是一系列数据的组合，可以看作一行或一列数据，其中的数据类型可以是数值型、字符型、逻辑型、因子型的任意一种。 请注意，一个向量中的数据必须是同一类型。
例如，上图(a )的3个小方块可以是1、20、100这3个数字，也可以是“小学”、“中学”、“大学”这3个文字，还可以是TRUE、FALSE、FALSE这样的逻辑型数据。
) b )矩阵(matrix )是具有一定行数和列数的数据的集合。 数据类型有数值型、字符型、逻辑型和因子型。 矩阵中的所有数据类型必须相同。
) c )数组(array )是矩阵的普及，即在矩阵具有的两个维(行、列)的基础上追加了第三个维。 里面的数据也只有一种。 这样的数据结构在一般的统计分析中很少使用。
)“数据框”(data frame )的结构类似于矩阵，但可以包含多个数据类型，即数值类型、字符类型、逻辑类型或因子类型，是最常见的数据结构。 数据框中的行通常表示观察对象(也称为观测/观测)，列为变量) variable。
列表) list )就像一个大抽屉，可以将一些(无关的)数据信息合并成一个数据结构。 这里的数据信息可以是包括列表的五种数据结构中的任意一个或者几个。 在r中，许多函数的执行结果作为列表返回，因此这种数据结构也是学习的重点。