本文内容

• 对象
• 向量
• 数据结构
• 运算符及向量运算
• 函数
• 子集选取

对象

对象

R语言里一切都是对象（object）。

对象的创建

对象的创建与使用。首先确定一个对象名，然后使用赋值操作符 <-，将数据赋值给它。

在Rstudio中同时按下 Alt 和 -，就可以产生赋值箭头

对象的创建与使用

我们给这个盒子取名 x，然后把10这个数放入盒子。

x <- 10

当键入 x 然后回车，就打印出 x 的值。

x

对象重新赋值

当我们再把6这个数放入盒子x后

x <- 6

此时x就被更新了，变成了最新的数值

x

变量命名规则

• 变量名必须以字母、数字、下划线_和句点.组成
• 开头不能是数字
• 大小写敏感，y和Y是两个不同的变量名
• 不能有空格，可以用下划线代替空格，比如

my_age <- 30

变量名的可读性

测量男生的身高

• 一般的变量名

x <- 175

• 不错变量名

height <- 175

• 更佳的变量名

boy_height_cm <- 175

对象属性

x <- 6

所有R对象都有其属性，最重要的两个属性：

• 类型
• 长度

typeof(x) 
length(x)

向量

盒子可以装更多数据

前面，我们把6这个数放入盒子 x，

x <- 6

现在，我们想多装一些数据（有顺序、好取出），比如3,4,5,6,7

x <- 3, 4, 5, 6, 7   # 这样可以吗？

冰糖葫芦

我们小时候吃的冰糖葫芦，中间用一根木棒把水果串起来，有先后顺序，而且方便取出。

knitr::include_graphics("images/vector_like11.jpg", dpi = 300)

向量就像冰糖葫芦

对应到R语言里，用 c() 函数实现类似结构

x <- c(3, 4, 5, 6, 7)
x

向量就像冰糖葫芦

x <- c(3, 4, 5, 6, 7)

我们观察到c()函数构造向量的几个要求

• 这里的c就是 combine 或 concatenate 的意思
• 它要求元素之间用英文的逗号分隔
• 且元素的数据类型是统一的，比如这里都是数值

聚合成新向量

c() 函数还可以把两个向量聚合成一个新的向量。

low      <- c(1, 2, 3)
high     <- c(4, 5, 6)
sequence <- c(low, high)
sequence

命名向量(named vector)

向量元素可以有自己的名字

x <- c('a' = 5, 'b' = 6, 'c' = 7, 'd' = 8)
x

或者

x <- c(5, 6, 7, 8)
names(x) <- c('a', 'b', 'c', 'd')
x

单个值的向量，就可以偷懒

我们再回头看看之前的

x <- 6

它实际上就是

x <- c(6)

即长度为 1 的向量，相当于，只有一个草莓的糖葫芦。在我看来，x <- 6 是 x <- c(6) 偷懒的写法。

向量的属性

我们再来看看向量的两个基本属性

x <- c(3, 4, 5, 6, 7)

• 类型

typeof(x)

• 长度

length(x)

数值型向量

向量的元素都是数值类型，因此也叫数值型向量。

数值型的向量，有 integer 和 double 两种：

x <- c(1L, 5L, 2L, 3L)    # 整数型 
x <- c(1.5, -0.5, 2, 3)   # 双精度类型，常用写法
x <- c(3e+06, 1.23e2)     # 双精度类型，科学计数法

数值型向量，偷懒方法1

但如果向量元素很多，用手工一个个去输入，实际运用中不现实。在特定情况下，有几种偷懒方法:

• seq() 函数可以生成等差数列，from 参数指定数列的起始值，to 参数指定数列的终止值，by 参数指定数值的间距：

s1 <- seq(from = 0, to = 10, by = 0.5)
s1

数值型向量，偷懒方法2

• rep() 是 repeat（重复）的意思，可以用于产生重复出现的数字序列：

• times 指定要生成的个数
• each  指定每个元素重复的次数

s2 <- rep(x = c(0, 1), times = 3)
s2

s3 <- rep(x = c(0, 1), each = 3)
s3

数值型向量，偷懒方法3

• m:n，如果单纯是要生成数值间距为1的数列，用 m:n 更快捷，它产生从 m 到 n 的间距为1的数列

# Colon operator (with by = 1):
s4 <- 0:10
s4

s5 <- 10:1
s5

字符串型向量

字符串（String）数据类型，实际上就是文本类型，必须用单引号或者是双引号包含

x <- c("a", "b", "c")    
x <- c('Alice', 'Bob', 'Charlie', 'Dave')    
x <- c("hello", "baby", "I love you!")

需要注意的是，x1是字符串型向量，x2是数值型向量

x1 <- c("1", "2", "3")
x2 <- c(1, 2, 3)

逻辑型向量

逻辑型常称为布尔型（Boolean）：

• 常量值只有 TRUE 和 FALSE。
• TRUE 和 FALSE 在R语言中是保留词汇

x <- c(TRUE, TRUE, FALSE, FALSE)
x <- c(T, T, F, F)      # 与上等价，但不推荐

以下两者不要混淆

x <- c(TRUE, FALSE)             # 逻辑型
x <- c("TRUE", "FALSE")         # 字符串型

因子型向量

因子型可以看作是字符串向量的增强版，它是带有层级（Levels）信息的字符串向量。

比如，这里四个季节的名称，他们构成一个向量。

four_seasons <- c("spring", "summer", 
                  "autumn", "winter")

我们使用 factor() 函数将其转换成因子型向量

four_seasons_factor <- factor(four_seasons)
four_seasons_factor

因子型向量

查看因子型向量的时候，同时也显示层级信息

• 默认的情况，它是按照字符串首字母的顺序排序

four_seasons_factor <- factor(four_seasons)
four_seasons_factor

• 也可以指定顺序，比如按照我对四个季节的喜欢排序

four_seasons_factor <- factor(
  four_seasons,
  levels = c("summer", "winter", "spring", "autumn")
)
four_seasons_factor

小结

前面介绍了向量，它是R语言中最基础的数据结构，我们还会遇到其它数据结构

• 矩阵
• 列表
• 数据框

这些数据结构都可以看作由向量衍生出来的。

矩阵

矩阵可以存储行(row)和列(column)二维的数据

它实际上是向量的另一种表现形式。

矩阵

矩阵可以用 matrix() 函数创建，第一位参数的位置是用于创建矩阵的向量。比如下面把向量c(2, 4, 3, 1, 5, 7) 转换成2行3列的矩阵

m <- matrix(
  c(2, 4, 3, 1, 5, 7),
  nrow = 2, 
  ncol = 3
)
m

矩阵

矩阵的属性

• 类型

class(m)

• 长度

length(m)

• 维度

dim(m)

矩阵

• 向量是一个竖着的糖葫芦，在转换成矩阵的时候，也是先竖着排，第一列竖着的方向排满后，就排第二列，这是默认的情形。

• 如果想改变这一传统习惯，也可以增加一个语句 byrow = TRUE，这条语句让向量先横着排，排完第一行，再排第二行。

matrix(
  c(2, 4, 3, 1, 5, 7), nrow = 2, byrow = TRUE
)

列表

想象有一个小火车，小火车的每节车厢是独立的，因此每节车厢装的东西可以不一样。这种结构，装载数据的能力很强大，称之为列表（list）。

创建列表

list1 <- list(
  a = c(5, 10),
  b = c("I", "love", "R", "language", "!"),
  c = c(TRUE, TRUE, FALSE, TRUE)
)
list1

创建列表

列表

c() 函数创建向量 Vs. list() 函数创建列表

• 相同点：元素之间用逗号分开。
• 不同点：
• 向量的元素是单个值；列表的元素可以是更复杂的结构，可以是向量、矩阵或者列表。
• 向量要求每个元素的数据类型必须相同，要么都是数值型，要么都是字符型；而列表的元素允许不同的数据类型。

列表的属性

• 类型

class(list1)

• 长度

length(list1)

数据框

列表是一个小火车，如果每节车厢装的都是向量而且等长，那么这种特殊形式的列表就变成了数据框 (data frame)

创建数据框

我们可以使用 data.frame() 函数构建

df <- data.frame(
  name      = c("Alice", "Bob", "Carl", "Dave"),
  age       = c(23, 34, 23, 25),
  marriage  = c(TRUE, FALSE, TRUE, FALSE),
  color     = c("red", "blue", "orange", "purple")
)
df

数据框就是我们经常用的excel表格

由于数据框融合了向量、列表和矩阵的特性，所以在数据科学的统计建模和可视化中运用非常广泛。

数据框的属性

• 类型

class(df)

• 维度

nrow(df)
ncol(df)

数据结构

R 对象的数据结构(向量、矩阵、列表和数据框)，总结如下