本文內(nèi)容

• 對(duì)象
• 向量
• 數(shù)據(jù)結(jié)構(gòu)
• 運(yùn)算符及向量運(yùn)算
• 函數(shù)
• 子集選取

對(duì)象

對(duì)象

R語(yǔ)言里一切都是對(duì)象（object）。

對(duì)象的創(chuàng)建

對(duì)象的創(chuàng)建與使用。首先確定一個(gè)對(duì)象名，然后使用賦值操作符 <-，將數(shù)據(jù)賦值給它。

在Rstudio中同時(shí)按下 Alt 和 -，就可以產(chǎn)生賦值箭頭

對(duì)象的創(chuàng)建與使用

我們給這個(gè)盒子取名 x，然后把10這個(gè)數(shù)放入盒子。

x <- 10

當(dāng)鍵入 x 然后回車(chē)，就打印出 x 的值。

x

對(duì)象重新賦值

當(dāng)我們?cè)侔?這個(gè)數(shù)放入盒子x后

x <- 6

此時(shí)x就被更新了，變成了最新的數(shù)值

x

變量命名規(guī)則

• 變量名必須以字母、數(shù)字、下劃線(xiàn)_和句點(diǎn).組成
• 開(kāi)頭不能是數(shù)字
• 大小寫(xiě)敏感，y和Y是兩個(gè)不同的變量名
• 不能有空格，可以用下劃線(xiàn)代替空格，比如

my_age <- 30

變量名的可讀性

測(cè)量男生的身高

• 一般的變量名

x <- 175

• 不錯(cuò)變量名

height <- 175

• 更佳的變量名

boy_height_cm <- 175

對(duì)象屬性

x <- 6

所有R對(duì)象都有其屬性，最重要的兩個(gè)屬性：

• 類(lèi)型
• 長(zhǎng)度

typeof(x) 
length(x)

向量

盒子可以裝更多數(shù)據(jù)

前面，我們把6這個(gè)數(shù)放入盒子 x，

x <- 6

現(xiàn)在，我們想多裝一些數(shù)據(jù)（有順序、好取出），比如3,4,5,6,7

x <- 3, 4, 5, 6, 7   # 這樣可以嗎？

冰糖葫蘆

我們小時(shí)候吃的冰糖葫蘆，中間用一根木棒把水果串起來(lái)，有先后順序，而且方便取出。

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

向量就像冰糖葫蘆

對(duì)應(yīng)到R語(yǔ)言里，用 c() 函數(shù)實(shí)現(xiàn)類(lèi)似結(jié)構(gòu)

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

向量就像冰糖葫蘆

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

我們觀(guān)察到c()函數(shù)構(gòu)造向量的幾個(gè)要求

• 這里的c就是 combine 或 concatenate 的意思
• 它要求元素之間用英文的逗號(hào)分隔
• 且元素的數(shù)據(jù)類(lèi)型是統(tǒng)一的，比如這里都是數(shù)值

聚合成新向量

c() 函數(shù)還可以把兩個(gè)向量聚合成一個(gè)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

單個(gè)值的向量，就可以偷懶

我們?cè)倩仡^看看之前的

x <- 6

它實(shí)際上就是

x <- c(6)

即長(zhǎng)度為 1 的向量，相當(dāng)于，只有一個(gè)草莓的糖葫蘆。在我看來(lái)，x <- 6 是 x <- c(6) 偷懶的寫(xiě)法。

向量的屬性

我們?cè)賮?lái)看看向量的兩個(gè)基本屬性

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

• 類(lèi)型

typeof(x)

• 長(zhǎng)度

length(x)

數(shù)值型向量

向量的元素都是數(shù)值類(lèi)型，因此也叫數(shù)值型向量。

數(shù)值型的向量，有 integer 和 double 兩種：

x <- c(1L, 5L, 2L, 3L)    # 整數(shù)型 
x <- c(1.5, -0.5, 2, 3)   # 雙精度類(lèi)型，常用寫(xiě)法
x <- c(3e+06, 1.23e2)     # 雙精度類(lèi)型，科學(xué)計(jì)數(shù)法

數(shù)值型向量，偷懶方法1

但如果向量元素很多，用手工一個(gè)個(gè)去輸入，實(shí)際運(yùn)用中不現(xiàn)實(shí)。在特定情況下，有幾種偷懶方法:

• seq() 函數(shù)可以生成等差數(shù)列，from 參數(shù)指定數(shù)列的起始值，to 參數(shù)指定數(shù)列的終止值，by 參數(shù)指定數(shù)值的間距：

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

數(shù)值型向量，偷懶方法2

• rep() 是 repeat（重復(fù)）的意思，可以用于產(chǎn)生重復(fù)出現(xiàn)的數(shù)字序列：

• times 指定要生成的個(gè)數(shù)
• each ?指定每個(gè)元素重復(fù)的次數(shù)

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

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

數(shù)值型向量，偷懶方法3

• m:n，如果單純是要生成數(shù)值間距為1的數(shù)列，用 m:n 更快捷，它產(chǎn)生從 m 到 n 的間距為1的數(shù)列

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

s5 <- 10:1
s5

字符串型向量

字符串（String）數(shù)據(jù)類(lèi)型，實(shí)際上就是文本類(lèi)型，必須用單引號(hào)或者是雙引號(hào)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是數(shù)值型向量

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

邏輯型向量

邏輯型常稱(chēng)為布爾型（Boolean）：

• 常量值只有 TRUE 和 FALSE。
• TRUE 和 FALSE 在R語(yǔ)言中是保留詞匯

x <- c(TRUE, TRUE, FALSE, FALSE)
x <- c(T, T, F, F)      # 與上等價(jià)，但不推薦

以下兩者不要混淆

x <- c(TRUE, FALSE)             # 邏輯型
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強(qiáng)版，它是帶有層級(jí)（Levels）信息的字符串向量。

比如，這里四個(gè)季節(jié)的名稱(chēng)，他們構(gòu)成一個(gè)向量。

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

我們使用 factor() 函數(shù)將其轉(zhuǎn)換成因子型向量

four_seasons_factor <- factor(four_seasons)
four_seasons_factor

因子型向量

查看因子型向量的時(shí)候，同時(shí)也顯示層級(jí)信息

• 默認(rèn)的情況，它是按照字符串首字母的順序排序

four_seasons_factor <- factor(four_seasons)
four_seasons_factor

• 也可以指定順序，比如按照我對(duì)四個(gè)季節(jié)的喜歡排序

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

小結(jié)

前面介紹了向量，它是R語(yǔ)言中最基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)，我們還會(huì)遇到其它數(shù)據(jù)結(jié)構(gòu)

• 矩陣
• 列表
• 數(shù)據(jù)框

這些數(shù)據(jù)結(jié)構(gòu)都可以看作由向量衍生出來(lái)的。

矩陣

矩陣可以存儲(chǔ)行(row)和列(column)二維的數(shù)據(jù)

它實(shí)際上是向量的另一種表現(xiàn)形式。

矩陣

矩陣可以用 matrix() 函數(shù)創(chuàng)建，第一位參數(shù)的位置是用于創(chuàng)建矩陣的向量。比如下面把向量c(2, 4, 3, 1, 5, 7) 轉(zhuǎn)換成2行3列的矩陣

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

矩陣

矩陣的屬性

• 類(lèi)型

class(m)

• 長(zhǎng)度

length(m)

• 維度

dim(m)

矩陣

• 向量是一個(gè)豎著的糖葫蘆，在轉(zhuǎn)換成矩陣的時(shí)候，也是先豎著排，第一列豎著的方向排滿(mǎn)后，就排第二列，這是默認(rèn)的情形。

• 如果想改變這一傳統(tǒng)習(xí)慣，也可以增加一個(gè)語(yǔ)句 byrow = TRUE，這條語(yǔ)句讓向量先橫著排，排完第一行，再排第二行。

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

列表

想象有一個(gè)小火車(chē)，小火車(chē)的每節(jié)車(chē)廂是獨(dú)立的，因此每節(jié)車(chē)廂裝的東西可以不一樣。這種結(jié)構(gòu)，裝載數(shù)據(jù)的能力很強(qiáng)大，稱(chēng)之為列表（list）。

創(chuàng)建列表

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

創(chuàng)建列表

列表

c() 函數(shù)創(chuàng)建向量 Vs. list() 函數(shù)創(chuàng)建列表

• 相同點(diǎn)：元素之間用逗號(hào)分開(kāi)。
• 不同點(diǎn)：
• 向量的元素是單個(gè)值；列表的元素可以是更復(fù)雜的結(jié)構(gòu)，可以是向量、矩陣或者列表。
• 向量要求每個(gè)元素的數(shù)據(jù)類(lèi)型必須相同，要么都是數(shù)值型，要么都是字符型；而列表的元素允許不同的數(shù)據(jù)類(lèi)型。

列表的屬性

• 類(lèi)型

class(list1)

• 長(zhǎng)度

length(list1)

數(shù)據(jù)框

列表是一個(gè)小火車(chē)，如果每節(jié)車(chē)廂裝的都是向量而且等長(zhǎng)，那么這種特殊形式的列表就變成了數(shù)據(jù)框 (data frame)

創(chuàng)建數(shù)據(jù)框

我們可以使用 data.frame() 函數(shù)構(gòu)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

數(shù)據(jù)框就是我們經(jīng)常用的excel表格

由于數(shù)據(jù)框融合了向量、列表和矩陣的特性，所以在數(shù)據(jù)科學(xué)的統(tǒng)計(jì)建模和可視化中運(yùn)用非常廣泛。

數(shù)據(jù)框的屬性

• 類(lèi)型

class(df)

• 維度

nrow(df)
ncol(df)

數(shù)據(jù)結(jié)構(gòu)

R 對(duì)象的數(shù)據(jù)結(jié)構(gòu)(向量、矩陣、列表和數(shù)據(jù)框)，總結(jié)如下