当编写任何编程语言程序，需要使用不同的变量来存储各种信息。变量不过是用于保留存储器位置的存储值。这意味着，当创建一个变量，它会保留在内存中的一些空间。
你可能喜欢存储诸如字符以外的数据类型，如：宽字符，整型，浮点型，双浮点型，布尔等信息。基于变量的数据类型，操作系统分配内存，并决定什么可以存储在存储器。
在其他编程语言中，如C和Java R中的变量没有声明为某些数据类型。变量分配R-对象和R对象的数据类型变为变量的数据类型。有许多类型的R-对象。常用的有：
-
矢量，列表，矩阵，数组，因子，数据帧
这些对象的是最简单的矢量对象并且这些原子矢量有六种数据类型，也被称为六类向量。另外R-对象是建立在原子向量。
| 数据类型 | 示例 | 验证 |
|---|---|---|
| 逻辑 | TRUE , FALSE |
v <- TRUE print(class(v))
它产生以下结果：
[1] "logical" |
| 数字 | 12.3, 5, 999 |
v <- 23.5 print(class(v))
它产生以下结果：
[1] "numeric" |
| 整数 | 2L, 34L, 0L |
v <- 2L print(class(v))
它产生以下结果：
[1] "integer" |
| 复数 | 3 + 2i |
v <- 2+5i print(class(v))
它产生以下结果：
[1] "complex" |
| 字符 | 'a' , '"good", "TRUE", '23.4' |
v <- "TRUE" print(class(v))
它产生以下结果：
[1] "character" |
| 原始 | "Hello" 将被存储为 48 65 6c 6c 6f |
v <- charToRaw("Hello") print(class(v))
它产生以下结果：
[1] "raw" |
因此，在R语言中的非常基本的数据类型是R-对象，如上图所示占据着不同类别的元素向量。请注意R语言中类的数量并不只限于上述的六种类型。 例如，我们可以使用许多原子向量以及创建一个数组，它的类将成为数组。
向量（一维数组）
当您希望使用多个元素创建向量，应该使用c()函数，这意味着元素结合成一个向量。
# Create a vector.
apple <- c('red','green',"yellow")
print(apple)
# Get the class of the vector.
print(class(apple))
当我们上面的代码执行时，它产生以下结果：
[1] "red" "green" "yellow" [1] "character"
列表 （相当于集合类）
列表是R-对象，list()函数它里面可以包含多个不同类型的元素，如向量，函数，甚至是另一个列表。
# Create a list. list1 <- list(c(2,5,3),21.3,sin) # Print the list. print(list1)
当我们上面的代码执行时，它产生以下结果：
[[1]]
[1] 2 5 3
[[2]]
[1] 21.3
[[3]]
function (x) .Primitive("sin")
矩阵（牛逼的二维数组）
矩阵是一个二维矩形数据集。它可以使用一个向量输入到矩阵函数来创建。
# Create a matrix.
M = matrix( c('a','a','b','c','b','a'), nrow=2,ncol=3,byrow = TRUE)
print(M)
当我们上面的代码执行时，它产生以下结果：
[,1] [,2] [,3] [1,] "a" "a" "b" [2,] "c" "b" "a"
数组
尽管矩阵限于两个维度，数组可以是任何数目的尺寸大小。数组函数使用它创建维度的所需数量的属性-dim。在下面的例子中，我们创建了两个元素数组，这是3×3矩阵。
# Create an array.
a <- array(c('green','yellow'),dim=c(3,3,2))
print(a)
当我们上面的代码执行时，它产生以下结果：
, , 1
[,1] [,2] [,3]
[1,] "green" "yellow" "green"
[2,] "yellow" "green" "yellow"
[3,] "green" "yellow" "green"
, , 2
[,1] [,2] [,3]
[1,] "yellow" "green" "yellow"
[2,] "green" "yellow" "green"
[3,] "yellow" "green" "yellow"
因子
因子是使用向量创建的R对象。它存储随同该向量作为标记元素的不同值的向量。 标签始终是字符，而不论它在输入向量的是数字或字符或布尔等。它们在统计建模有用。
运用 factor() 函数创建因子。nlevels 函数给出级别的计数。可以尝试levels()函数，输出什么
# Create a vector.
apple_colors <- c('green','green','yellow','red','red','red','green')
# Create a factor object.
factor_apple <- factor(apple_colors)
# Print the factor.
print(factor_apple)
print(nlevels(factor_apple))
当我们上面的代码执行时，它产生以下结果：
[1] green green yellow red red red yellow green Levels: green red yellow # applying the nlevels function we can know the number of distinct values [1] 3
数据帧
数据帧是表格数据对象。不像在数据帧的矩阵，每一列可以包含不同的数据的模型。第一列可以是数字，而第二列可能是字符和第三列可以是逻辑。它与向量列表的长度相等。
数据帧所使用 data.frame()函数来创建。
# Create the data frame.
BMI <- data.frame(
gender = c("Male", "Male","Female"),
height = c(152, 171.5, 165),
weight = c(81,93, 78),
Age =c(42,38,26)
)
print(BMI)
当我们上面的代码执行时，它产生以下结果：
gender height weight Age 1 Male 152.0 81 42 2 Male 171.5 93 38 3 Female 165.0 78 26
----------------------------
输出函数cat（）函数