《R语言编程艺术》——1.4　R语言中一些重要的数据结构

1.4　R语言中一些重要的数据结构

R有多种数据结构。本节将简单介绍几种常用的数据结构，使读者在深入细节之前先对R语言有个大概的认识。这样，读者至少可以开始尝试一些很有意义的例子，即使这些例子背后更多的细节还需要过一段时间才能揭晓。
1.4.1　向量，R语言中的战斗机
向量类型是R语言的核心。很难想象R语言代码或者R交互式会话可以一点都不涉及向量。
向量的元素必须属于某种“模式”（mode），或者说是数据类型。一个向量可以由三个字符串组成（字符模式），或者由三个整数元素组成（整数模式），但不可以由一个整数元素和两个字符串元素组成。
第2章将详细介绍向量。
标量
标量，或单个的数，其实在R中并不存在。正如前面提到的，单个的数实际上是一元向量。请看下面的命令：

前面提到过，符号[1]表示后面这行的开头是向量的第一个元素，本例中为x[1]。所以可以看出，R语言确实把x当做向量来看，也就是只有一个元素的向量。
1.4.2　字符串
字符串实际上是字符模式（而不是数值模式）的单元素向量。

第一个例子创建了数值向量x，也就是数值模式的。然后创建了两个字符模式的向量：y是单元素（也就是一个字符串）的向量，z由两个字符串组成。
R语言有很多种字符串操作函数。其中有些函数可以把字符串连接到一起或者把它们拆开，比如下面的两个函数：

第11章将会介绍字符串的细节。
1.4.3　矩阵
R中矩阵的概念与数学中一样：矩形的数值数组。从技术层面说，矩阵是向量，不过矩阵还有两个附加的属性：行数和列数。下面是一些例子：

首先，使用函数rbind()（rbind是row bind的缩写，意思是按行绑定）把两个向量结合成一个矩阵，这两个向量是矩阵的行，并把矩阵保存在m中（另一个函数cbind()把若干列结合成矩阵）。然后键入变量名，我们知道这样可以打印出变量，以此确认生成了我们想要的矩阵。最后，计算向量(1,1)和m的矩阵积。你也许已经在线性代数课程中学过矩阵乘法运算，在R语言中它的运算符是*。
矩阵使用双下标作为索引，这点与C/C++非常相似，只不过下标是从1开始，而不是0。

R语言的一个非常有用的特性是，可以从矩阵中提取出子矩阵，这与从向量中提取子向量非常相似。例子如下：

第3章将会详细介绍矩阵。
1.4.4　列表
和R语言的向量类似，R语言中的列表也是值的容器，不过其内容中的各项可以属于不同的数据类型（C/C++程序员可以把它与C语言的结构体做类比）。可以通过两部分组成的名称来访问列表的元素，其中用到了美元符号$。下面是个简单的例子：

表达式x$u指的是列表x中的组件u。列表x还包含另一个组件v。
列表的一种常见用法是把多个值打包组合到一起，然后从函数中返回。这对统计函数特别有用，因为统计函数有时可能有复杂的结果。例如，考虑1.2节提到的R语言中基础直方图函数hist()，为R中内置的尼罗河数据集调用该函数。

hn里面是什么？我们来看看：

现在不要试图去理解上面的所有东西。现在需要知道的是，除了绘制直方图之外，hist()还会返回包含若干个组件的列表。在这里，这些组件描述了直方图的特征。例如，组件breaks告诉我们直方图里的直条从哪里开始到哪里结束，组件counts是每个直条里观测值的个数。
R语言的设计者把hist()返回的信息打包到一个R列表中，这样可以通过美元符号$来访问，并用其他R语言命令进行操作。
要打印hn，也可以直接键入它的变量名：

另一种打印列表的较为简洁方式是使用str()函数：

这里的str代表structure（结构）。这个函数可以显示任何R对象的内部结构，不只限于列表。
1.4.5　数据框
一个典型的数据集包含多种不同类型的数据。例如在一个员工数据集里，可能有字符串数据（比如员工姓名），也可能有数值数据（比如工资）。因此，如有一个50个员工的数据集，其中每个员工有4个变量，虽然这样的数据集看起来像是50行4列的矩阵，但是这在R语言中并不符合矩阵的定义，因为它混合了多种数据类型。
此时应该用数据框，而不是矩阵。R语言中的数据框其实是列表，只不过列表中每个组件是由前面提到的“矩阵”数据的一列所构成的向量。实际上，可以用下面的方式创建数据框：

不过，通常数据框是通过读取文件或数据库来创建的。
本书第5章将详细介绍数据框。
1.4.6　类
R语言是一门面向对象的编程语言。对象是类的实例。类要比你目前见过的数据类型更加抽象。本节将简单介绍S3类的使用。（名称来源于第三代S语言，这是R语言的灵感来源。）大多数R对象都是基于这些类，并且它们非常简单。它们的实例仅仅是R列表，不过还附带一个属性：类名。
例如，前面提到的直方图函数hist()的（非图形）输出是一个包含多个组件的列表，而break和count都是它的组件。它还有一个“属性”（attribute），用来指定列表的类，即histogram类。

读到这里，你可能会产生疑问：“如果S3类的对象都是列表，那为什么还需要类的概念？”答案是，类需要用在泛型函数中。泛型函数代表一个函数族，其中每个函数都有相似的功能，但是适用于某个特定的类。
一个常用的泛型函数是summary()。如果R用户想使用统计函数，如hist()，但是不确定怎样处理它的输出结果（可能会输出很多内容），输出结果不仅仅是个列表，还是个S3类，这时可以对输出结果简单地调用summary()函数。
反过来说，summary()函数实际上是生成摘要的函数族，其中每个函数处理某个特定的类。当你在某个输出结果上调用summary()函数，R会为要处理的类寻找合适的摘要函数，并使用列表的更加友好的方式来展示。因此，对hist()的输出结果调用summary()函数会生成与之相适应的摘要，而对回归函数lm()调用summary()时也会生成与之相适应的摘要。
plot()函数是另一个泛型函数。你可以对任何一个R对象使用plot()函数，R会根据对象的类寻找合适的画图函数。
类也可以用来组织对象。类与泛型函数结合使用，可以开发出灵活的代码，以处理各种不同的但是相关联的任务。第9章将讨论关于类的更深层次的话题。