4 数据基本结构
前面我们已经介绍过向量，它是R中最基本的数据结构，这章我们来认识一下R中其他几种常见的数据结构
- 矩阵
- 列表
- 数据框
4.1 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，也就说它的本质还是向量，一维的向量用二维的方式呈现。
在R语言中通过matrix函数来创建矩阵：
## [,1] [,2] [,3]
## [1,] 2 6 7
## [2,] 4 3 8默认矩阵的排列方向是按列从左往右排列，当然，也可以按行从上往下排列，只需要添加byrow参数即可：
## [,1] [,2] [,3]
## [1,] 2 4 6
## [2,] 3 7 8矩阵的相关属性如下：
## [1] "matrix" "array"
length(m)## [1] 6
dim(m)#矩阵的维度## [1] 2 3个人理解：矩阵其实就是将一维的向量平铺开来，展示成二维的形式，所以矩阵中的元素全部是同一类型的。
4.2 列表
列表可以理解成多个向量的集合。
在R中可以使用list函数来创建列表：
list1 <- list(
a = c(5, 10),
b = c("I", "love", "R", "language", "!"),
c = c(TRUE, TRUE, FALSE, TRUE)
)
list1## $a
## [1] 5 10
##
## $b
## [1] "I" "love" "R" "language" "!"
##
## $c
## [1] TRUE TRUE FALSE TRUE| 异同 | 向量 | 列表 |
|---|---|---|
| 相同点 | 元素之间用逗号隔开 | 元素之间用逗号隔开 |
| 不同点 | 元素是单个值，每个元素的数据类型必须相同 | 元素可以是向量矩阵或者列表 |
列表的属性如下：
class(list1)## [1] "list"
length(list1)## [1] 34.3 数据框
数据框其实是一种特殊形式的列表，即如果列表中的元素是等长的向量那么这样的列表就是一个数据框。数据框类似于我们经常用的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。
在R中，使用data.frame函数来创建数据框：
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## name age marriage color
## 1 Alice 23 TRUE red
## 2 Bob 34 FALSE blue
## 3 Carl 23 TRUE orange
## 4 Dave 25 FALSE purple数据框的属性如下：
class(df)## [1] "data.frame"
nrow(df)## [1] 4
ncol(df)## [1] 4