- 向量
R中向量是指一维的对象，格式需要统一，只能是数值型或字符型或逻辑型
创建向量用c
案例：
x <- c(1,2,3,4,5,6)
y <- c('p','y','t','h','o','n')
z <- c(True,False,True,True)
向量引用：可以用位置进行引用，案例：x[2] 结果是2；支持多个位置引用 x[c(1,3)] 结果是1，3，或者y[1:2] 结果是‘p’，‘y’ - 矩阵
矩阵是二维的，格式需要统一，即每个模式都需要有相同模式，要么是数值型，要么是字符型，要么是逻辑型
创建矩阵：
mymatrix <- matrix（vector,nrow=num of row,ncol = num of col,byrow = logical_value,dimnames=list(rowname,colname)）
案例：
c1 <- c(1:20)
mymatrix <- matrix(1:200,20,5,true,dimnames=list(1:20,1:5)))
引用：
用中括号按下标引用，：表示引用全部，如mymatrix[:1]就是引用第一列的所有行
还可以引用多个，
如：mymatrix[1,c(1,5)]
结果显示：1，5
- 数组array
数组是多维的矩阵，维度可以大于2
创建：
myarray =myarray = array(1:27, c(3,3,3),dimnames = list(1:3,1:3,1:3))
引用：
按下标引用，与矩阵相似
- 数据框dataframe
是最有用的数据结构。同一个数据框可以存储不同的数据类型。比如想要存储房价信息的dataframe，里面要存储购房人姓名（字符型），性别（字符型，分类型数据），房子类型（等级1，等级2……等，字符型，有序型数据），这些可以存储到同一个数据框里，存储后的外观和通常所说的表格相似。例如：
有一点需要注意的是，数据框各列必须是同类型
创建：
df <- data.frame(col1,col2,col3,col4)
案例：
name <-c('张三','李四','二麻子')
age <- c(28,31,29)
sex <- c('男','女','男')
type <- c('level1','level1','level2')
df <- data.frame(name,age,sex,type)
引用：
数据框引用可以用下标df[2]，可以选列名df(c(name,type))，还可以用df$name
其中$引用，要每次都添加数据框名字，那么在引用很多次的时候就会很麻烦，所以为了引用方便，用attach（df）/detach(df)函数，达到可以在两句中间引用列名就可定位到该数据框的列名的目标，原理是把数据框名放入搜索路径中，因而省略df(数据框名)也能定位到该数据框。
上述函数在全局内有重复变量的时候，就会混淆；同样的功能我们更常用with函数，with（df,{具体应用}），赋值仅在小括号中才能使用
实例标识符，我现在用不到，先不看，反正是定义数据框的时候多写一个：rowname = ***
5.因子
变量分为名义型，有序型，连续型变量。其中名义型变量是没有顺序的，比如男女，没有先后的顺序。有序型变量是有一定顺序，比如满意，比较满意，非常满意，可以有一定的顺序给他们定义。这两类变量在R里称为因子，可以对他们赋值
创建：
diabetes <- c("type1","type2","type2","type1")
diabetes <- factor(diabetes,ordered=TRUE,levels = c(1,2))
不太懂。。。。不想看了
