向量：原子向量（逻辑型、整型、双精度型、字符型），列表

1. 原子向量

1.1 逻辑型

比较运算符构建逻辑向量

> c(1,2,3,4,5) >= 3
[1] FALSE FALSE  TRUE  TRUE  TRUE

c()手动构建

> c(TRUE, FALSE, FALSE)
[1]  TRUE FALSE FALSE

1.2 数值型

包括整型和双精度型，R默认是双精度型的，如果想创建整型数值，要在后面加一个L。

注意

• 双精度型是近似值，表示浮点数。不用==判断相等，用dplyr::near()。
• 整型有一个特殊值，NA；双精度型多三个，NaN、Inf、-Inf。辅助函数is.finite()、is.infinite()、is.na()、is.nan()可以判断这些特殊值。

1.3 字符型

在R中，唯一的字符串只被保存一次，别的拷贝只是生成指向该字符串的指针。

2. 使用原子向量

2.1 强制转换

显示强制转换

as.logical(), as.integer(), as.double(), as.character()

隐示强制转换

需结合上下文环境。常见的比如：数值环境下的逻辑向量

原子向量不能包含不同类型的元素，会转换为最复杂的元素类型，列表才可以。

> typeof(c(TRUE,1L,1.0,"1"))
[1] "character"
> typeof(c(TRUE,1L,1.0))
[1] "double"
> typeof(c(TRUE,1L))
[1] "integer"
> typeof(c(TRUE))
[1] "logical"

2.2检验函数

2.3向量循环

在R中会将较短的向量（这里包括"标量"）循环/重复到与较长的向量相同的长度。

> 1:6+1
[1] 2 3 4 5 6 7
> 1:6+1:2
[1] 2 4 4 6 6 8
> 1:6+1:4 #不成整数倍关系时报警告
[1] 2 4 6 8 6 8
Warning message:
In 1:6 + 1:4 :
  longer object length is not a multiple of shorter object length

但tidyverse()中更严格一些，只会对标量进行循环。短向量要用rep()手动重复。

2.4向量命名

> c(x=1,y=2)
x y 
1 2 
> vec <- c(1,2)
> purrr::set_names(vec,c("x","y"))
x y 
1 2

2.5向量取子集

一般形式x[......]

使用包含整数的数值向量

> x <- c(11,22,33,44,55)
> x[c(1,2,4,4)]
[1] 11 22 44 44

使用逻辑向量取子集

> x[x >= 30]
[1] 33 44 55

使用字符向量取子集，针对命名向量

> x <- set_names(x,c("a","b","c","d","e"))
> x[c("a","b","a")]
 a  b  a 
11 22 11

3.递归向量（列表）

> xlist <- list(a = 1:3, b = "a strings", c = list(1,2))
#生成小的列表
> xlist[1:2]
$a
[1] 1 2 3

$b
[1] "a strings"

> xlist["c"]
$c
$c[[1]]
[1] 1

$c[[2]]
[1] 2


#生成元素本身
> xlist[[1]]
[1] 1 2 3
> xlist[["a"]]
[1] 1 2 3
#$提取列表命令元素，生成元素本身
> xlist$a
[1] 1 2 3

4.扩展向量

因子、日期、日期时间、tibble

tibble或是数据框可以看成是扩展的列表

> df <- data.frame(x=1:5,y=6:10)
> typeof(df)
[1] "list" #理解为包含两个元素的列表，第一个元素是向量1:5，第二个元素是6:10，竖着看
> attributes(df) #查看特性
$names #列名
[1] "x" "y"

$class #类
[1] "data.frame"

$row.names #行名
[1] 1 2 3 4 5

> df[[1]] #生成元素本身
[1] 1 2 3 4 5
> df[1] #生成小的数据框
  x
1 1
2 2
3 3
4 4
5 5