5 principaux types de données R | Types de données R que vous devez connaître

Certaines variables sont nécessaires pour stocker les données que vous utilisez dans le programme pour créer n'importe quelle application ou rendre n'importe quelle programmation dans n'importe quel langage de programmation. On peut également noter (généralement dans les langages de programmation typiques ou la plupart des langages tels que C ou C++) que ces variables sont affectées à des catégories spécifiques. Ces catégories sont ce que nous appelons le type de données.

Les types de données sont un concept très important disponible dans presque tous les langages de programmation. Comme son nom l'indique, un type de données représente un type spécifique de données qui peuvent être traitées à l'aide de votre programme informatique. Découvrez les différents types de données de Python.

Contrairement à d'autres langages de programmation tels que C, les variables ne sont pas simplement déclarées comme un type de données R , mais assignées avec des objets R. Le type de données de l'objet R devient le type de données de la variable. Il existe plusieurs types d'objets R, les plus courants étant :

1. Vecteurs
2. Matrices
3. Listes
4. Tableaux
5. Les facteurs
6. Trames de données

Les vecteurs sont les types de données R les plus élémentaires contenant des éléments de différentes classes. Il existe cinq principaux types de données de ces vecteurs atomiques. Les autres R-Objects sont construits sur les vecteurs atomiques.

Apprenez des cours de science des données dans les meilleures universités du monde. Gagnez des programmes Executive PG, des programmes de certificat avancés ou des programmes de maîtrise pour accélérer votre carrière.

Certains des types de données R utilisés dans la création de vecteurs sont mentionnés ci-dessous :

Principaux types de données R

1. Type de données numériques

Dans le langage de programmation R, les valeurs décimales sont appelées numériques. Il s'agit du type de données R par défaut attribué à toutes les valeurs de R. Comprenons-le à l'aide d'un exemple :

> y = 11.6 # attribue une valeur décimale à la variable y

> y # imprime la valeur de y

[1] 11,6

> class(y) # affiche le nom de la classe de y

[1] "numérique"

Ici, la valeur décimale (11.6) a été affectée à une variable « y », dont le type de données est numérique par défaut.

Même si vous donnez à la variable une valeur non décimale, son type de données par défaut sera toujours numérique et non un entier. Voici un exemple pour vous :

> y = 1

> y # affiche la valeur de la variable y

[1] 1

> class(y) # affiche le nom de la classe de y

[1] "numérique"

Lire : Variables et types de données en Python [Un guide ultime pour les développeurs]

2. Type de données entier

Les nombres sans les valeurs décimales sont déclarés sous le type de données entier dans le langage de programmation R. Pour créer une variable entière dans R, la fonction entière est révoquée. De plus, la fonction is.integer peut être appliquée pour s'assurer que y est bien un entier. Examinons quelques exemples pour comprendre le type de données entier :

> x = as.integer(5)

> x # affiche la valeur de x

[1] 5

> classe(x)

[1] "entier"

> is.integer(x) # fonction pour vérifier si x est un entier ou non

[1] VRAI

Une autre façon de déclarer un entier consiste à ajouter un suffixe L.

> x = 5L

> is.integer(x) # fonction pour vérifier si x est un entier ou non

[1] VRAI

Une valeur avec un type de données numérique peut être convertie en un type de données entier avec la fonction as.integer.

> as.integer(7.16) # coercition d'une valeur numérique

[1] 7

Une chaîne avec des valeurs décimales peut également être analysée à l'aide de la fonction as.integer.

> as.integer(“7.16”) # contrainte d'une chaîne décimale

[1] 7

Cependant, il serait erroné d'analyser une chaîne non décimale en fonction entière.

Paiement : Types de données MATLAB

3. Type de données complexe

Une valeur complexe dans le langage de programmation R est définie via la valeur imaginaire pure i.

> k = 1 + 2i # création d'un nombre complexe

> k

[1] 1+2i

> classe(k)

[1] "complexe"

4. Type de données logique

Les types de données logiques dans R prennent la valeur true ou false. Cette valeur est générée après avoir comparé les deux valeurs. Mentionné ci-dessous est un exemple pour vous:

> l = 4 ; m = 2

> n = l > m # est-ce que l est plus grand que y ?

> n # affiche t la valeur logique

[1] VRAI

> class(n) # affiche le nom de la classe de z

[1] "logique"

5. Type de données de caractère

Un type de données caractère est utilisé pour représenter des valeurs de chaîne dans le langage de programmation R. Les objets sont convertis en valeurs de caractères à l'aide de la fonction as.character (). Mentionnés ci-dessous sont quelques exemples pour construire une compréhension claire du type de données de caractères :

> y = as.character(7.16)

> y # affiche la chaîne de caractères

[1] "7.16"

> class(y) # affiche le nom de la classe de y

[1] "caractère"

Pour concaténer deux valeurs de caractère, une fonction de collage peut être utilisée.

> fname = "Riya" ; lname = "Sharma"

> coller (fname, lname)

[1] "Riya Sharma"

Maintenant que vous avez développé une compréhension des types de données les plus courants, voyons comment nous pouvons créer des objets vectoriels et utiliser les types de données pour déclarer des valeurs.

Un vecteur est un ensemble d'éléments de données du même type de données.

Ci-dessous est un vecteur contenant trois valeurs numériques 4, 5 et 6.

> c(4, 5, 6)

[1] 4 5 6

Et voici un vecteur de valeurs logiques.

> c(FAUX VRAI FAUX VRAI)

[1] FAUX VRAI FAUX VRAI

Un vecteur peut également contenir des chaînes de caractères.

> c(“AA”, “BB”, “CC”, “DD”, “EE”)

[1] "AA" "BB" "CC" "DD" "EE"

Autres objets R

Matrices

Crée un ensemble de données à deux dimensions. Voici un exemple:

Créez une matrice.

M = matrice( c('q','w','e','r','t','y'), nrow = 2, ncol = 3, byrow = TRUE)

impression(M)

Sortir -

[,1] [,2] [,3]

[1,] "q" "w" "e"

[2,] "r" "t" "y"

Listes

Une liste est un type d'objet contenant différents types d'éléments : des vecteurs, des fonctions et même d'autres listes.

Exemple

# Créez une liste contenant des vecteurs et des valeurs numériques.

liste1 <- liste(c(2,5,3),7.9)

# Imprimez la liste.

imprimer (liste1)

Sortir -

[[1]]

[1] 2 5 3

[[2]]

[1] 7,9

Tableaux

Contrairement aux matrices, les tableaux peuvent avoir n dimensions. L'attribut dim utilisé dans les tableaux crée le nombre requis de dimensions. Mentionné ci-dessous est un exemple pour créer un tableau avec deux éléments avec des matrices 2X2.

Créez un tableau.

a <- array(c('rose','bleu'),dim = c(2,2,1))

imprimer(a)

Lorsque nous exécutons le code ci-dessus, il produit le résultat suivant -

, , 1

[,1] [,2]

[1,] "rose" "bleu"

[2,] "bleu" "rose"

Les facteurs

Les facteurs sont des r-objets créés à l'aide d'un vecteur. Les facteurs stockent les vecteurs avec des valeurs distinctes d'éléments dans le vecteur sous forme d'étiquettes. Les étiquettes ont toujours un type de données caractère, quel que soit le type de données dans le vecteur d'entrée. Les facteurs sont extrêmement utiles pour effectuer une modélisation statistique.

Les facteurs peuvent être créés à l'aide de la fonction factor().

# Créer un vecteur.

couleurs <- c('jaune','bleu','rose')

# Créer un objet facteur.

factor_colors <- factor(couleurs)

# Affiche le facteur.

imprimer (factor_colors)

[1] jaune bleu rose

Trames de données

Les blocs de données sont des objets de données tabulaires. Chaque colonne d'un bloc de données peut contenir différents modes de données. Les trois colonnes peuvent avoir des types de données différents, qu'il s'agisse d'un entier, d'un numérique ou d'un caractère.

Les trames de données sont créées à l'aide de la fonction data.frame().

# Créez le bloc de données.

Données <- data.frame(

sexe = c("Homme", "Femme"),

hauteur = c(153, 160),

poids = c(80, 78),

Âge = c(40 29)

)

imprimer (IMC)

Sortir

sexe taille poids âge

1 Homme 153,0 80 40

2 Femme 160,0 78 29

Lisez aussi: Salaire du développeur R en Inde: pour les débutants et les expérimentés

Et ensuite ?

Si vous êtes curieux d'en savoir plus sur R, la science des données, consultez notre diplôme PG en science des données qui est créé pour les professionnels en activité et propose plus de 10 études de cas et projets, des ateliers pratiques, un mentorat avec des experts de l'industrie, 1-on- 1 avec des mentors de l'industrie, plus de 400 heures d'apprentissage et d'aide à l'emploi avec les meilleures entreprises.