5 лучших типов данных R | Типы данных R, о которых вы должны знать

Определенные переменные необходимы для хранения данных, которые вы используете в программе для создания любого приложения или визуализации любого программирования на любом языке программирования. Можно также отметить (обычно в типичных или большинстве языков программирования, таких как C или C++), что эти переменные относятся к определенным категориям. Эти категории и есть то, что мы называем типом данных.

Типы данных — очень важная концепция, доступная почти во всех языках программирования. Как следует из названия, тип данных представляет собой определенный вид данных, которые можно обрабатывать с помощью вашей компьютерной программы. Узнайте о различных типах данных Python.

В отличие от других языков программирования, таких как C, переменные не просто объявляются как некоторый тип данных R , а присваиваются объектам R. Тип данных объекта R становится типом данных переменной. Существует несколько типов наиболее распространенных объектов R:

1. Векторы
2. Матрицы
3. Списки
4. Массивы
5. Факторы
6. Фреймы данных

Векторы — это самые основные типы данных R, содержащие элементы разных классов. Существует пять основных типов данных этих атомарных векторов. Другие R-объекты построены на атомарных векторах.

Изучите курсы по науке о данных в лучших университетах мира. Участвуйте в программах Executive PG, Advanced Certificate Programs или Master Programs, чтобы ускорить свою карьеру.

Ниже перечислены некоторые типы данных R, используемые при создании векторов:

Наиболее популярные типы данных R

1. Числовой тип данных

В языке программирования R десятичные значения называются числовыми. Это тип данных R по умолчанию, назначенный всем значениям в R. Давайте разберемся с этим на примере:

> y = 11.6 # присваивает десятичное значение переменной y

> y # печатает значение y

[1] 11,6

> class(y) # печатает имя класса y

[1] «числовой»

Здесь десятичное значение (11.6) было присвоено переменной «y», тип данных которой по умолчанию является числовым.

Даже если вы присвоите переменной недесятичное значение, ее тип данных по умолчанию все равно будет числовым, а не целым. Вот вам пример:

> у = 1

> y # вывести значение переменной y

[1] 1

> class(y) # вывести имя класса y

[1] «числовой»

Читайте: Переменные и типы данных в Python [Полное руководство для разработчиков]

2. Целочисленный тип данных

Числа без десятичных значений объявляются под целочисленным типом данных в языке программирования R. Чтобы создать целочисленную переменную в R, целочисленная функция отменяется. Кроме того, можно применить функцию is.integer, чтобы убедиться, что y действительно является целым числом. Давайте рассмотрим несколько примеров, чтобы понять целочисленный тип данных:

> х = as.integer (5)

> x # вывести значение x

[1] 5

> класс(х)

[1] «целое»

> is.integer(x) # функция, проверяющая, является ли x целым числом или нет

[1] ИСТИНА

Другой способ объявить целое число — добавить суффикс L.

> х = 5л

> is.integer(x) # функция, проверяющая, является ли x целым числом или нет

[1] ИСТИНА

Значение с числовым типом данных можно преобразовать в целочисленный тип данных с помощью функции as.integer.

> as.integer(7.16) # преобразование числового значения

[1] 7

Строка с десятичными значениями также может быть проанализирована с помощью функции as.integer.

> as.integer("7.16") # преобразование десятичной строки

[1] 7

Однако было бы неправильно преобразовывать недесятичную строку в целочисленную функцию.

Оформить заказ: Типы данных MATLAB

3. Сложный тип данных

Комплексное значение в языке программирования R определяется через чисто мнимое значение i.

> k = 1 + 2i # создание комплексного числа

> к

[1] 1+2i

> класс (к)

[1] «сложный»

4. Логический тип данных

Логические типы данных в R принимают значение true или false. Это значение генерируется после сравнения двух значений. Упомянутый ниже пример для вас:

> л = 4; м = 2

> n = l > m # l больше y?

> n # вывод t логического значения

[1] ИСТИНА

> class(n) # печать имени класса z

[1] «логический»

5. Символьный тип данных

Символьный тип данных используется для представления строковых значений в языке программирования R. Объекты преобразуются в символьные значения с помощью функции as.character(). Ниже приведены некоторые примеры для четкого понимания символьного типа данных:

> y = as.character(7.16)

> y # напечатать строку символов

[1] «7.16»

> class(y) # вывести имя класса y

[1] «персонаж»

Чтобы объединить два символьных значения, можно использовать функцию вставки.

> fname = «Рия»; lname = «Шарма»

> вставить (имя, имя)

[1] «Рия Шарма»

Теперь, когда вы разобрались с наиболее распространенными типами данных, давайте посмотрим, как мы можем создавать векторные объекты и использовать типы данных для объявления значений.

Вектор — это набор элементов данных одного типа данных.

Ниже приведен вектор, содержащий три числовых значения 4, 5 и 6.

> с(4, 5, 6)

[1] 4 5 6

А вот и вектор логических значений.

> c(ЛОЖЬ ИСТИНА ЛОЖЬ ИСТИНА)

[1] ЛОЖЬ ИСТИНА ЛОЖЬ ИСТИНА

Вектор также может содержать строки символов.

> c("AA", "BB", "CC", "DD", "EE")

[1] «AA» «BB» «CC» «DD» «EE»

Другие объекты R

Матрицы

Создает двумерный набор данных. Вот пример:

Создайте матрицу.

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

печать(М)

Выход -

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

[1,] «к» «ш» «е»

[2,] «р» «т» «у»

Списки

Список — это тип объекта, содержащий различные типы элементов: векторы, функции и даже другие списки.

Пример

# Создать список, содержащий векторы и числовые значения.

список1 <- список(с(2,5,3),7.9)

# Распечатать список.

печать (список1)

Выход -

[[1]]

[1] 2 5 3

[[2]]

[1] 7,9

Массивы

В отличие от матриц, массивы могут иметь n измерений. Атрибут dim, используемый в массивах, создает необходимое количество измерений. Ниже приведен пример создания массива из двух элементов с матрицами 2X2.

Создайте массив.

a <- array(c('розовый','синий'),dim = c(2,2,1))

печать (а)

Когда мы выполняем приведенный выше код, он дает следующий результат:

, , 1

[,1] [,2]

[1,] «розовый» «синий»

[2,] «голубой» «розовый»

Факторы

Факторы — это r-объекты, созданные с помощью вектора. Факторы хранят векторы с различными значениями элементов в векторе в виде меток. Метки всегда имеют символьный тип данных независимо от типа данных во входном векторе. Факторы чрезвычайно полезны при статистическом моделировании.

Факторы можно создавать с помощью функции factor().

# Создать вектор.

цвета <- c('желтый','синий','розовый')

# Создать факторный объект.

factor_colors <- фактор(цвета)

# Распечатать коэффициент.

печать (factor_colors)

[1] желтый синий розовый

Фреймы данных

Фреймы данных представляют собой табличные объекты данных. Каждый столбец во фрейме данных может содержать разные режимы данных. Все три столбца могут иметь разные типы данных, будь то целое, числовое или символьное.

Фреймы данных создаются с помощью функции data.frame().

# Создаем фрейм данных.

Данные <- data.frame(

пол = c("Мужчина", "Женщина"),

высота = с(153, 160),

вес = с(80, 78),

Возраст = c(40 29)

)

печать (ИМТ)

Выход

пол рост вес возраст

1 Мужской 153,0 80 40

2 Женщины 160,0 78 29

Читайте также: Зарплата разработчиков R в Индии: для новичков и опытных

Что дальше?

Если вам интересно узнать о R, науке о данных, ознакомьтесь с нашим дипломом PG по науке о данных, который создан для работающих профессионалов и предлагает более 10 тематических исследований и проектов, практические практические семинары, наставничество с отраслевыми экспертами, 1-на- 1 с отраслевыми наставниками, более 400 часов обучения и помощи в трудоустройстве в ведущих фирмах.