数据结构

阅读2700

更新时间2025-08-13

向量

数据结构

数据结构用于存储和组织数据值。

R 语言提供了多种内置数据结构，每种结构以不同方式处理数据：

向量 (Vectors)
列表 (Lists)
矩阵 (Matrices)
数组 (Arrays)
数据框 (Data Frames)

后续我们将详细探讨这些结构，以下是它们的简要介绍：

向量

向量是 R 中最基础的数据结构，包含相同类型的元素序列。

实例

# 创建字符串向量
fruits <- c("banana", "apple", "orange")

# 打印向量
fruits

列表

列表可以存储不同类型的数据，支持组合数字、字符串、向量甚至其他列表。

实例

# 创建混合列表
thislist <- list("apple", "banana", 50, 100)

# 打印列表
thislist

矩阵

矩阵是二维数据结构，所有元素类型相同，类似行列组成的表格。

实例

# 创建 3 行 2 列矩阵
thismatrix <- matrix(c(1,2,3,4,5,6), nrow = 3, ncol = 2)

# 打印矩阵
thismatrix

通过 nrow 和 ncol 参数控制矩阵维度。

数组

数组是矩阵的扩展，支持多维数据存储，元素类型必须一致。

实例

# 创建 1-24 的一维数组
thisarray <- c(1:24)
thisarray

# 创建 4x3x2 的三维数组
multiarray <- array(thisarray, dim = c(4, 3, 2))
multiarray

数组适用于处理三维及以上维度数据。

数据框

数据框类似电子表格，支持多列不同类型的数据存储。

实例

# 创建数据框
Data_Frame <- data.frame (
  Training = c("Strength", "Stamina", "Other"),
  Pulse = c(100, 150, 120),
  Duration = c(60, 30, 45)
)

# 打印数据框
Data_Frame

总结

数据结构	存储内容	类型一致	典型应用
向量	单值序列	是	简单序列处理
列表	混合类型	否	异构数据集合
矩阵	二维数值	是	数值表格运算
数组	多维数据	是	高维数据处理
数据框	多列表格	否	结构化数据分析