R语言学习笔记10-向量-矩阵-数组-数据框-列表对比

在R语言中，对于常用的数据结构：向量、矩阵、数组、数据框和列表，它们在数据处理和分析中各有不同的应用和特点，有时候在理解上会容易搞混，所以打算单独整理下他们的结构对比，用于加深理解

向量（Vector）

向量是R中最基本的数据结构，可存储相同类型的元素

• 格式示例：

# 数值型向量
numeric_vector <- c(1, 2, 3, 4, 5)

# 字符型向量
character_vector <- c("Alice", "Bob", "Charlie")
> numeric_vector
[1] 1 2 3 4 5
> character_vector
[1] "Alice"   "Bob"     "Charlie"
1
2
3
4
5
6
7
8
9

• 特点：
  • 只能包含同一种数据类型的元素
  • 可以是数值型、字符型、逻辑型等

矩阵（Matrix）

矩阵是由相同数据类型的元素按行列组成的二维数据结构

• 格式示例：

# 创建一个3行2列的数值型矩阵
numeric_matrix <- matrix(1:6, nrow = 3, ncol = 2)

# 创建一个2行3列的字符型矩阵
character_matrix <- matrix(c("A", "B", "C", "D", "E", "F"), nrow = 2, ncol = 3)    
> numeric_matrix
     [,1] [,2]
[1,]    1    4
[2,]    2    5
[3,]    3    6
> character_matrix
     [,1] [,2] [,3]
[1,] "A"  "C"  "E" 
[2,] "B"  "D"  "F" 
1
2
3
4
5
6
7
8
9
10
11
12
13
14

• 特点：
  • 所有元素必须是相同的数据类型
  • 可以通过行和列来访问元素

数组（Array）

数组是由相同类型的元素组成的多维数据结构

• 格式示例：

# 创建一个3维数组，每维度为2x2的数值型数组
numeric_array <- array(1:12, dim = c(2, 2, 3))
> numeric_array
, , 1

     [,1] [,2]
[1,]    1    3
[2,]    2    4

, , 2

     [,1] [,2]
[1,]    5    7
[2,]    6    8

, , 3

     [,1] [,2]
[1,]    9   11
[2,]   10   12
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

• 特点：
  • 可以有多个维度，每个维度可以有不同的长度
  • 所有元素必须是相同的数据类型

数据框（Data Frame）

数据框是R中常用的二维表格型数据结构，类似于数据库中的表格，每列可以是不同类型的数据（例如数值、字符、因子等）

• 格式示例：

# 创建一个数据框
df <- data.frame(
  name = c("Alice", "Bob", "Charlie"),
  age = c(25, 30, 28),
  gender = c("F", "M", "M")
)
> df
     name age gender
1   Alice  25      F
2     Bob  30      M
3 Charlie  28      M
1
2
3
4
5
6
7
8
9
10
11

• 特点：
  • 可以存储不同类型的数据
  • 列名可以用来访问列数据

列表（List）

列表是一种复合数据结构，可以包含不同类型的数据对象，每个元素可以是向量、矩阵、数据框或其他列表等

• 格式示例：

# 创建一个列表
my_list <- list(
  numeric_vector = c(1, 2, 3),
  character_vector = c("Alice", "Bob", "Charlie"),
  numeric_matrix = matrix(1:4, nrow = 2),
  df = data.frame(
    name = c("Alice", "Bob"),
    age = c(25, 30)
  )
)
> my_list
$numeric_vector
[1] 1 2 3

$character_vector
[1] "Alice"   "Bob"     "Charlie"

$numeric_matrix
     [,1] [,2]
[1,]    1    3
[2,]    2    4

$df
   name age
1 Alice  25
2   Bob  30
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

• 特点：
  • 可以包含不同类型和结构的元素
  • 可以通过名称或索引来访问每个元素

综合分析和对比

• 存储内容：

  • 向量、矩阵和数组主要用于存储数值、字符等基本数据类型
  • 数据框用于存储表格型数据，每列可以有不同的数据类型
  • 列表则是一种更为灵活的结构，可以混合存储各种数据类型和结构

• 访问方式：

  • 向量、矩阵、数组通过索引来访问元素
  • 数据框通过列名或列索引来访问列数据
  • 列表通过名称或索引来访问每个元素，元素可以是任意R对象

• 应用场景：

  • 使用向量、矩阵和数组进行数值计算和统计分析
  • 使用数据框进行数据整理、分析和可视化
  • 使用列表对复杂的数据结构进行管理和操作，适合于存储和传递不同类型的数据对象