在我写这篇的时候，是3月8日，祝各位女生节日快乐。
而且今天也是漫威新电影《惊奇队长》上映的日子啊！！！！！
好了，学R

检查变量和工作区

1.类

类是一个很重要的定义，python中也有类，很多人说当你用python开始写类的时候，你python也学的差不多了。嗯，R中也有类的定义。
“类”（class），R中所有的变量都会有一个类，用来表明此变量是什么属性，比如数字向量是numeric类。逻辑向量是logical类。
在R中可以使用函数class(my_variable)来查询变量的类。

> a <- c(1,2,3,4)
> a
[1] 1 2 3 4
> class(a)
[1] "numeric"

1.1不同类型的数字

R中包括一共三种不同的数字类型：浮点值numeric、整数integer、复数complex.

> class(sqrt(1:10))
[1] "numeric"
> class(3 + 1i)
[1] "complex"
> class(1)
[1] "numeric"
> class(1L)
[1] "integer"
> class(0.5 : 4.5)
[1] "numeric"
> class(1:5)
[1] "integer"

1.2其他通用类

除了数字类、逻辑类、向量，R中还有三个类：用于储存文本的字符character，储存类别数据的因子factor，比较罕见的储存二进制数据的原始值raw。
其中需要重点介绍的就是因子factor。
在很多语言中，类比数据用整数来表示，比如gender中1代表female，2代表male。因为类别和传统的纯文本不是一个概念，R找到了一个比较好的办法将二者结合，那就是因子。
因子，即有标签的整数。

> gender <- factor(c('male', 'female', 'female', 'male', 'male'))
> gender
[1] male   female female male   male  
Levels: female male
> nlevels(gender)
[1] 2
> as.integer(gender)
[1] 2 1 1 2 2

在底层因子的值被储存为整数而不是字符，这样可以令内存的使用十分的高效。

> gender_char <- sample(c('female', 'male'), 1000, replace = TRUE)#sample函数对‘female'和'male’随机取样1000次。
> gender_fac <- as.factor(gender_char)
> object.size(gender_char)
8160 bytes
> object.size(gender_fac)
4560 bytes

当然在对因子就行操作的时候把因子转换为字符串通常会比较方便。

> as.character(gender)
[1] "male"   "female" "female" "male"   "male"  

以上代码参照《学习R》