在R中，基本的數據結構有：向量，矩陣，數組，數據框，列表，因子，函數等。 向量：一系列同類型的有序元素構成。
向量是一維結構。 向量是R最簡單的數據結構，在R中沒有標量。
標量被看成1個元素的向量。 向量元素必須是同類型的。
由於向量是最簡單的數據結構，因此本章中以向量為例子來解釋各個概念。
矩陣：二維的同類型元素的集合。
矩陣由函數matrix創建。 矩陣需要輸入行數，列數。 矩陣是二維的，引用元素可通過雙下標做索引。
矩陣在物理實現時，是向量附加行列數屬性來實現的，因此也可以通過向量的方式引用其元素。
1、結構類型是指在R語言中，自帶的對象的數據結構的類型。主要有 向量、矩陣、數組、數據框、列表等。
2、元素類型是指在一個對象中，其元素所屬類型。主要類型有： 數值型：分為整數型和雙精度型（默認）。 字符型：夾在雙引號或者單引號之間的字符或字符串。 復數型：形如a+bi形式的復數。 邏輯型：只能取TRUE(T)/FALSE(F)。 函數型：函數對象。 RAW：以二進制形式保存的數據。 缺省值：若某值不可得到(not available)或缺少值(missing value)，相關位置可被賦NA值；任何NA的運算結果都為NA。
A<-c(2,4,6)
B<-c(“Lee”,”Jack”)
C<-c(TRUE,FALSE)
A是向量，A有三個元素，A的元素是數值型。 B是向量，B有兩個元素，B的元素是字符型。 C是向量，C有兩個元素，C的元素是邏輯型。
R中皆對象。 R中所有的對象都有元素類型和長度屬性，可通過函數typeof()和length()獲取； 數據結構可通過class()獲取。 R對象的長度可以隨時發生改變，常見包括如下情況：
R語言不能通過對某元素賦NULL值的方式，刪除一個元素。
1、除了typeof和length之外，其他class的對象可能還會有其他的屬性，可以通過函數attributes()和attr()進行操作，例如： 函數attributes(object)將給出當前對象所具有的所有非基本屬性（長度和模式屬於基本屬性）的一個列表。 函數attr(object,name)可以被用來選取一個指定的屬性。
R的數組中，元素的排列順序是第一下標變化最快，最后下標變化最慢。這在FORTRAN中叫做“ 按列次序”。 屬性以列表形式保存，其中所有元素都有名字。
2、dim屬性可通過dim()操作：二維或以上的都有dim屬性。
1、用下標來訪問對象中的元素：下標個數需與對象維數對應。
R的所有對象都可用一個下標來索引，這樣就把對象看成廣義的“向量”——有順序的一排元素，這個對象是表明在這個序列中元素的序號。
比如上述x雖然是2維的，但是x[2]也可以，表明第二個元素。 下標可以是負值，這表明就不選這個位置的元素。
> x = array(6:1,2:3) > x [,1] [,2] [,3] [1,] 6 4 2 [2,] 5 3 1
> x[2] #按照存儲的順序訪問單個元素
[1] 5
> x[1,2] #通過多個下標訪問單個元素
[1] 4
> x[1,] #返回一行
[1] 6 4 2
> x[,1] #返回一列
[1] 6 5
2、生成篩選索引：可以用等維的邏輯向量來選取元素。
如果是矩陣，則需要等維度的邏輯矩陣來選取元素。提取出TRUE位置的元素。結果返回的是一個向量。 若篩選矩陣中有NA值，則此位置處的提取值為NA.
3、若對象有names屬性，還可通過names所含的字符串來索引。
若對象是list 或者 data frame類型的，可以用$連接names屬性值，來引用對應分量。
注意：向量、矩陣和數組不可通過$來引用。
1、向量 向量是R中最簡單的數據結構，其是一系列有序同類型元素的集合。 向量是一維的
2、向量的創建 向量可以用c()函數創建，其元素用逗號分隔，放在c()的參數列表中。 用rep(x,y)函數創建。 用冒號運算符（：）創建向量。 用seq()函數創建向量 by參數需與from to參數匹配 by可以是小數 隨機數向量的生成（后面）
向量: 隨機數的生成
4、向量的運算 普通運算符+-*/都是元素與元素相+-*/。 循環補齊規則：在對兩個向量使用運算符時，若要求這兩個向量具有相同的長度，R會自動循環補齊，即重復較短的向量，直到它與另一個向量長度相匹配。 一些函數 all()/any(): 參數中是否“all為TRUE/any為TRUE”。 強篩選函數subset() : 剔除NA值。
函數which()：返回向量中元素為TRUE的序列號。
1、矩陣：二維相同類型的元素的組合。 2、矩陣的創建 matrix()函數
標准創建matrix的方法。
可以省略不必要的參數。
可以創建NA矩陣。
3、元素的引用： 下標索引 邏輯向量篩選 名字索引——字符串索引
[注] 向量、矩陣和數組不可用$來引用對象。
4、矩陣的運算 線性代數運算：%*% apply():對矩陣的行（或列）調用函數的函數 apply(m,dimcode,f,fargs) m是目標矩陣 dimcode是維度編號:沿着此維度提取出對象的分量，然后對各分量應用對應的函數。 1代表對每一行應用函數，2代表對每一列應用函數。 f是應用在行或列上的函數。 fargs是f的可選參數集
apply每一次對行或列運用函數f()時得到的結果是列矩陣
矩陣的融合： 按行融合兩個矩陣：rbind() 按列融合兩個矩陣：cbind()
