R 變數類型

markdown 判斷變數類型函數 `class()` --- R內建的`class(x)`可以用來判斷資料類型 首先可以分為下面6種資料類型 R 處理數值的限制 --- 在R內建的數值運算上是有限制的 R 的 `.Machine` 這個內建變數中有一些關於數值資料的資訊 這些資訊可能會因為不同的電腦而有不同（不過對大多數的電腦而言，通常都是一樣的） 以下是跟一般使用者比較相關的數值。 `.Machine$double.xmax` 與 `.Machine$double.xmin` 分別表示目前 R 所能處理的最大浮點數與最小正浮點數： ```R .Machine$double.xmax # [1] 1.797693e+308 .Machine$double.xmin # [1] 2.225074e-308 .Machine$integer.max 則是 R 可以處理的最大整數值： .Machine$integer.max [1] 2147483647 ``` 2147483647 這個值就等於 2^31^ −1 如果需要更高精度的數值運算可以使用 Rmpfr 這個套件 而如果是大數運算，則可以使用 brobdingnab 套件。 浮點數陷阱 --- 而浮點數大家可以去查看看，對他了解是一種電腦存檔所產生問題 在某些運算時可能回造成與我們預期解果不同 多數程式語言都會有問題 但也都有解決方法 看是使用套件Rmpfr或是換個方式判斷結果 例如用R計算`((0.81 * 0.1) + (0.09 * (-0.9)))` 理論上是0但結果會得到1.387779e-17 那這時可以像是以有效位數的方式擷取到小數點後兩位 或是做判斷是不是 -0.01 < x < 0.01 一個可以接受的誤差範圍去做區分 Data Frames資料框架 --- data frame 是一個用來儲存類似 Excel 表格的變數類型它跟矩陣類似 不過 data frame 的每個行（column）可以儲存不同變數類型的資料 甚至非狀巢結構的列表亦可 像是很有名的 iris 資料集就是data frame的資料  ### 建立 Data Frames 我們可以使用 `data.frame` 函數來建立 data frame 變數 ```R test.df <- data.frame( x = letters[1:10], #生成字母串列 y = rnorm(10), #生成常態分佈亂數 z = runif(10) > 0.5 #生成隨機數字後判斷是否大於0.5 ) test.df ```  參考資料 --- >R程式語言的基礎:物件 >>吳漢銘 國立臺北大學 統計學系 >[R的變數與空間](https://blog.gtwang.org/r/r-variables-and-workspace/) >>G. T. Wang >[數字資料表示法](http://www.chwa.com.tw/TResource/HS/book1/ch2/ch2-3-2.htm) >[R语言 诡异的精度](https://d.cosx.org/d/109642-109642) >>統計之都 今天先分享到這邊希望大家都有收穫 網站所有文章皆為 H.B. Liu 撰寫，歡迎分享但勿轉製 也可以[到粉專私訊我](https://www.facebook.com/LHB0222/) 喜歡我分享的內容也可以按讚追蹤一下我的粉專 幫我分享給所~~~有的朋友 \o/ 有所錯誤歡迎指教 <