一、R的数据类型（模式）大概分为如下几种：
第一种：原生型数据是计算机能够直接识别的类型，二进制的形式保存的数据，格式为raw。
v <- charToRaw("Hello")
v
[1] 48 65 6c 6c 6f
mode(v)
[1] "raw"
第二种：数值型；数值型数据是数字，格式为numeric。
v <- 3
mode(v)
[1] "numeric"
第三种：字符串型；字符串型的数据要用双引号或者单引号包括起来，格式为character。
v <- 'hello'
mode(v)
[1] "character"
第四种：逻辑型；TRUE或者FALSE或者NA，格式为logical。
v <- TRUE
u <- FALSE
mode(v)
[1] "logical"
mode(u)
[1] "logical"
第五种：复合型数据，包含实数和虚数,格式为complex。
v <- 3+2i
mode(v)
[1] "complex"
另外，还有NULL表示未定义，NA表示缺失值。
v <-NA
u <-NULL
mode(v)
[1] "logical"
mode(u)
[1] "NULL"
NULL与NA的区别：用一个比喻来讲，NA是已经挖好了一些坑，只是里面没有萝卜而已，这就是所谓的“缺失值”。而NULL则指的是“压根连坑都没有”。一个元素值全为NA的向量，它的长度是存在的，就等于元素的个数。而如果把一个向量的所有元素的值都设为NULL，这个向量就变成了“空值”，其长度为0，表明“空无一物”。（来自网上）
我的理解：NULL是什么都没有，一片空地；NA是有几个坑，只不过里面没东西而已，但是有坑。
二、R的数据结构
R中的数据结构包括标量（只含一个元素的向量）、向量（vector）、矩阵（matrix）、数组（array）、数据库（dataframe）、列表（list）、因子（factor）。
image.png
这里就不给大家细说了，附上详细的学习链接。
第一种：向量
http://www.yiibai.com/r/r_vectors.html
第二种：因子
http://www.yiibai.com/r/r_factors.html
第三种：矩阵
http://www.yiibai.com/r/r_matrices.html
第四种：数组
http://www.yiibai.com/r/r_arrays.html
第五种：数据框
http://www.yiibai.com/r/r_data_frames.html
第六种：列表
http://www.yiibai.com/r/r_lists.html
原谅作者的懒吧，下期给大家带来简单数据处理教学。
