在上一篇([16]用R來看股票，透過quantmod了解R的強大)用了quantmod快速了解如何使用R並且用他來做資料處理的便利性。

在這篇將會更深入一點點的介紹R的語言特色、幾種不同的資料形態。

R的語言特性（Language Paradigm）

基本上現在任何程式語言都會有多個語言特性，例如C#一開始屬於Object Oriented Language，不過後來吸收了一些別的特性，又多出了像是Functional Language的特性等。知道了語言特性之後，對於整個運作模式會比較了解。那R是屬於什麼類型呢？

基本上，個人覺得R有兩個重要的特性：

1. Vector Base
2. Functional Programing

Vector Base - 一切都是向量

基本上在R裡面，最基本的組成是vector，因此就算一個簡單的2+3，最後的結果其實是一個vector：

題外話 - 在R裡面，assign variable用的是 <-。雖然用=也可以，但是因為=在特殊地方有特殊含義，因此還是建議用<-。

vector為導向有什麼特別的嗎？vector為主對於做運算非常方便：

單數運算

如果是對單數做加減乘除，會把所有的vector都加上那個值。

b <- c(2,3)
b * 2

兩個vector運算

如果是兩個vector相加，那麼對應的位置會互加。

c <- c(6,7)
b+c

要做到這種所有內容都要運算，一般語言都要用到loop才有辦法做到。不過vector base基本上就不需要，這也是為什麼雖然R有支援loop但是用到比較少。

sapply(b, function(x){x + 2})

R還有一些別的特性，不過個人認為上面兩個最重要，並且因為這兩個的關係，所以雖然R支援loop，但是使用比較少(所以也不會特別介紹)。

對於特性有點概念了之後，來看看R裡面的形態和其他資料結構。

R的資料形態(data type)

R和一般語言不一樣，在C#裡面如果有個variable是int，例如：int a，那麼a的形態就是integer。

但是在R裡面，雖然資料形態是integer，但是他的底層是vector，這也是為什麼說R是vector base，因為一切都是vector。 integer只是代表裡面儲存的資料形態而已。

l <- c(TRUE, FALSE, T, F)
class(l)
is.logical(l)

n <- c(10.5, 2.5)
class(n)
is.numeric(n)
                

i <- c(1L,2L)
class(i)
is.integer(i)

char <- c("abc", '123', 'TRUE')
class(char)
is.character(char)
                

complex <- c(3 + 2i)
class(complex)
is.complex(complex)
                

raw <- charToRaw("hello")
class(raw)
is.raw(raw)
                

gender <- factor(c("male", "female"))
class(gender)
is.factor(gender)
                

這篇有用到的R function介紹

在這邊用到了三個R的方法（還有c不過這個下一篇介紹）：

class

這個用來看variable裡面的data type是什麼

is.*

用來判斷某個variable的class符不符合。

有個function是as.*，用來做轉型用。

factor()

把vector轉成factor

結語

在這篇首先對R的語言特性先做了介紹，了解到兩個最重要的特性：

1. Vector base
2. functional programming

再來看了R裡面的每一個最小單位的不同形態。

在下一篇將會介紹R裡面的資料結構（Data Structure），和如果有問題如何找到相關的文件。