我想说这是一个绝对的编程初学者，所以请原谅这个问题是多么基本。
我正在努力更好地理解R中的“原子”类，这可能适用于编程中的类。我理解字符，逻辑和复杂数据类之间的区别，但我很难找到数字类和整数类之间的根本区别。
假设我有一个简单的整数x <- c(4, 5, 6, 6)向量，这对于整数类是有意义的。但是当我class(x)时，我得到[1] "numeric"。然后，如果我将此向量转换为整数类x <- as.integer(x)。除了类不同之外，它返回相同的精确数字列表。
我的问题是为什么会出现这种情况，以及为什么一组整数的默认类是一个数字类，以及将整数设置为数字而不是整数的优点和缺点是什么。
答案 0 :(得分：64)
有多个类组合在一起作为“数字”类，其中最常见的两个是double（对于双精度浮点数）和整数。 R将在需要时自动在数字类之间进行转换，因此对于临时用户而言，数字3当前是以整数还是以双精度存储并不重要。大多数数学运算使用双精度，因此通常是默认存储。
有时您可能希望将矢量专门存储为整数，如果您知道它们永远不会转换为双精度（用作ID值或索引），因为整数需要较少的存储空间。但是如果它们将被用于任何将它们转换为双倍的数学中，那么将它们作为双打开始可能是最快的。
答案 1 :(得分：36)
首先，多年来成功使用R是完全可行的，不需要知道这个问题的答案。 R在后台处理（通常）数字和整数之间的差异。
> is.numeric(1)
[1] TRUE
> is.integer(1)
[1] FALSE
> is.numeric(1L)
[1] TRUE
> is.integer(1L)
[1] TRUE
（在整数后面加上大写'L'强制它存储为整数。）
如您所见，“整数”是“数字”的子集。
> .Machine$integer.max
[1] 2147483647
> .Machine$double.xmax
[1] 1.797693e+308
整数只有20多亿，而其他数字可能要大得多。它们可以更大，因为它们存储为双精度浮点数。这意味着数字存储在两个部分中：指数（如上面的308，除了基数2而不是基数10），以及“有效数字”（如上面的1.797693）。
请注意，'is.integer'不是测试您是否拥有整数，而是测试数据的存储方式。
需要注意的一点是，如果起点和终点是整数，冒号运算符:将返回整数。例如，1:5会创建一个从1到5的integer数字向量。您无需附加字母L。
> class(1:5)
[1] "integer"
参考：https://www.quora.com/What-is-the-difference-between-numeric-and-integer-in-R
答案 2 :(得分：2)
要引用帮助页面（尝试?integer），请使用粗体显示部分：
存在整数向量，以便可以将数据传递给期望它们的C或Fortran代码，从而可以（小）整数数据精确而紧凑地表示。
请注意，R的当前实现将32位整数用于整数矢量，因此可表示整数的范围被限制为大约+/- 2 * 10 ^ 9：双精度数可以精确地容纳更大的整数。
就像帮助页面上所说，R的integer是带符号的32位数字，因此可以保存在-2147483648和+2147483647之间，并占用4个字节。
R的numeric与符合IEEE 754标准的64位double相同。 R没有单一精度数据类型。 （来源：numeric和double的帮助页面）。 A double can store all integers between -2^53 and 2^53 exactly without losing precision.
我们可以看到数据类型的大小，包括向量（source）的开销：
> object.size(1:1000)
4040 bytes
> object.size(as.numeric(1:1000))
8040 bytes
答案 3 :(得分：1)
据我所知-我们没有声明具有数据类型的变量，因此默认情况下R将没有L的任何数字设置为数字。 如果您写过：
> x <- c(4L, 5L, 6L, 6L)
> class(x)
>"integer" #it would be correct
整数示例：
> x<- 2L
> print(x)
数字示例（类似于其他编程语言中的double / float）
> x<-3.4
> print(x)