为什么向量的类是向量元素的类而不是向量本身？

Question

我不明白为什么向量的类是向量元素的类而不是向量本身。

vector <- c("la", "la", "la")
class(vector) 
## [1] "character"

matrix <- matrix(1:6, ncol=3, nrow=2)
class(matrix) 
## [1] "matrix"

Answer 1

这就是我从中得到的。 class主要用于面向对象编程，R中还有其他函数可以为您提供对象的存储模式（请参阅?typeof或?mode）。

查看?class

时

  

许多R对象都有一个class属性，一个给出的字符向量   对象继承的类的名称。如果是对象   没有class属性，它有一个隐式类，＆＃34; matrix＆＃34;，   ＆＃34;阵列＆＃34;或模式（x）的结果

似乎class的工作方式如下

1. 首先查找$class属性

2. 如果没有，则通过检查matrix属性（在array属性中不存在，检查对象是否具有$dim或vector结构一个$dim）

   2.1。如果matrix包含两个条目，则会将其称为$dim

   2.2。如果array包含一个条目或两个以上的条目，则会将其称为$dim

   2.3。如果mode长度为0，则转到下一步（$dim）

3. 如果$class长度为0且没有mode属性，则会执行mat <- matrix(rep("la", 3), ncol=1) vec <- rep("la", 3) attributes(vec) # NULL attributes(mat) ## $dim ## [1] 3 1

所以根据你的例子

vec

因此，您可以看到?c并未包含任何属性（请参阅?as.vector或class以获取解释）

因此，在第一种情况下，attributes(vec)$class # NULL length(attributes(vec)$dim) # 0 mode(vec) ## [1] "character" 执行

attributes(mat)$class
# NULL
length(attributes(mat)$dim)
##[1] 2

在第二种情况下，它会检查

matrix

它看到该对象有两个维度，并且可以调用它vec

为了说明mat和mode(vec) ## [1] "character" mode(mat) ## [1] "character" 都具有相同的存储模式，您可以

ar <- array(rep("la", 3), c(3, 1)) # two dimensional array
class(ar)
##[1] "matrix"
ar <- array(rep("la", 3), c(3, 1, 1)) # three dimensional array
class(ar)
##[1] "array"

例如，您还可以看到与数组相同的行为

array

因此，matrix和class都不会解析data.frame属性。我们来检查一下df <- data.frame(A = rep("la", 3)) class(df) ## [1] "data.frame" 的作用。

class

attributes(df) # $names # [1] "A" # # $row.names # [1] 1 2 3 # # $class # [1] "data.frame" 从哪里拿走了它？

data.fram

如您所见，$class设置了attributes(df)$class <- NULL class(df) ## [1] "list" 属性，但可以更改

list

为什么data.frame？由于$dim没有$class属性（class属性，因为我们刚刚将其删除），因此mode(df)执行mode(df) ## [1] "list"

class

最后，为了说明class的工作原理，我们可以手动将mat <- structure(mat, class = "vector") vec <- structure(vec, class = "vector") class(mat) ## [1] "vector" class(vec) ## [1] "vector" 设置为我们想要的任何内容，看看它会给我们带来什么

{{1}}

Answer 2

R需要知道您正在操作的对象的类，以便对该对象执行适当的方法调度。 R中的原子数据类型是一个向量，没有标量这样的东西，即R认为单个整数是一个长度为一个向量; is.vector( 1L )。

为了分派正确的方法，R必须知道数据类型。当你的语言被隐式地矢量化并且所有被设计为在向量上运行时，知道某事物是向量的并不多。

is.vector( list( NULL , NULL ) )
is.vector( NA )
is.vector( "a" )
is.vector( c( 1.0556 , 2L ) )

因此，您可以将class( 1L )的返回值[1] "integer"表示，我是一个由integer 类型组成的原子向量。

尽管在引擎盖下matrix实际上只是一个具有两个维度属性的向量，但R必须知道它是一个矩阵，因此它可以在行的元素上逐行或按列操作。矩阵（或单独在任何单个下标元素上）。在子集化之后，您将返回矩阵中元素的数据类型的向量，这将允许R为您的数据分配适当的方法（例如，对字符向量或数字向量执行sort）;

/* from the underlying C code in /src/main/subset.c....*/
result = allocVector(TYPEOF(x), (R_xlen_t) nrs * (R_xlen_t) ncs)

您还应该注意，在确定对象的类之前，R将始终检查它是否是第一个向量，例如如果在某个矩阵is.matrix(x)上运行x，R会检查它是否是第一个向量，然后检查维度属性。如果维度属性是INTEGER数据类型LENGTH 2的向量，则它满足该对象作为矩阵的条件（以下代码片段来自 Rinlinedfuns.h 来自/ SRC /包含/）

INLINE_FUN Rboolean isMatrix(SEXP s)
  495 {
  496     SEXP t;
  497     if (isVector(s)) {
  498    t = getAttrib(s, R_DimSymbol);
  499    /* You are not supposed to be able to assign a non-integer dim,
  500       although this might be possible by misuse of ATTRIB. */
  501    if (TYPEOF(t) == INTSXP && LENGTH(t) == 2)
  502        return TRUE;
  503     }
  504     return FALSE;
  505 }

#  e.g. create an array with height and width....  
a <- array( 1:4 , dim=c(2,2) )

#  this is a matrix!
class(a)
#[1] "matrix"

# And the class of the first column is an atomic vector of type integer....
class(a[,1])
[1] "integer"

Answer 3

在R language definition中，有六种基本类型的向量，其中一种是"character"。实际上没有基本的“矢量”类型，而是六种不同类型的矢量都是基类型。

另一方面，Matrix是一种数据结构。

Answer 4

这是我发现的最好的图表，它列出了class函数使用的类层次结构：

虽然类名与R class函数的结果不完全对应，但我认为层次结构基本上是准确的。答案的关键是class函数仅提供层次结构中的根类。

您会看到Vector 不是根类。您的示例的根类将是StrVector，它对应于"character"类，即具有字符元素的向量的类。相反，Matrix本身就是一个根类;因此，它的类是"matrix"。