R中的整数类和数字类有什么区别？
我想通过说我是一个绝对的编程初学者，所以请原谅这个问题是多么的基本。
我试图更好地理解R中的“primefaces”类，也许这通常是编程中的类。 我理解字符，逻辑和复杂数据类之间的区别，但是我正在努力寻找数字类和整数类之间的根本区别。
假设我有一个简单的向量x <- c(4, 5, 6, 6) 4，5，6，6 x <- c(4, 5, 6, 6)的整数，这是有道理的，因为这是一个整数类。 但是当我做class(x)我得到[1] "numeric" 。 然后，如果我将这个向量转换为整数类x <- as.integer(x) 。 它返回相同的确切的数字列表，除了类是不同的。
我的问题是，为什么这是这种情况，为什么一组整数的默认类是一个数字类，有一个整数设置为数字而不是整数的优点和缺点。
有多个类被归类为“数字”类，其中最常见的2个是double（对于双精度浮点数）和整数。 R在需要的时候会自动在数字类之间进行转换，所以对于大多数用户来说，数字3当前是以整数还是双精度存储并不重要。 大多数math是使用双精度完成的，所以这通常是默认存储。
有时候，如果你知道它们永远不会被转换为双精度（用作ID值或索引），因为整数需要更less的存储空间，所以你可能希望专门存储一个整数。 但是，如果他们将被用于任何将其转化为双倍的math，那么将它们存储为双打开始可能是最快的。
首先，多年来成功使用R是完全可行的，而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
（在整数之后放置大写“L”会强制将其存储为整数。）
正如你所看到的“整数”是“数字”的一个子集。
1 2 3 4 > .Machine$integer.max [1] 2147483647 > .Machine$double.xmax [1] 1.797693e+308
整数只有20多亿，而其他的数字可以更大。 它们可以更大，因为它们被存储为双精度浮点数。 这意味着数字被存储在两个部分：指数（如上面308，除了基数2，而不是基数10）和“有效数”（如上面的1.797693）。
请注意，“is.integer”不是testing您是否有整数，而是testing数据如何存储。
有一点需要注意的是，如果开始点和结束点都是整数，冒号运算符:将返回整数。 例如， 1:5创build一个从1到5的integer向量。您不需要附加字母L
> class(1:5) [1] "integer"
参考： https ： //www.quora.com/What-is-the-difference-between-numeric-and-integer-in-R
