对“模式”，“阶级”和“types”的事物types进行全面考察是不够的
语言R混淆了我。 实体有模式和类 ，但即使这样也不足以充分描述实体。
这个答案说
在R中，每个“对象”都有一个模式和一个类。
所以我做了这些实验：
> class(3) [1] "numeric" > mode(3) [1] "numeric" > typeof(3) [1] "double" 到目前为止还不够公平，但是我传递了一个向量：
> mode(c(1,2)) [1] "numeric" > class(c(1,2)) [1] "numeric" > typeof(c(1,2)) [1] "double"
这没有意义。 当然，整数向量应该有一个不同的类或不同的模式，而不是一个整数？ 我的问题是：
- R中的所有东西都有（正好一个） 类吗？
- R中的所有东西都有（恰好一种） 模式吗？
- 如果有的话，“typeof”告诉我们什么？
- 还需要其他什么信息来完整描述实体？ （例如，“vector性”存储在哪里？）
更新 ：显然，文字3只是一个长度为1的向量。没有标量。 OK但是…我尝试mode("string")并得到"character" ，导致我认为一个string是一个字符的vector。 但如果这是真的，那么这应该是真实的，但它不是！ c('h','i') == "hi"
我同意R中的types系统是相当奇怪的。 这样做的原因是它已经发展了很长一段时间。
请注意，您错过了另一个types函数storage.mode和另一个类类函数oldClass 。
因此， mode和storage.mode是旧式types（ storage.mode更准确），而typeof则是更新，更精确的版本。
mode(3L) # numeric storage.mode(3L) # integer storage.mode(`identical`) # function storage.mode(`if`) # function typeof(`identical`) # closure typeof(`if`) # special
然后class是一个完全不同的故事。 class主要只是对象的class属性（这正是oldClass返回的）。 但是当class属性没有设置的时候， classfunction是由对象types和dim属性组成的。
oldClass(3L) # NULL class(3L) # integer class(structure(3L, dim=1)) # array class(structure(3L, dim=c(1,1))) # matrix class(list()) # list class(structure(list(1), dim=1)) # array class(structure(list(1), dim=c(1,1))) # matrix class(structure(list(1), dim=1, class='foo')) # foo
最后，类可以返回多个string，但只有类属性是这样的。 第一个string的值是主类的类，下面是它inheritance的东西。 组成课程总是长1。
# Here "A" inherits from "B", which inherits from "C" class(structure(1, class=LETTERS[1:3])) # "A" "B" "C" # an ordered factor: class(ordered(3:1)) # "ordered" "factor"
R中的所有东西都有（正好一个）类吗？
确实有一个是绝对不正确的：
> x <- 3 > class(x) <- c("hi","low") > class(x) [1] "hi" "low"
一切都有（至less一个）课。
R中的所有东西都有（恰好一种）模式吗？
不确定，但我怀疑是这样。
如果有的话，“typeof”告诉我们什么？
typeof给出了一个对象的内部types。 根据?typeof可能值是：
vectortypes“逻辑”，“整数”，“双”，“复杂”，“字符”，“原始”和“列表”，“NULL”，“封闭”（function），“特殊”和“内build”（基本function和操作符），“环境”，“S4”（一些S4对象）和其他在用户级别不可见的符号（“符号”，“pairist”，“promise”，“language”，“char” “…”，“any”，“expression”，“externalptr”，“bytecode”和“weakref”）。
mode依赖于typeof。 从?mode ：
除了types“integer”和“double”被返回为“numeric”之外，模式与types具有相同的一组名称（请参阅typeof）。 types“特殊”和“内build”作为“function”返回。 键入“符号”称为模式“名称”。 types“language”返回为“（”或“call”。
还需要其他什么信息来完整描述实体？ （例如，“列表”存储在哪里？）
一个列表有class级列表：
> y <- list(3) > class(y) [1] "list"
你的意思是vector化吗？ length应该足以满足大多数目的：
> z <- 3 > class(z) [1] "numeric" > length(z) [1] 1
把3想象成长度为1的数字向量，而不是一些原始的数字types。
结论
你可以很好的与class和length 。 当你需要其他的东西的时候，你可能不需要问他们为什么:-)
下面是一些代码，用于确定四种types的函数， class ， mode ， typeof和storage.mode为每种R对象返回的内容。
library(methods) library(dplyr) library(xml2) setClass("dummy", representation(x="numeric", y="numeric")) types <- list( "logical vector" = logical(), "integer vector" = integer(), "numeric vector" = numeric(), "complex vector" = complex(), "character vector" = character(), "raw vector" = raw(), factor = factor(), "logical matrix" = matrix(logical()), "numeric matrix" = matrix(numeric()), "logical array" = array(logical(8), c(2, 2, 2)), "numeric array" = array(numeric(8), c(2, 2, 2)), list = list(), pairlist = .Options, "data frame" = data.frame(), "closure function" = identity, "primitive function" = `+`, "special function" = `if`, environment = new.env(), null = NULL, formula = y ~ x, expression = expression(), call = call("identity"), name = as.name("x"), "paren in expression" = expression((1))[[1]], "brace in expression" = expression({1})[[1]], "S3 lm object" = lm(dist ~ speed, cars), "S4 dummy object" = new("dummy", x = 1:10, y = rnorm(10)), "external pointer" = read_xml("<foo><bar /></foo>")$node ) type_info <- Map( function(x, nm) { data_frame( "spoken type" = nm, class = class(x), mode = mode(x), typeof = typeof(x), storage.mode = storage.mode(x) ) }, types, names(types) ) %>% bind_rows knitr::kable(type_info)
这是输出：
|spoken type |class |mode |typeof |storage.mode | |:-------------------|:-----------|:-----------|:-----------|:------------| |logical vector |logical |logical |logical |logical | |integer vector |integer |numeric |integer |integer | |numeric vector |numeric |numeric |double |double | |complex vector |complex |complex |complex |complex | |character vector |character |character |character |character | |raw vector |raw |raw |raw |raw | |factor |factor |numeric |integer |integer | |logical matrix |matrix |logical |logical |logical | |numeric matrix |matrix |numeric |double |double | |logical array |array |logical |logical |logical | |numeric array |array |numeric |double |double | |list |list |list |list |list | |pairlist |pairlist |pairlist |pairlist |pairlist | |data frame |data.frame |list |list |list | |closure function |function |function |closure |function | |primitive function |function |function |builtin |function | |special function |function |function |special |function | |environment |environment |environment |environment |environment | |null |NULL |NULL |NULL |NULL | |formula |formula |call |language |language | |expression |expression |expression |expression |expression | |call |call |call |language |language | |name |name |name |symbol |symbol | |paren in expression |( |( |language |language | |brace in expression |{ |call |language |language | |S3 lm object |lm |list |list |list | |S4 dummy object |dummy |S4 |S4 |S4 | |external pointer |externalptr |externalptr |externalptr |externalptr |
在R语言定义手册中讨论R中可用对象的types。 有几种types在这里没有提到：你不能testing“promise”，“…”和“ANY”types的对象，而“字节码”和“weakref”只能在C级上使用。
这里 R源的可用types表。
添加到您的一个子问题中：
- 还需要其他什么信息来完整描述实体？
除了class ， mode ， typeof ， attributes ， str等， is()也值得注意。
is(1) [1] "numeric" "vector"
虽然有用，但也不尽人意。 在这个例子中， 1不止于此; 它也是primefaces，有限，和一个双。 下面的函数应该显示所有的对象是根据所有可用is.(...)函数：
what.is <- function(x, show.all=FALSE) { # set the warn option to -1 to temporarily ignore warnings op <- options("warn") options(warn = -1) on.exit(options(op)) list.fun <- grep(methods(is), pattern = "<-", invert = TRUE, value = TRUE) result <- data.frame(test=character(), value=character(), warning=character(), stringsAsFactors = FALSE) # loop over all "is.(...)" functions and store the results for(fun in list.fun) { res <- try(eval(call(fun,x)),silent=TRUE) if(class(res)=="try-error") { next() # ignore tests that yield an error } else if (length(res)>1) { warn <- "*Applies only to the first element of the provided object" value <- paste(res,"*",sep="") } else { warn <- "" value <- res } result[nrow(result)+1,] <- list(fun, value, warn) } # sort the results result <- result[order(result$value,decreasing = TRUE),] rownames(result) <- NULL if(show.all) return(result) else return(result[which(result$value=="TRUE"),]) }
所以现在我们得到一个更完整的图像：
> what.is(1) test value warning 1 is.atomic TRUE 2 is.double TRUE 3 is.finite TRUE 4 is.numeric TRUE 5 is.vector TRUE > what.is(CO2) test value warning 1 is.data.frame TRUE 2 is.list TRUE 3 is.object TRUE 4 is.recursive TRUE
您还可以通过参数show.all=TRUE获得更多信息。 因为结果超过50行，所以我没有在这里粘贴任何示例。
最后，这意味着作为信息的补充来源，而不是取代之前提到的任何其他function。
