R 變數與工作空間

在 R 中所有的變數都有一個類別（class）屬性，它紀錄每個變數所屬的類別，例如大部分的數值都屬於 numeric 類別，而邏輯值則是屬於 logical 類別。

R 的 class 函數可以用來判斷變數所屬的類別：

class(c(TRUE, FALSE))

[1] "logical"

由 TRUE 與 FALSE 所組成的向量是屬於 logical 類別。

除了類別（class）之外，R 的變數還有一個內部儲存用的類型（type）屬性、一個模式（mode）屬性，以及一個儲存模式（storage mode）屬性，這幾種屬性是前幾代舊版的 R 所遺留下來的，一般的使用者在大部份的狀況下並不會直接使到它們（除非您準備要加入 R 的核心開發者團隊），目前我們只需要熟悉類別（class）即可，以下我們在討論變數的類型時，都會以變數的類別（class）為主。關於四種屬性的對應關係，請參考後面的補充資料。

各種數值變數

在 R 中的數值總共有三種，分別為：

• numeric：浮點數。
• integer：整數。
• complex：複數。

我們可以使用 class 函數來檢查變數的類型，一般的數字預設都會是浮點數：

class(3)

[1] "numeric"

如果要指定整數，可以在數字後面加上 L：

class(3L)

[1] "integer"

這是複數：

class(2 + 3i)

[1] "complex"

一般的序列會是整數：

class(5:10)

[1] "integer"

序列經過某些數學運算之後，會轉為浮點數：

class(sqrt(5:10))

[1] "numeric"

不過某些別的數學運算也還是會保持整數的類型：

class(sum(5:10))

[1] "integer"

這是浮點數組成的序列：

class(1.3:5.3)

[1] "numeric"

R 處理數值的限制

R 的 .Machine 這個內建變數中有一些關於數值資料的資訊，這些資訊可能會因為不同的電腦而有不同（不過對大多數的電腦而言，通常都是一樣的），以下是跟一般使用者比較相關的數值。

.Machine$double.xmax 與 .Machine$double.xmin 分別表示目前 R 所能處理的最大浮點數與最小正浮點數：

.Machine$double.xmax

[1] 1.797693e+308

.Machine$double.xmin

[1] 2.225074e-308

.Machine$integer.max 則是 R 可以處理的最大整數值：

.Machine$integer.max

[1] 2147483647

2147483647 這個值就等於 (2^{31}-1)。

.Machine$double.eps 是 R 中不同數值的最小差異值，如果兩個不同數值的差異小於這個值，那麼 R 會將兩個數值視為相同的，而 all.equal 在判斷兩個向量是否相同時，也是使用這個值。

.Machine$double.eps

[1] 2.220446e-16

如果要讓 R 判斷 1 + (epsilon) 不等於 1，則這個 (epsilon) 值就不可以小於上面這個門檻值，如果 (epsilon) 小於這個門檻值，R 就會無法判斷：

1 + 2.220446e-16 == 1

[1] FALSE

1 + 2.220446e-17 == 1

[1] TRUE