简单的介绍数据的对象类型及文件的读入，输出。
一、对象类型：
包括标量、向量、矩阵、数组、数据框和列表。
1)向量(vector)：用于存储数值型、字符型或逻辑型数据的一维数组。函数c()用来创建向量：
示例如下：
a <- c(1:10)
b <- c("A","B")
d <- c(TRUE,FALSE)
注：单个向量中的数据必须拥有相同的类型或模式(数值型、字符型或逻辑型)。
2)矩阵：二维数组，每个元素都拥有相同的模式(数值型、字符型或逻辑型)。函数matrix创建矩阵：
myymatrix <- matrix(vector, nrow=number_of_rows, ncol=number_of_columns,byrow=logical_value, dimnames=list(char_vector_rownames, char_vector_colnames))
其中：vector包含了矩阵的元素， nrow和ncol用以指定行和列的维数， dimnames包含了可选的、以字符型向量表示的行名和列名。默认情况按列填充。
示例如下：
mymatrix <- matrix(1:4, nrow=2, ncol=2, byrow=FALSE,dimnames=list(c("R1","R2"),c("C1","C2")))
C1 C2
R1 1 3
R2 2 4
3)数组(array):与矩阵类似，维度可以大于2。array函数创建:
myarray <- array(vector, dimensions, dimnames)
其中：vector包含了数组中的数据，dimensions是一个数值型向量，给出了各个维度下标的最大值，而dimnames是可选的、各维度名称标签的列表
示例如下：
myarray <- array(1:24, c(2, 3, 4), dimnames=list(c("A1", "A2"), c("B1", "B2", "B3"), c("C1", "C2", "C3", "C4")))
4)数据框(data.frame)：不同的列可以包含不同模式(数值型、字符型等)的数据，很重要！data.frame()创建：
mydata <- data.frame(col1, col2, col3,…)
其中的列向量col1, col2, col3,… 可为任何类型(如字符型、数值型或逻辑型)。每一列的名称可由函数names指定
示例如下：
patientID <- c(1, 2, 3, 4)
age <- c(25, 34, 28, 52)
diabetes <- c("Type1", "Type2", "Type1", "Type1")
status <- c("Poor", "Improved", "Excellent", "Poor")
patientdata <- data.frame(patientID, age, diabetes, status)
patientID age diabetes status
1 1 25 Type1 Poor
2 2 34 Type2 Improved
3 3 28 Type1 Excellent
4 4 52 Type1 Poor
是不是和EXCEL内容很像，所以重要啊！
5)因子(factor)：类别(名义型)变量和有序类别(有序型)变量在R中称为因子（factor），绘图时候重要。
6)列表(list)是R的数据类型中最为复杂的一种。一般来说，列表就是一些对象（或成分，component）的有序集合。列表允许你整合若干（可能无关的）对象到单个对象名下。函数list()创建：
mylist <- list(object1, object2, …)
示例如下：
g <- "My First List"
h <- c(25, 26, 18, 39)
j <- matrix(1:10, nrow=5)
k <- c("one", "two", "three")
mylist <- list(title=g, ages=h, j, k)
二、数据下标
注：第一个元素下标从1开始！
1)向量：a[2];d[1]
2)矩阵：使用下标和方括号来选择矩阵中的行、 列或元素。X[i,]指矩阵X中的第i 行，X[,j]指第j 列， X[i, j]指第i 行第j 个元素。选择多行或多列时，下标i 和j 可为数值型向量。
3)数组：从数组中选取元素的方式与矩阵相同
4)数据框：可以使用前述（如矩阵中的）下标记号，亦可直接指定列名。
patientdata$age && patientdata[,2] 一样的结果
另：在每个变量名前都键入一次patientdata$麻烦，可以走一些捷径。联合使用函数attach()和detach()或单独使用函数with()来简化代码；
示例如下：
attach(mtcars) #函数attach()可将数据框添加到R的搜索路径中
summary(mpg) #检查搜索路径中的数据框，以定位到这个变量
plot(mpg, disp)
detach(mtcars) #函数detach()将数据框从搜索路径中移除
with(mtcars, {
nokeepstats <- summary(mpg)
keepstats <<- summary(mpg) #使用特殊赋值符<<-替代标准赋值符（<-）即可，它可将对象保存到with()之外的全局环境中。
})
#查看nokeepstats 和 keepstats 的区别：
nokeepstats
Error: object 'nokeepstats' not found
keepstats
Min. 1st Qu. Median Mean 3rd Qu. Max.
10.40 15.43 19.20 20.09 22.80 33.90
5)列表：双重方括号中指明代表某个成分的数字或名称来访问列表中的元素。
mylist[[2]]和mylist[["ages"]]均指那个含有四个元素的向量
mylist[[2]]
[1] 25 26 18 39
mylist[["ages"]]
[1] 25 26 18 39
三、数据读入与写入：
1)使用read.table()从带分隔符的文本文件中导入数据。
mydataframe <- read.table(file, header=logical_value,sep="delimiter", row.names="name")
注1：help(read.table)：更多详情
注2：stringsAsFactors=FALSE，可禁止将字符型变量将转换为因子。
2)使用read.csv()导入csv(excel)数据。
3)write.table , write.csv 输出R结果到文件中.
