R语言中,简单的S3和S4类的定义

简介:

R语言中,简单的S3和S4类的定义


# S3 class

newstudent <- function(sid, sname, ssex){

  tmp <- list(id = sid, name = sname, sex = ssex)

  class(tmp) <- "student"

  return(tmp)

}

print.student <- function(st){

  cat(st$id, "\n")

  cat(st$name, "\n")

  cat(st$sex, "\n")

}

st = newstudent(11, "jack", "male")

#print(st)

st

# S4 class

setClass("student",

         representation(

           id = "numeric",

           name = "character",

           sex = "character"

         ))

# print is not a S4 generic. show methods are mapped to print for convenience, though. 

setMethod("show", "student",

          function(object){

            cat(object@id, "\n")

            cat(object@name, "\n")

            cat(object@sex, "\n")

          })

st = new("student", id = 41, name = "tom",  sex = "male")

#print(st)

st










本文转自 h2appy  51CTO博客,原文链接:http://blog.51cto.com/h2appy/1855788,如需转载请自行联系原作者
目录
相关文章
|
安全 数据处理 开发者
R语言面向对象编程:理解R中的S3与S4类
【8月更文挑战第28天】R语言中的S3和S4类为面向对象编程提供了不同的选择。在实际应用中,开发者可以根据具体需求选择合适的类系统。对于简单的数据处理和分析任务,S3类以其简单性和灵活性可能是一个更好的选择;而对于需要更严格和复杂对象模型的任务,S4类则更具优势。掌握这两种类系统,将有助于你在R语言中更加高效和灵活地构建复杂的数据处理和分析应用。
|
数据可视化 算法 数据挖掘
R语言聚类有效性:确定最优聚类数分析IRIS鸢尾花数据和可视化
R语言聚类有效性:确定最优聚类数分析IRIS鸢尾花数据和可视化
|
算法 数据可视化 安全
R语言Kmeans聚类、PAM、DBSCAN、AGNES、FDP、PSO粒子群聚类分析iris数据结果可视化比较
R语言Kmeans聚类、PAM、DBSCAN、AGNES、FDP、PSO粒子群聚类分析iris数据结果可视化比较
|
存储 机器学习/深度学习 算法
R语言使用最优聚类簇数k-medoids聚类进行客户细分
R语言使用最优聚类簇数k-medoids聚类进行客户细分
|
算法 数据挖掘 索引
R语言最优聚类数目k改进kmean聚类算法
R语言最优聚类数目k改进kmean聚类算法
|
Windows
《R语言入门》矩阵元素定义及筛选
《R语言入门》目录: 如何在Windows下安装R语言编程环境 矩阵元素定义及筛选 和向量一样,矩阵也可以做筛选。但是需要注意一下语法上的不同。下面是一个简单的例子: 以下代码用户定义一个矩阵元素变量“si”,ncol=3(三列),byrow = TRUE(数据按行输入) 使用“ 1,] 注意语句判断条件后逗号和没有逗号的区别。
1765 0
|
数据采集 机器学习/深度学习 数据可视化
R语言从数据到决策:R语言在商业分析中的实践
【9月更文挑战第1天】R语言在商业分析中的应用广泛而深入,从数据收集、预处理、分析到预测模型构建和决策支持,R语言都提供了强大的工具和功能。通过学习和掌握R语言在商业分析中的实践应用,我们可以更好地利用数据驱动企业决策,提升企业的竞争力和盈利能力。未来,随着大数据和人工智能技术的不断发展,R语言在商业分析领域的应用将更加广泛和深入,为企业带来更多的机遇和挑战。
|
8月前
|
数据采集 机器学习/深度学习 数据可视化
探索大数据分析的无限可能:R语言的应用与实践
探索大数据分析的无限可能:R语言的应用与实践
341 9
|
数据可视化 数据挖掘 API
【R语言实战】聚类分析及可视化
【R语言实战】聚类分析及可视化
|
数据挖掘 C语言 C++
R语言是一种强大的统计分析工具,提供了丰富的函数和包用于时间序列分析。
【10月更文挑战第21天】时间序列分析是一种重要的数据分析方法,广泛应用于经济学、金融学、气象学、生态学等领域。R语言是一种强大的统计分析工具,提供了丰富的函数和包用于时间序列分析。本文将介绍使用R语言进行时间序列分析的基本概念、方法和实例,帮助读者掌握R语言在时间序列分析中的应用。
325 3