Datové typy v R

Kdykoli programujete v jakémkoli jazyce, tak potřebujete některá data někam ukládat. Počítač si vámi zadaná data uloží do paměti. Různá data ale potřebují různé množství paměti. A aby počítač věděl, kolik paměti bude potřebovat, existují tzv. datové typy.

Vysvětlíme si to na příkladech.

"Pět" je řetězec znaků, text. Všimněte si, že jej schválně píšeme do uvozovek, aby bylo jasné, že jde o text. Takže "5" je taky text!

Naproti tomu je 5 číslo. To do uvozovek nedáváme. Vlastně jde o celé číslo. Když napíšeme 5.2, jde o reálné číslo (a všimněte si desetinné tečky).

V jazyce R existují tyto datové typy:

• logical – logická hodnota (TRUE nebo FALSE)
• numeric – reálné číslo (5.23675), má podtypy:
  •  integer – celé číslo (5L, u celých čísel se na konci píše L, aby bylo rozlišeno od reálných čísel)
  •  double – reálné číslo (5.23675)
• complex – komplexní číslo (5+2i… no, ehm, pamatujete na matematiku? Více ve Wikipedii.)
• character – textový řetězec ("pět" nebo "5", vzpomeňte na uvozovky)
• raw – binární data (61 68 6f 6a, což je binárně zapsané „ahoj“: každý znak má svůj dvoumístný kód)

Zkusíme si sepsat ještě přehlednou tabulku a už se vrhneme na jednotlivé typy podrobněji. Předem můžeme prozradit, že tyto prvky jsou samy o sobě ve své podstatě základní vektory, což bude vysvětleno v další kapitole o datových strukturách.

mód	typ	popis
logical	logical	logická hodnota (TRUE nebo FALSE)
numeric	integer	celé číslo (např. 5L)
	double	reálné číslo (např. 5.2435)
complex	complex	komplexní číslo (např. 5+2i)
character	character	textový řetězec (např. "pět švestek"
raw	raw	binární data (např. 61 68 6f 6a)

Logická hodnota (logical)

Logická hodnota určuje pravdu (TRUE) nebo poněkud diplomaticky nepravdu (FALSE). Využívá se například k vyhodnocování příkazů, porovnání (je 5 větší než 2?) a podobně. V jazyce R existuje pravda i nepravda i ve zkrácené verzi (T a F).

Zda je hodnota typu logical, zjistíme pomocí příkazu is.logical(), který nám napíše TRUE nebo FALSE (vidíte?). Nebo třídu zjistíme pomocí class(), což nám napíše výsledek textem.

# je TRUE logická hodnota?
is.logical(TRUE)
#> [1] TRUE

# do jaké třídy patří FALSE?
class(FALSE)
#> [1] "logical"

# do jaké třídy patří "TRUE"?
class("TRUE")
#> [1] "character"

# poznali jste chyták? jsou tam uvozovky, takže je to textový řetězec

# do jaké třídy patří T?
class(T)
#> [1] "logical"

# do jaké třídy patří F?
class(F)
#> [1] "logical"

Numerická hodnota (numeric)

Numerickou hodnotu představuje libovolné reálné číslo. Např.. 5, -13.8, 4.5578e15.

Zda je hodnota typu numeric, zjistíme pomocí příkazu is.numeric(), který nám napíše TRUE nebo FALSE (logickou hodnotu uvedenou výše). Nebo třídu zjistíme pomocí známého příkazu class(), který nám napíše výsledek textem. Mrkneme na to prakticky.

# je -13.8 numerická hodnota?
is.numeric(-13.8)
#> [1] TRUE

# jakou třídu představuje -13.8?
class(-13.8)
#> [1] "numeric"

# jakou třídu představuje nekonečno (Inf)?
class(Inf)
#> [1] "numeric"

# jakou třídu představuje "5"?
class("5")
#> [1] "character"

# hahaha, chyták, jsou tam uvozovky, je to tedy text :-)

Celé číslo (integer)

Integer je libovolné celé číslo uložené s danou přesností. Za číslem je v jazyce R napsáno velké L, aby se celé číslo odlišilo od reálného čísla. Např. 5L, 13L, -5L.

V R mají celá čísla pouze 16-b přesnost. Pro práci s velkými celými čísly nutné balíčky gmp či int64 (zvýší bitovou přesnost uložených celých čísel).

Zda je hodnota typu integer, zjistíme opět pomocí příkazů is.integer() a class().

# je číslo -13L celé číslo?
is.integer(-13L)
#> [1] TRUE

# do jaké třídy patří -13L?
class(-13L)
#> [1] "integer"

# je číslo -13 celé číslo?
is.integer(-13)
#> [1] FALSE

# jak to? co to teda je?
class(-13)
#> [1] "numeric"

# aha, je to reálné číslo, protože mu na konci chybí velké L

Pokud chceme změnit celé číslo na reálné, použijeme příkaz as.numeric().

# vezmu si proměnnou x a přiřadím jí hodnotu 5L
x <- 5L

# co je x?
class(x)
#> [1] "integer"

# převedu celé číslo na reálné číslo a přiřadím ho proměnné y
y <- as.numeric(x)

# co je y?
class(y)
#> [1] "numeric"

# fakt je to pořád 5?
y
#> [1] 5

# fakt.

Komplexní číslo (complex)

Komplexní číslo je libovolné x, pro které platí, že x = a + bi, kde a, b jsou reálná čísla a i² = −1. Pamatujete? Kdyžtak pročtěte Wikipedii.

Jako typ complex se označují komplexní čísla, tedy např. 1 + 2i.

Zda je hodnota typu complex, zjistíme opět pomocí příkazů is.complex() a class().

# je 1+2i komplexní číslo?
is.complex(1 + 2i)
#> [1] TRUE

# do jaké třídy patří 0+1i?
class(0 + 1i)
#> [1] "complex"

# do jaké třídy patří výsledek odmocniny z (-1+0i)?
class(sqrt(-1 + 0i))
#> [1] "complex"

# a do jaké třídy patří odmocnina z -1?
class(sqrt(-1))
Warning message:
In sqrt(-1) : NaNs produced

# haha, -1 nelze odmocňovat, není to komplexní číslo

Textový řetězec (character)

Textový řetězec je libovolná sekvence znaků uzavřená mezi jednoduchými či dvojitými uvozovkami, např."ahoj", "HJKU78789ddkj y", 'pět', "5", 'TRUE', "".

Zda je hodnota typu character, zjistíme opět pomocí příkazů is.character() a class().

# je "ahoj" text?
is.character("ahoj")
#> [1] TRUE

# jaký typ je "123"?
class("123")
#> [1] "character"

# jasně, jsou tam uvozovky! je to text, i když obsahuje číslo :-)

# tohle bude číslo, protože to je bez uvozovek
class(123)
#> [1] "numeric"

# je nekonečno číslo?
is.numeric(Inf)
#> [1] TRUE

# je "Inf" číslo?
is.numeric("Inf")
#> [1] FALSE

# ne, je to v uvozovkách,  je to tedy text
class("Inf")
#> [1] "character"

# ha, a teď si dáme špek
class(class(5))
#> [1] "character"

# jo, nejprve se vyhodnotí vnitřek:
# class(5) je "numeric"
# ... a pak vnějšek:
# class("numeric") je "character"
# OK!

Na textový řetězec lze převést libovolnou jinou hodnotu pomocí příkazu as.character().

# přiřadím proměnné x hodnotu 5
x <- 5

# co je x?
x
#> [1] 5

class(x)
#> [1] "numeric"

# převedu na řetězec a uložím do y
y <- as.character(x)

# co je y?
y
#> [1] "5"

class(y)
#> [1] "character"

NA, NULL, NaN

• NA je hodnota typu Not Available, obvykle chybějící hodnota.
• NULL je null object, používá se pro bezhodnotovou inicializaci objektu… no prostě když už víme, jak se proměnná jmenuje, ale ještě jí nechceme přiřadit žádnou opravdovou hodnotu, dáme NULL.
• NaN je hodnota typu Not a Number, obvykle nevyjádřitelný výsledek matematické operace.

# zkusíme odmocninu z -1
sqrt(-1)
#> [1] NaN

# kdyby vás napadlo dělit nulou, tak bacha: výsledkem je nekonečno!
1/0
#> [1] Inf

is.nan(1/0)
#> [1] FALSE

# NaN je číslo
class(NaN)
#> [1] "numeric"

# NA je logická hodnota, ale není to FALSE
class(NA)
#> [1] "logical"

FALSE == NA
#> [1] NA

# NaN patří do NA
is.na(NaN)
#> [1] TRUE

# ale NA nepatří do NaN
is.nan(NA)
#> [1] FALSE

# už vám vybuchuje hlava? :-P

S těmito zvláštními typy se budeme setkávat třeba v chybových hlášeních, když proměnná nabude hodnoty, se kterou jsme nepočítali.