R中的模式和类有什么区别？答案

【问题标题】：What is the difference between mode and class in R?R中的模式和类有什么区别？
【发布时间】：2020-05-28 04:40:58
【问题描述】：

我正在学习 R（我这周才开始学习），我一直在努力处理 typeof、mode、storage.mode 和 class 的概念。我一直在上下搜索（官方 R 文档、StackOverflow、Google 等），但我无法找到任何关于它们之间区别的明确解释。（一些StackOverflow and CrossValidated的答案并没有真正帮助我弄清楚。）最后（我希望），我想我明白了，所以我的问题是验证我的理解是否正确。

mode vs storage.mode： mode and storage.mode are basically the same thing，除了“单一”数据类型的处理方式略有不同。

mode vs typeof: Very similar, except for a few differences, 最值得注意的是 (typeof "integer" and "double") = (mode "numeric");和两者 (typeof "special" 和 "builtin" = (mode "function")。

类：类基于 R 的面向对象的类层次结构。我很难找到这个图形布局，但我能找到的最好的是这个图表：

（如果有人能指出更准确的 R 类层次结构，我会替换它。）

虽然类名与 R class() 函数的结果并不完全对应，但我相信层次结构基本上是准确的。我的理解是对象的“类”——即class()函数的结果——是层次结构中的根类。所以，例如，“Vector”是不是根类，因此它永远不会显示为 class() 函数的结果。根类可能是“StrVector”（“字符”）或“BoolVector”（“逻辑”）。相反，“Matrix”本身就是一个根类；因此，它的类是“矩阵”。

显然，R 支持多重继承，因此有些对象可以有多个类。

typeof/mode/storage.mode vs class：这是我最难理解的部分。我现在的理解是：typeof/mode/storage.mode（我以后将简称为 “mode”）基本上是 R 对象可以作为其值之一保存的最复杂的数据类型 .因此，例如，由于矩阵、数组和向量只能保存一种向量数据类型，它们的模式（即它们可以保存的最复杂的数据类型）通常是数字、字符或逻辑，即使它们的类（它们在类中的位置层次结构）是完全不同的东西。

最有趣（即令人困惑）的地方在于列表之类的对象。 “列表”的模式意味着对象中的每个值本身都可以是一个列表（即可以保存多种数据类型的对象）。因此，无论类本身是否是“列表”，都有多个对象（例如数据框）可以包含不同的值，因此它们的模式是“列表”，即使它们的类是其他的。

所以，总而言之，我的理解是：

typeof/mode/storage.mode（几乎相同）基本上是 R 对象可以作为其值之一保存的最复杂的数据类型；而
类是根据R类层次结构的对象面向对象的分类。

我的理解准确吗？如果不是，谁能给个更准确的解释？

【问题讨论】：

所以你的类概念需要首先调整。没有 R 对象系统。 class 属性属于 S3 方法调度系统，但还有许多其他属性。您找到的图表描述了 R 语言中的一些基本数据类型结构，但这与面向对象的系统根本没有任何关系。
@Richard Scriven，如果我的理解是正确的，那么我正在寻找的答案很简单。但是，如果我的理解有误，那么我正在寻找的答案应该指出我的误解。所以，这不是一个简单的是/否。实际上，我考虑过回答我自己的问题（blog.stackoverflow.com/2011/07/…）的选项，但由于我不确定答案，我没有足够的胆量这样做。
@joran，您能否将该评论扩展为完整答案？这就是我要找的。span>

标签： r

【解决方案1】：

'mode' 是对象的互斥分类，根据它们的基本结构。 “原子”模式是数字的、复杂的、性格和逻辑。递归对象具有诸如“列表”或 “功能”或其他一些。一个对象只有一种模式。

'class' 是分配给对象的属性，用于确定通用性函数与它一起运行。它不是相互排斥的分类。如果一个对象没有分配给它特定的类，例如作为一个简单的数值向量，它的类通常与其模式相同，按照惯例。

更改对象的模式通常称为“强制”。的模式对象可以更改而不必更改类。例如

> x <- 1:16
> mode(x)
[1] "numeric"
> dim(x) <- c(4,4)
> mode(x)
[1] "numeric"
> class(x)
[1] "matrix"
> is.numeric(x)
[1] TRUE
> mode(x) <- "character"
> mode(x)
[1] "character"
> class(x)
[1] "matrix"

但是：

> x <- factor(x)
> class(x)
[1] "factor"
> mode(x)
[1] "numeric"

在这个阶段，即使x 再次具有模式数字，它的新类， factor，禁止将其用于算术运算。

在实践中，mode 用的不多，除了定义一个类当没有明确的类被分配时隐式的。

【讨论】：

【解决方案2】：

我希望以下示例对您有所帮助。尤其是最后两个例子。

x <- 1L
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

x <- 1
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

x <- letters
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

x <- TRUE
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

x <- cars
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

x <- cars[1]
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

x <- cars[[1]]
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

x <- matrix(cars)
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

x <- new.env()
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

x <- expression(1 + 1)
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

x <- quote(y <- 1 + 1)
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

x <- ls
print(c(class(x), mode(x), storage.mode(x), typeof(x)))

结果是：

[1] "integer"      "numeric"      "integer"      "integer"
[1] "numeric"      "numeric"      "double"       "double" 
[1] "character"    "character"    "character"    "character"
[1] "logical"      "logical"      "logical"      "logical"
[1] "data.frame"   "list"         "list"         "list"      
[1] "data.frame"   "list"         "list"         "list"      
[1] "numeric"      "numeric"      "double"       "double" 
[1] "matrix"       "list"         "list"         "list"  
[1] "environment"  "environment"  "environment"  "environment"
[1] "expression"   "expression"   "expression"   "expression"
[1] "<-"           "call"         "language"     "language"
[1] "function"     "function"     "function"     "closure"

最后一个示例向您展示了 typeof() != storage.mode() 的情况。

【讨论】：

谢谢。您能否以相同的方式为整数举例说明
很好的解释和很好的代码来说明差异。这告诉我......大多数时候......对于内省或类型发现......使用class()和typeof()函数。这些给了我对象类/类型信息和存储信息。 mode() 函数非常没用，因为 storage.mode() 细节（例如，双精度、整数）告诉我它是数字的。对我来说底线：1）首先使用class()，然后typeof() 来获取最相关的对象信息。我使用的是mode()。

【解决方案3】：

只是为了更好的可读性。

我希望以下示例对您有所帮助。尤其是最后两个例子。

x <- 1L
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "integer"      "numeric"      "integer"      "integer"

x <- 1
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "numeric"      "numeric"      "double"       "double" 

x <- letters
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "character"    "character"    "character"    "character"

x <- TRUE
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "logical"      "logical"      "logical"      "logical"

x <- cars
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "data.frame"   "list"         "list"         "list"   

x <- cars[1]
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "data.frame"   "list"         "list"         "list"      

x <- cars[[1]]
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "numeric"      "numeric"      "double"       "double" 

x <- matrix(cars)
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "matrix"       "list"         "list"         "list"  

x <- new.env()
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "environment"  "environment"  "environment"  "environment"

x <- expression(1 + 1)
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "expression"   "expression"   "expression"   "expression"

x <- quote(y <- 1 + 1)
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "<-"           "call"         "language"     "language"

x <- ls
print(c(class(x), mode(x), storage.mode(x), typeof(x)))
[1] "function"     "function"     "function"     "closure"

致谢 - @SHUAICHENG WANG

【讨论】：

【解决方案4】：

简单地说，真正有用的只有class() 和typeof()

class 可以被描述为对象的“容器”，该属性使该对象在外部通过以这种特定“类型”对象作为参数的函数进行操作
type 是这个对象在容器内的组成部分，底层值的“类型”

好明显的例子：

x <- as.Date('2010-01-01')
class(x) # Date
typeof(x) # double
unclass(x) # 14610

attr(x, 'tz') <- 'CEST'
attributes(x)$class # "Date"
attributes(x)$tz # "CEST"

【讨论】：