本讲简要介绍R中常见的数据结构，重在梳理，不求详尽，部分内容改编自Hadley Wickham的《Advanced R》一书。欢迎转载，但请注明出处！
数据结构
当你在使用电脑时，各种五光十色的界面、操作、交互等等，究其本质来说，无非是一个你给电脑数据和指令，电脑进行处理，再返回给你新数据的过程，而程序语言就类似你和电脑沟通的媒介，毕竟电脑不通人言啊！
说到各式各样的数据交互，通常量还蛮大，我们怎能忍心duang的一下，直接一股脑抛给电脑兄： “处理去吧！”，脑： “WTF？”，因为原本很多数据彼此之间预先存在联系、又或在接下来的处理过程中也是难解难分，所以为了方便电脑读取和处理数据，我们得用一些人为的方法将数据合理而高效的安排及存放在电脑中，这就是数据结构的由来及含义。数据结构不仅包含数据本身，还包括它们的内在关系，以及一系列操作处理数据的规范。
对于绝大多数高级编程语言，我们无需担心要自己弄数据结构，这些都必然是内置好的了。那么，在R中，我们主要使用的是哪些数据结构呢？
| 一维 | Atomic vector (原子向量) | Recursive vector = List (递归向量 = 列表) |
| 二维 | Matrix (矩阵) | Data frame (数据集) |
| 多维 | Array (数组) | |
从上表我们可以看出，一维的两种向量结构向二维及多维拓展，进而形成了R的其他主要数据结构，向量之于R类似于基石之于广厦！
更多内容请看：
02-R的主要数据结构
