本節書摘來自華章社群《r語言機器學習：實用案例分析》一書中的第1章，第1.1節探究r的基本内容，作者[印度] 拉格哈夫·巴利（raghav bali）迪潘簡·撒卡爾（dipanjan sarkar），更多章節内容可以通路雲栖社群“華章社群”公衆号檢視
1.1 探究r的基本内容
你必須已經熟悉r的互動式解釋器，通常稱作“讀入–求值–輸出”循環（read-evaluate-print loop, repl）。這個解釋器與任何等待輸入的指令行界面類似，它以輸入提示符＞作為開始，表示r正在等待輸入。如果輸入需要多行，例如當編寫函數時，在每個後續行中會有+提示符，這意味着你沒有完成整個表達式的輸入，r要求你輸入表達式的剩餘部分。
r也可以讀取和執行以.r為擴充名的完整檔案，該檔案包括指令和函數。通常，任何一個大的應用程式都由多個.r檔案組成，每個檔案都在應用程式中扮演各自的角色，通常被稱作一個子產品。我們将在接下來的各節中探索r的主要特點和功能。
1.1.1 使用r作為科學電腦
r中最基本的元素包括變量和算術運算符，算術運算符可以用來進行像電腦那樣的數學運算，甚至複雜的統計計算。例如：
記住，在r中的一切都是以向量形式存在的。即使在以上代碼片段中的輸出結果也是向量。它們都有一個先導符号[1]，表示這是一個含有一個元素的向量。
也可以像任何其他程式設計語言一樣，将值賦給變量。例如：
1.1.2 向量運算
r中最基本的資料結構是向量。基本上，在r中的任何元素都是向量，即使是像上述例子中看到的一個數也是向量。向量本質上是一個序列或值的集合。可以使用:運算符或用于連接配接值的c函數來生成向量。例如：
在以上代碼段中，你可以清楚地看到，我們僅僅使用+運算符把兩個向量相加，而沒有使用任何循環。這稱為向量化，我們在後面将進行更多的讨論。接下來，介紹更多的向量運算，如下所示：
輸出：
你或許被上面的第2個運算搞糊塗了，這裡嘗試用一個較小的向量乘以一個較大的向量，但仍然得到了運算結果！如果仔細觀察，就會發現r還傳回了一個警告。在這個示例中，當兩個向量在長度上不同時，本例中的小向量c(2,4)循環或者重複變為c(2,4,2,4,2)，然後将它乘以第一個向量c(1,3,5,7,9)，得到最終的結果向量c(2,12, 10,28,18)。這裡使用的其他函數是r基礎包中的标準函數。
下載下傳本書示例代碼
可以通過以下步驟下載下傳代碼檔案：
使用你的電子郵件位址和密碼進行登入或者注冊。
将光标放在頂部的support頁籤。
單擊code downloads & errata。
在search文本框中欄輸入書名。
選擇你要下載下傳的代碼檔案的書。
在下拉菜單中選擇你購買本書的地方。
單擊code download。
一旦檔案下載下傳，請確定使用以下軟體的最新版本對檔案夾進行解壓縮：
用于windows的winrar/7-zip
用于mac的zipeg/izip/unrarx
用于linux的7-zip/peazip
1.1.3 特殊值
由于在資料分析和機器學習的過程中，你将處理大量混亂和髒的資料，是以記住一些r中的特殊值是十分重要的，這樣它們中的某一個在後面出現時，你不會太驚訝。
這裡你應該關心的主要值包括：inf，代表無窮大（infinity）；nan，代表非數值（not a number）；na代表數值缺失或者無效（not available）。下面的代碼片段展示了對這些特殊值的邏輯測試以及它們的結果。請記住，true和false是邏輯資料類型值，類似于其他程式設計語言。
從這些函數的名字中，可以清晰地看出它們的作用。它們清楚地表明哪些值是有限的，哪些值是無限的，并分别檢查nan值和na值。在清洗髒資料時這些函數十分有用。