2.1 스칼라(scalar)

스칼라를 입력시 R의 벡터 지정 함수인 c()(벡터 부분에서 상세 내용 학습)를 꼭 사용해서 입력할 필요가 없다. 단, 연속되지 않은 두 개 이상 스칼라면 벡터이므로 꼭 c()를 써야 한다.

int x; 
x = 1;

위 코드에서 int x; 없이 x = 1을 입력 후 컴파일 하면 에러가 나타나지만 R 언어에서는 변수를 선언할 필요가 전혀 없음
z 가 어떤 데이터 타입인지 언급할 필요가 전혀 없음 \(\rightarrow\) Python, Perl, Matlab 등과 같은 스크립트 언어의 특징. 아래 코드 참조

z <- 3
z

[1] 3

# 정수형 구분자 사용 예시
# typeof(): R 객체의 데이터 타입 반환하는 함수
typeof(10L)

[1] "integer"

typeof(10)

[1] "double"

숫자형 스칼라 연산 적용 예시

# 숫자형 스칼라
a <- 3
b <- 10
a; b

[1] 3

[1] 10

# 덧셈
c <- a + b
c

[1] 13

# 덧셈을 함수로 입력
# "+"(a, b)로 입력한 결과
c <- "+"(a, b)

# 뺄셈
d <- b - a
d

[1] 7

# 곱셈
m <- a * b
m

[1] 30

# 나누기
dd <- b/a
dd

[1] 3.333333

# 멱승
b^a

[1] 1000

# 나누기의 나머지(remainder) 반환
r <- b %% a
r

[1] 1

# 나누기의 몫(quotient) 반환
q <- b %/% a
q

[1] 3

# 연산 우선 순위
nn <- (3 + 5)*3 - 4**2/4
nn

[1] 20

h1 <- c("Hello CNU!!")
h2 <- c("R is not too difficult.")
typeof(h1); typeof(h2)

[1] "character"

[1] "character"

h1

[1] "Hello CNU!!"

h2

[1] "R is not too difficult."

# 문자열의 문자 수 반환
nchar(h1); nchar(h2)

[1] 11

[1] 23

# 문자열 연산 error 예시
h1 - h2

Error in h1 - h2: 이항연산자에 수치가 아닌 인수입니다

참(TRUE, T) 또는 거짓(FALSE, F)를 나타내는 값
TRUE/FALSE: 예약어(reserved word)
T/F: TRUE와 FALSE로 초기화된 전역 변수
- T에 FALSE 또는 어떤 값도 할당 가능 \(\rightarrow\) 가급적 TRUE/FALSE를 명시하는 것이 편함
논리형 연산자(logical operator)

Table 2.3: R언어의 비교 연산자
비교 연산자	설명
>	크다(greater-than)
<	작다(less-than)
==	같다(equal)
>=	크거나 같다(greater than equal)
<=	작거나 같다(less than equal)
!=	같지 않다(not equal)
Note:
기술한 비교 연산자는 수치형 및 논리형 데이터 타입 모두에 적용 가능 하지만, 문자형은 비교 연산은 ==, != 만 가능함

참고

논리형 스칼라도 숫자형 연산 가능 \(\rightarrow\) 컴퓨터는 TRUE/FALSE를 1과 0 숫자로 인식
수치 연산자는 스칼라 뿐 아니라 아래에서 다룰 벡터, 행렬, 리스트, 데이터프레임 객체의 연산에 사용 가능
&/|와 &&/||는 동일하게 AND/OR를 의미하지만 연산 결과가 다름.
&의 연산 대상이 벡터인 경우 백터 구성 값 각각에 대해 & 연산을 실행 하지만 &&는 하나의 값(스칼라)에만 논리 연산이 적용(아래 예시 참고)

typeof(TRUE)  # TRUE의 데이터 타입

[1] "logical"

TRUE & TRUE  # TRUE 반환

[1] TRUE

TRUE & FALSE  # FALSE 반환

[1] FALSE

# 아래 연산은 모두 TRUE 반환
TRUE | TRUE

[1] TRUE

TRUE | FALSE

[1] TRUE

# TRUE와 FALSE의 반대
!TRUE

[1] FALSE

!FALSE

[1] TRUE

# 전역변수 T에 FALSE 값 할당
T <- FALSE
T

[1] FALSE

T <- TRUE  # 원상복귀
# TRUE/FALSE에 값을 할당할 수 없음
TRUE <- 1

Error in TRUE <- 1: 대입에 유효하지 않은 (do_set) 좌변입니다

TRUE <- FALSE

Error in TRUE <- FALSE: 대입에 유효하지 않은 (do_set) 좌변입니다

# &(|)와 &&(||)의 차이
l.01 <- c(TRUE, TRUE, FALSE, TRUE)  # 논리형 값으로 구성된 벡터
l.02 <- c(FALSE, TRUE, TRUE, TRUE)
l.01 & l.02  # l.01과 l.02 각 원소 별 & 연산

[1] FALSE  TRUE FALSE  TRUE

l.01 && l.02  # l.01과 l.02의 첫 번째 원소에 대해 & 연산

[1] FALSE

# 비교 연산자
x <- 9
y <- 4
# x > y 의 반환값 데이터 타입
typeof(x > y)

[1] "logical"

# 논리형 값 반환
x > y

[1] TRUE

x < y

[1] FALSE

x == y

[1] FALSE

x != y

[1] TRUE

결측치 지정 상수: NA \(\rightarrow\) R과 다른 언어의 가장 큰 차이점 중 하나
예를 들어 4명의 통계학과 학생 중 3명의 통계학 개론 중간고사 점수가 각각 80, 90, 75점이고 4번 째 학생의 점수가 없는 경우 NA로 결측값 표현
is.na() 함수를 이용해 해당 값이 결측을 포함하고 있는지 확인

one <- 80; two <- 90; three <- 75; four <- NA
four

[1] NA

# 'is.na()' 결측 NA가 포함되어 있으면 TRUE 
is.na(four)

[1] TRUE

is.na(object_name): 객체를 구성하고 있는 원소 중 NA를 포함하고 있는지 확인 \(\rightarrow\) NA를 포함하면 TRUE, 아니면 FALSE 반환

참고: 자료에 NA가 포함된 경우 연산 결과는 모두 NA가 반환

NA + 1

[1] NA

NA & TRUE

[1] NA

NA <= 3

[1] NA

x <- NULL # NULL 지정
is.null(x) # NULL 객체인지 판단

[1] TRUE

x <- 1
is.null(x)

[1] FALSE

NA와 NULL의 차이점: 자료의 공백을 의미한다는 점에서 유사한 측면이 있으나 아래 내용처럼 큰 차이가 있음

# NA와 NULL은 다름
x <- NA
is.null(NA)

[1] FALSE

is.na(NULL)

logical(0)

x <- Inf
is.finite(x)

[1] FALSE

is.infinite(x)

[1] TRUE

x <- 0/0
is.nan(x)

[1] TRUE

is.infinite(x)

[1] FALSE

지금까지 요인형(factor)을 제외하고 R 언어에서 객체가 가질 수 있는 데이터 유형에 대해 알아봄. 요인형은 4주 차에 예정된 “R 자료형: 팩터, 테이블, 데이터 프레임”에서 상세하게 배울 예정임.