Summary  
This chapter covers how R categorizes numeric types (double, integer, complex), explains that numbers default to double-precision floating-point, and shows how to append L to specify an integer and manage memory.  

General domain of usage  
Statistical computing

Dans la section précédente, nous avons observé que le nombre `10` était identifié comme un `double` même s'il s'agit d'un **entier**. Explorons cette particularité.

R peut catégoriser les valeurs numériques en plusieurs types, qui sont :
- `double` - représentant les nombres réels ;
- `integer` - pour les nombres entiers ;
- `complex` - pour les nombres avec une partie réelle et une partie imaginaire.

Pour que R reconnaisse `10` comme un `integer` au lieu d'un `double`, vous pouvez ajouter `L` au nombre. Voici comment vous pouvez le faire :

typeof(10) # Example of double type
typeof(10L) # Example of integer type

Différencier entre `10` et `10L` est important en raison de l'utilisation de la mémoire — les entiers occupent **moins** d'espace.

R est l'un des langages de programmation les plus populaires parmi les analystes de données et les data scientists. R dispose d'une large communauté qui vous aidera toujours avec n'importe quel problème. De plus, R possède des tonnes de différents packages conçus pour résoudre divers problèmes. Le langage peut être facilement appliqué aux problèmes de statistiques et d'analyse de données. Dans la première partie, vous serez introduit aux bases de R et vous traiterez des valeurs 1-D uniques de différents types.

Dans la section initiale, vous plongerez dans les éléments fondamentaux de R, tels que la génération de sortie et l'exécution d'opérations élémentaires. Cette section se terminera par une exploration de la théorie derrière les variables.

Vous vous familiariserez avec la classe de vecteurs en R, qui gère également les valeurs individuelles. Ici, vous explorerez les principaux types de données pour les valeurs singulières et apprendrez à gérer plusieurs valeurs du même type simultanément.

Les facteurs, également connus sous le nom de variables catégorielles, sont courants dans le monde réel. Les exemples incluent les groupes sanguins, les devises, les nationalités et les marques. Contrairement aux variables numériques, les facteurs ont un ensemble limité de valeurs possibles.

Nombres

Solution

Awesome!

Nombres

Solution

Awesome!