先看文字理解，图在最后
1、结构
R的基本数据结构是向量（vector），向量又有两种：atomic vector 和 list（后面简称vector为向量，atomic vector为基础向量，list为列表）。
两者的区别在于，基础向量仅能容纳数据类型一致的数据，而列表可以容纳不同种类数据。
基础数据类型仅有Logical、Interger、Double、Character四种。
structure()是构建向量的根本函数，是很多函数背后的操作（与此文主干无关）
2、属性
所有向量都有属性（attribute），可以看作他们的相关信息（metadata）。
属性可以随意设定，设定特定的属性可以使用提前封装的方法或后来人写的R包。
比如比较常见的的属性如：1）dim；2）names；3）class
通过属性dim可以管理数据的结构；通过属性names可以命名；
属性class上设定了很多与函数调用（generic function）相关的方法，所以也就发展出了S3 面向对象编程（Object-Oriented programming）。相较于其他语言，较为粗糙，所以后面有了S4，将一切都封装起来了。
面向对象编程简单地说就是，针对不同的对象采取特定的操作。举例：print是个通用的函数，但是针对不同的类（如vector和factor）会选择不同的子函数来操作（print.vector或print.factor）
3、S3
通过“class”这个属性，并且设定附加的其他属性，R建立了基本的面向对象的操作。举例如下：
x <- factor(c("a", "b", "b", "a"))
typeof(x) # 对于基础向量，返回的就是数据类型
#> [1] "integer"
attributes(x) #获取属性，这列的levels属性就是factor类的附加属性之一，说白了就是在该类中有意义
#> $levels
#> [1] "a" "b"
#>
#> $class
#> [1] "factor"
factor、POSIXct、Date是基于基础向量的S3类
4、列表
再专门讲一下列表是为了，记住list和atomic vector才是R最基础的数据结构。
data.frame、tibble是基于list的S3类
看一下代码加深理解
l1 <- list(1:3, "a", c(TRUE, FALSE, TRUE), c(2.3, 5.9))
df<-data.frame(n=1:3,l=c("a","b","c"))
typeof(l1)
#>[1] "list"
typeof(df)
#>[1] "list"
attributes(l1)
#>NULL
attributes(df)
#>$names
#>[1] "n" "l"
#>
#>$class
#>[1] "data.frame"
#>
#>$row.names
#>[1] 1 2 3
5、NULL
在向量以外，R还有个类型就是NULL
c<-c()
d<-NULL
typeof(c)
#>"NULL"
typeof(d)
#>"NULL"
6、小结
向量包括属性和数据；
S3其实就是向量的属性得以利用而发生的延伸；
书中还对面向对象的基础”继承“及”方法分配“，以及”tibble和data.frame的区别“进行了简单的介绍
7、S4
All functions related to S4 live in the methods package.
S4明天写
