一、R 用于数据处理

R 的数据结构包括向量、列表、矩阵和数据框。

向量是一组整齐的值，可以映射到一维或多维数组。换句话说，给定一个有序维度集，首先填充第一个维度，然后在第二个维度中填充一维数组，依此类推。R 支持等长数组的数组算术，例如在 APL 和 MATLAB 中。二维数组的特殊情况称为矩阵。

列表用于存储不具有相同数据类型的对象的集合。一个数据框包含一个一维列表和一组唯一的列名。

R 没有标量数据类型。相反，标量表示被推断为长度为 1 的向量。R 及其库实现了各种统计，包括线性、广义线性、非线性建模和经典统计测试，时空分析、分类、聚类等。可扩展的计算密集型任务可以在运行时链接并调用 C、C++ 和 Fortran 代码。

R 的另一个优点是静态图形框架，它允许您生成包含数学符号的高质量可发布图。

二、R 用于编程

R 是一种解释型语言。用户可以使用命令行解释器来访问它。如果用户2+2进入，在R端敲回车，电脑会回复“4”。R支持使用函数式编程编写面向过程的代码，一些函数支持泛型编程也可以编写面向对象的代码。正如 S 引用它作为它的继承一样，R 比大多数统计计算语言拥有更强大的面向对象编程工具。它的范围规则有扩展的空间，这些规则是从 Scheme 派生的。

R 使用 S 表达式来表示数据和代码。R 有一个高度通用的对象系统，包括回归模型、时间序列、地理位置（等等）的对象。高级用户可以直接用 C、C++、Java、.NET 或 Python 编程来操作 R 对象。

函数是一流的对象，它们可以像数据对象一样通过 R 操作，便于多次分派。参数是按值传递的，并且是惰性求值的——也就是说，它们在使用之前不会被求值，泛型函数的行为取决于它们的参数的类。换句话说，通用函数调度依赖于给定对象的方法实现。

例如，R 有一个通用函数，可以打印几乎所有的类，通过使用 print(objectname). 许多标准的 R 函数都是用 R 本身编写的，这使用户可以轻松地遵循所使用的任何算法，从而能够为该特定功能和或应用程序选择合适的类。R 通过包具有很高的可扩展性。