因为历史的原因（更新过好多次，前身是S语言），所以R语言中数据对象的存储类型变化过好多次。mode和storage.mode得到的是一种比较古老的类型，来自于S语言，其中storage.mode比mode要更精确
mode(3L) # numeric
storage.mode(3L) # integer
typeof 是一种最新的查看类型的函数，针对于R语言而非S语言，而且更为精确，更为细致
storage.mode(`identical`) # function
storage.mode(`if`)# function
typeof(`identical`) # closure
typeof(`if`) # special
class和oldClass返回对象的类属性。对于指定类属性的数据对象，class和oldClass的结果是一样的
a=data.frame(1:10)
oldClass(a) # "data.frame"
class(a) # "data.frame"
但是如果没有指定数据对象的类属性，那么oldClass返回NULL，而class会根据数据对象的存储类型（type）与维度属性来自动给出一个类属性
oldClass(3L) # NULL
class(3L) # integer
class(structure(3L, dim=1)) # array
class(structure(3L, dim=c(1,1))) # matrix
mode storage.mode typeof 是一类，检查变量类型，如list integer character等关系是，从前往后，检查精度越来越细。所以当想看粗类别时，就用mode,看细类别用typeof.
# 此时后两者都能查到最细的程度
mode(1:5) # numeric
storage.mode(1:5) # integer
typeof(1:5) # integer
# 此时只有typeof能查到最细的程度
mode(`+`) # function
storage.mode(`+`) # function
typeof(`+`) # builtin
# 这里稍微解释一下，`+`是一个函数
# 下面两个例子等价
1+2 # 3
`+`(1,2) # 3
class和另外三个不是一个体系
对于有”class”属性的变量，返回的就是这个属性对应的值
对于没有”class”属性的变量，则根据它的类型、维度来确定
# 有"class"属性，只认属性
a <- 1:6
df <-data.frame(a,a+1)
class(df) # data.frame
class(df)<- "abc" # 随便定义一个值
class(df) # abc
#没有属性,根据类型和dim属性
ar <- array(1:4)
attributes(ar) # 数组dim为4
mat <- matrix(1:4)
attributes(mat) # 矩阵dim为4 1 两个值
a <- 1:4 # 没有dim
class(a) # integer
aar <- structure(a,dim=4) # 赋予类似array的dim
class(aar) # array
amat <- structure(a,dim=c(4,1)) # 赋予类似matrix的dim
class(amat) # matrix
class(list(1:4)) # list 不一样类型
