列表就是一些对象（或成分，component）的有序集合。列表允许整合若干（可能无关）对象到单个对象名下。也就是说，某个列表中，可能是托干个向量、矩阵、数据框，甚至是其他列表的组合。函数list（）可创建列表。
下面创建一个列表
上述例子创建了一个列表，其中有四个成分：一个字符串、一个数值型向量、一个矩阵以及一个字符型向量。可以任意组合任意多的对象，并将它们保存为一个列表。
注意：可以通过双重括号知名代表某个成分的数字或者名称来访问列表中的元素。
列表允许以一种简单的方式组织和重新调用不相干的信息。其次，许多R函数的运行结果都是以列表的形式返回的。
一些小tips：
1、对象名称中的句点 . 没有特殊意义，但$ 和其他语言中句点有相似的意义，即指定一个数据框或列表中的某些部分。例如，A$x是指数据框A中的变量x。
2、R不提供多行注释或者是块注释功能。
3、将一个值赋予某个向量、矩阵、数组或者列表中一个不存在的元素时，R将自动扩展这个数据结构以容纳新值。
4、R中没有标量。标量以单元素向量的形式出现。
5、R中的下标不从0开始，而是从1开始。
6、变量无法被生命。他们在首次被赋值时生成。
作者：任坤链接：https://www.zhihu.com/question/24908785/answer/29404778
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
R中的 . 符号只是个普通字符，可以在符号名称中出现，下面几种情况中 . 具有特殊含义：
1. 一个 environment 中以 . 开头的变量默认被当作隐藏变量，用 ls.str() 不会被列出来，除非 ls.str(all.names = TRUE) .
2. 一些函数中 . 具有特殊的意义，比如线性模型函数 lm() 的 formula 参数中的 . 符号会被特殊解读，比如 lm(mpg ~ ., data = mtcars) 中 mpg ~ . 这个formula会被lm()解读成在mtcars数据表中以mpg为被解释变量，其他列为解释变量做线性回归模型，在变量很多的情况下可以简化代码，但风险是数据列变化时回归方程也跟着变，有些类似于SQL中使用 select * 的风险。
3. 不同的函数可能让 . 拥有不同的含义，比如dplyr::do()函数中的 . 就是指每个数据行，而magrittr::`%>%`右侧函数参数中出现的 . 是指符号左边的对象，pipeR::`%>>%`右侧表达式中的 . 是指符号左边的对象，rlist::list.map() 函数 expr 参数中的 . 被解读成 implicit lambda expression，表示需要映射的list中的每个元素本身。
4. （感谢
@王雨晨
的回答，差点遗忘了对于R来说最关键的一点）.符号被专门用来实现R中一个比较简单的面向对象系统S3的method dispatch，即可以用UseMethod()定义一个方法xyz，那么xyz.class这指xyz方法对于class类型的实现。这种S3面向对象系统比较简单，也容易发生混淆，比如head.data.frame实际上是head对于data.frame类型的实现，但也可以定义head.data方法，然后定义一种frame类型，这样在代码中就会发生混淆。
总而言之，. 符号在一般的变量中只是一个普通符号而已，只不过有些函数用 . 提供特殊用法方便书写或引用，或者用作S3系统中分隔方法与类的字符。
=== 补充 1 ===
R中访问对象中的元素有多种情况，一类是取子集（subsetting），用 [] ，比如一个 list(a=1,b=2) ["a"] 获得 list(a=1)，该运算对list, vector等对象有定义，对environment没有定义；还有一类是取元素（extracting），用 [[ ]] ，list(a=1, b=2) [["a"]] 获得元素值 1,这种情况也可以用 $ 来取元素，该计算对于environment有定义，但$对vector无定义。另外还有S4对象，需要用@ 符号来访问slot，背后对应的函数是slot()函数，不过这些也不是定死的，对于自己定义的对象总可以去自己实现 "[", "[[", "$" 等方法来定义如何计算，可以参见我的 renkun-ken/pipeR @ GitHub 扩展包中Pipe对象的 $.Pipe() （pipeR/pipe.R at master · renkun-ken/pipeR · GitHub），就可以动态生成 closure 实现仿佛 jQuery 或者 C# LINQ 一样的以对象为基础的管道操作。
