Data Types - Local matrix

局部矩阵

局部矩阵具有整数类型的行和列索引和double类型的值，存储在单个节点上。MLlib支持密集矩阵，其入口值以列主序列存储在单个double元祖里，稀疏矩阵的非零入口值以列主要顺序存储在压缩稀疏列（CSC）格式中。例如，以下密集矩阵 存储在一维数组中。[1.0, 3.0, 5.0, 2.0, 4.0, 6.0] 矩阵的大小为(3, 2)

⎛1.0 3.0⎞
⎜5.0 2.0⎟
⎝4.0 6.0⎠

Scala

基类局部矩阵是 Matrix，我们提供两种实现：DenseMatrix，和SparseMatrix。我们建议使用实现的工厂方法Matrices来创建本地矩阵。记住，MLlib中的局部矩阵以列主要顺序存储。

import org.apache.spark.mllib.linalg.{Matrix, Matrices}

// Create a dense matrix ((1.0, 2.0), (3.0, 4.0), (5.0, 6.0))
val dm: Matrix = Matrices.dense(3, 2, Array(1.0, 3.0, 5.0, 2.0, 4.0, 6.0))

// Create a sparse matrix ((9.0, 0.0), (0.0, 8.0), (0.0, 6.0))
val sm: Matrix = Matrices.sparse(3, 2, Array(0, 1, 3), Array(0, 2, 1), Array(9, 6, 8))

sparse matrix csc 构造方法

(9.0, 0.0)
(0.0, 8.0)
(0.0, 6.0)

构造 数组 csc
Array(0, 1, 3) Array(0, 2, 1) Array(9, 6, 8)

• 第一个Array：
  第一个array的长度为矩阵的 列数（column）+1并且第一位永远为 0 第n列为 matrix的前（n-1）列 不为0 的元素数，如上matrix的第一列 有1个不为零的数，前两列有3个部位0的数组 那么array1 为 Array(0,1,3)

• 第二个Array：
  第二个array 为 每列中不为0的元素的行号，那么他的位数应该是 第一个Array的最后一个元素大小，计算如上第二个Array为Array(0,1,2)

• 第三个Array：
  第三个array 为 每列中不为0的元素的值，那么他的位数应该是 第一个Array的最后一个元素大小，一次计算如上第二个Array为Array(9,8,6)