我想知道 Apache Spark 中可用的 RowMatrix 和 Matrix 类之间的基本区别。
【问题讨论】：
标签： java apache-spark apache-spark-mllib
这里有一个更精确的问题是mllib.linalg.Matrix 和mllib.linalg.distributed.DistributedMatrix 之间有什么区别。
Matrix 是代表本地矩阵的特征，这些矩阵驻留在单个机器的内存中。目前有两个基本实现：DenseMatrix 和 SparseMatrix。DistributedMatrix 是一个特征，它代表 分布式矩阵 在 RDD 之上构建。 RowMatrix 是 DistributedMatrix 的子类，它以行方式存储数据，没有有意义的行排序。 DistributedMatrix 的其他实现（如IndexedRowMatrix、CoordinateMatrix 和BlockMatrix）都有自己的存储策略和特定的方法集。参见例如Matrix Multiplication in Apache Spark
【讨论】：
这将归结为您正在使用的语言/框架/学科的习语，但在计算机科学中，数组是“事物”的一维“列表”，它们可以被他们引用在列表中的位置。列表中可以包含的内容之一是另一个数组，它可以让您制作数组的数组（数组的数组......），为您提供任意大尺寸的数据集。
矩阵来自线性代数，是数据的二维表示（可以由数组的数组表示），它带有一组强大的数学运算，允许您以有趣的方式操作数据。虽然数组的大小可能不同，但矩阵的宽度和高度通常是根据您要执行的特定操作类型来确定的。
矩阵在 3D 图形和物理引擎中广泛使用，因为它们是一种快速、方便地表示三维对象的变换和加速度数据的方法。
Array : 同质元素的集合。
矩阵：一个简单的行和列的东西。
两者在不同的空间中都是不同的东西。 但在计算机编程中，单维数组的集合可以称为矩阵。 您可以以矩阵形式表示一个二维数组（即一维数组的集合）。
例子
A[2][3] ：这意味着 A 是 2 个单维数组的集合 每个尺寸 3。
A[1,1] A[1,2] A[1,3] //这是一维的 数组
A[2,1] A[2,2] A[2,3] //这是另一个一维数组
//集合是多维或二维数组。
【讨论】：