Spark 笛卡尔积中的唯一对

Question

我有这个：

In [1]:a = sc.parallelize([a,b,c])
In [2]:a.cartesian(a).collect()
Out[3]: [(a, a), (a, b), (a, c), (b, a), (c, a), (b, b), (b, c), (c, b), (c, c)]

我想要以下结果：

In [1]:a = sc.parallelize([1,2,3])
In [2]:a.cartesianMoreInteligent(a).collect()
Out[3]: [(a, a), (a, b), (a, c), (b, b), (b, c), (c, c)]

因为我的微积分返回一个对称矩阵（相关性）。 实现这一目标的最佳方法是什么？ （无循环） 对于 a，b 和 c 可以是任何东西，甚至是元组。

Answer 1

不确定python语法，但在scala中你可以写：

a.cartesian(a).filter{ case (a,b) => a <= b }.collect()

我的猜测是在 python 中它会是这样的：

a.cartesian(a).filter(lambda a, b: a <= b).collect()