pyspark中的稀疏矩阵/ CSC矩阵

Question

谁能解释一下稀疏矩阵或CSC矩阵。

Column-major sparse matrix. The entry values are stored in Compressed Sparse Column (CSC) format. For example, the following matrix

   1.0 0.0 4.0
   0.0 3.0 5.0
   2.0 0.0 6.0
 
is stored as values: [1.0, 2.0, 3.0, 4.0, 5.0, 6.0], rowIndices=[0, 2, 1, 0, 1, 2], colPointers=[0, 2, 3, 6].

上面的例子是从https://spark.apache.org/docs/1.6.1/api/java/org/apache/spark/mllib/linalg/SparseMatrix.html得到的

但是，我得到了什么是值和 RowIndices 但不了解 colpointer。谁能帮助我理解它。

Answer 1

[0, 2, 3, 6]

第一列[0:2]的数据和行索引

第二列[2:3]

第三次[3:6]

或者换个角度看，[2,1,3] 的区别告诉我们每列有多少个词。