如何将RDD或者MLLib矩阵进行转置操作，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。
如何将Spark Mllib的矩阵或者将一个RDD进行转置操作。Spark Mllib的矩阵有多种形式，分布式和非分布式，非分布式在这里浪尖就不讲了，很简单，因为他是基于数组的。而分布式存储是基于RDD的，那么问题就又变成了如何将一个RDD进行转置。
首先我们来介绍一下什么是转置操作：
百科上的定义，将一个矩阵的行列互换得到的矩阵就是该矩阵的转置。
要想把一个RDD的行列互换的话，主要思路如下：
1，先转化RDD，给每一行带上唯一的行号(row, rowIndex)。
2，针对RDD的每一行，转化为(value, colIndex)，并整理的到(colIndex.toLong, (rowIndex, value))
3，进行flatmap
4，步骤3完成后，我们只需要按照3key进行分组，并按照其key进行排序就可以得到转化后列式有序。
5，完成步骤4后，我们就可以按照每一行的(rowIndex, value)，使用下标和其值构建新的行，保证每一行转换后的顺序。
到此转换完成。
具体步骤如下：
计算
安全
数据库
网络和加速
企业服务
def transposeRowMatrix(m: RowMatrix): RowMatrix = { val transposedRowsRDD = m.rows.zipWithIndex.map{case (row, rowIndex) => rowToTransposedTriplet(row, rowIndex)} .flatMap(x => x) // (newRowIndex, (newColIndex, value)) .groupByKey .sortByKey().map(_._2) // 对row进行排序，去除掉索引 .map(buildRow) // 利用索引和值，重新构建每一行，去掉索引 new RowMatrix(transposedRowsRDD)}//转换每一行 def rowToTransposedTriplet(row: Vector, rowIndex: Long): Array[(Long, (Long, Double))] = { val indexedRow = row.toArray.zipWithIndex indexedRow.map{case (value, colIndex) => (colIndex.toLong, (rowIndex, value))} }//构建新的行 def buildRow(rowWithIndexes: Iterable[(Long, Double)]): Vector = { val resArr = new Array[Double](rowWithIndexes.size) rowWithIndexes.foreach{case (index, value) => resArr(index.toInt) = value } Vectors.dense(resArr) }测试
准备数据
val observations = sc.parallelize( Seq( Vectors.dense(1.0, 10.0, 100.0,2.0), Vectors.dense(2.0, 20.0, 200.0,2.0), Vectors.dense(3.0, 30.0, 300.0,2.0) ))生成矩阵
val mat: RowMatrix = new RowMatrix(observations)
会发现行列已经互换。
看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注亿速云行业资讯频道，感谢您对亿速云的支持。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://my.oschina.net/u/4590259/blog/4600978
