r - R最成熟的稀疏矩阵包？

Question

R 至少有两个稀疏矩阵包。我正在研究这些包，因为我使用的数据集太大且太稀疏，无法以密集表示形式放入内存中。我想要基本的线性代数例程，以及轻松编写 C 代码对其进行操作的能力。哪个库最成熟最好用？

到目前为止我发现

• 具有许多反向依赖关系的矩阵，这意味着它是最常用的一个。
• 没有那么多反向依赖的SparseM 。
• 各种图形库可能有自己的（隐式）版本；例如igraph和network（后者是statnet的一部分）。这些对我的需求来说太专业了。

有人有这方面的经验吗？

稍微搜索一下RSeek.org ， Matrix包似乎是最常被提及的一个。我经常认为CRAN 任务视图相当权威，多变量任务视图提到了 Matrix 和 SparseM。

Answer 1

Matrix 是最常见的，也刚刚被接受 R 标准安装（从 2.9.0 开始），因此应该可以广泛使用。

基础矩阵： https ://stat.ethz.ch/pipermail/r-announce/2009/000499.html

Answer 2

以我的经验，Matrix 是您提到的最受支持和最成熟的软件包。它的 C 架构也应该是相当公开的，并且使用起来相对简单。

Answer 3

稀疏矩阵上的 log(x) 是一个坏主意，因为 log(0) 没有定义，并且稀疏矩阵的大多数元素为零。

如果您只想获取非零元素的日志，请尝试转换为三元组稀疏表示并获取这些值的日志。