最成熟的稀疏矩阵包为R？

Question

至少有两个用于R的稀疏矩阵包。我正在研究这些，因为我正在使用太大而稀疏的数据集，以适应具有密集表示的内存。我想要基本的线性代数例程，以及轻松编写C代码来操作它们的能力。哪个库最成熟，最好用？

到目前为止我找到了

• Matrix有很多反向依赖，暗示它是最常用的。
• SparseM没有那么多反向代表。
• 各种图库可能都有自己的（隐式）版本;例如igraph和network（后者是statnet的一部分）。这些太专业了，不能满足我的需求。

任何人都有这方面的经验吗？

通过搜索RSeek.org一点点，Matrix包似乎是最常提到的一个。我经常认为CRAN Task Views具有相当的权威性，Multivariate Task View提到Matrix和SparseM。

Answer 1

矩阵是最常见的，也刚刚被接受为R标准安装（截至2.9.0），因此应广泛使用。

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

Answer 2

根据我的经验，Matrix是您提及的最佳支持和最成熟的软件包。它的C架构也应该很好地暴露，并且相对简单易用。

Answer 3

稀疏矩阵上的

log（x）是一个坏主意，因为没有定义log（0）并且稀疏矩阵的大多数元素都是零。

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记录这些值。