Java（Spark MLLib）中如何打印皮尔逊矩阵的全部列？

我之前在Java里用Spark MLLib处理皮尔逊相关矩阵时，也遇到过和你一模一样的困扰——默认的toString()输出根本没法展示全部13列，总是会被截断。其实关键在于要正确处理Spark返回的Matrix对象，而不是直接调用它的默认字符串方法。

下面是具体的解决步骤和代码：

1. 正确提取并转换矩阵对象 #

首先，你从Row里拿到的对象是Matrix类型，皮尔逊相关矩阵一般是稠密矩阵，我们可以把它强转为DenseMatrix，这样更方便后续的列操作：

import org.apache.spark.mllib.linalg.Matrix;
import org.apache.spark.mllib.linalg.DenseMatrix;
import org.apache.spark.mllib.linalg.Vector;

// 从Row中提取皮尔逊矩阵
Matrix pearsonMatrix = r1.getAs(0);
// 转换为稠密矩阵（皮尔逊矩阵通常是稠密的，放心强转）
DenseMatrix densePearsonMatrix = (DenseMatrix) pearsonMatrix;

2. 打印全部列的两种方式 #

方式一：按列单独打印 #

如果你想单独输出每一列的内容，可以遍历列索引，用column()方法获取对应列的Vector对象，再打印：

int totalCols = densePearsonMatrix.numCols();
System.out.println("完整皮尔逊相关矩阵所有列：");
for (int colIdx = 0; colIdx < totalCols; colIdx++) {
    Vector columnVector = densePearsonMatrix.column(colIdx);
    System.out.printf("第%d列：%s%n", colIdx + 1, columnVector.toString());
}

方式二：按矩阵格式完整打印 #

如果想以传统的行列矩阵形式完整输出所有元素，可以通过双重循环遍历每个位置的元素：

int totalRows = densePearsonMatrix.numRows();
int totalCols = densePearsonMatrix.numCols();

System.out.println("完整皮尔逊相关矩阵（行列格式）：");
for (int rowIdx = 0; rowIdx < totalRows; rowIdx++) {
    StringBuilder rowContent = new StringBuilder();
    for (int colIdx = 0; colIdx < totalCols; colIdx++) {
        // 保留4位小数让输出更整洁，可根据需求调整
        rowContent.append(String.format("%.4f ", densePearsonMatrix.apply(rowIdx, colIdx)));
    }
    // 去掉末尾多余空格后打印
    System.out.println(rowContent.toString().trim());
}

为什么默认toString不行？ #

Spark的Matrix对象默认的toString()方法为了避免输出过长，会对大矩阵进行截断处理，只显示前几行和前几列的内容，所以当你的矩阵有13列时，默认输出肯定没法展示全部内容，必须手动遍历元素来完整输出。

内容的提问来源于stack exchange，提问作者ktzan