在 Apache Spark 的 MLlib 中，稀疏矩阵（Sparse Matrix）和密集矩阵（Dense Matrix）有不同的创建方式。要创建稀疏矩阵，我们需要使用 `Matrices.sparse` 方法，而不是 `Matrices.dense` 方法。

题目要创建的稀疏矩阵是 `((0.0, 2.0), (3.0, 0.0), (0.0, 6.0))`，这是一个 3 行 2 列的矩阵。为了用稀疏矩阵表示法来表示这个矩阵，我们需要指定以下内容：
- 行数和列数。
- 每列的非零元素的起始索引（用一个数组表示）。
- 每个非零元素所在的行索引。
- 每个非零元素的值。

我们来分析选项：
- 选项 A 和 D 使用了 `Matrices.dense`，表示的是密集矩阵，因此不符合稀疏矩阵的创建方法。
- 选项 B 试图使用 `Matrices.sparse`，但参数的格式不对，且没有正确表示稀疏矩阵的结构。
- 选项 C 使用了 `Matrices.sparse`，并且参数格式正确：

- `Array(0, 1, 2)` 表示每列非零元素的起始索引。
- `Array(1, 0, 1)` 表示非零元素所在的行索引。
- `Array(2, 3, 6)` 表示非零元素的值。

因此，选项 C 是正确的稀疏矩阵创建语句。