Scipy从坐标列表中快速初始化稀疏矩阵答案

【问题标题】：Scipy quickly initialise sparse matrix from list of coordinatesScipy从坐标列表中快速初始化稀疏矩阵
【发布时间】：2013-09-11 17:59:33
【问题描述】：

我想从矩阵坐标和值的列表中初始化一个稀疏矩阵（如果重要，可以与 scipy minimum_spanning_tree 一起使用）。

也就是说，我有：

coords - Nx2 array of coordinates to be set in matrix
values - Nx1 array of the values to set.

我曾尝试使用 lil_matrix 来创建这个数组

A = lil_matrix((N,N))
A[coords[:,0],coords[:,1]] = values

这是令人难以忍受的缓慢。实际上，循环遍历数组并一次将每个元素设置一个会更快。即：

for i in xrange(N):
  A[coords[i,0],coords[i,1]] = values[i]

这比上面的稍快，但不多。因为数组太大了，创建一个 NxN 数组，设置值然后转换为稀疏不是一个选项。

有没有更好的方法来做到这一点，还是我坚持这是我算法中最慢的部分？

【问题讨论】：

【解决方案1】：

LIL 矩阵非常很慢，因为它的构造算法需要二次时间。我不明白为什么 SciPy 文档仍然推荐它。

构建矩阵的最简单方法是使用 COO（坐标）格式，这似乎与您的输入数据完美匹配：

A = coo_matrix((values, coords.T))

【讨论】：