python - Scipy 从坐标列表快速初始化稀疏矩阵

Question

我想从矩阵坐标和值列表中初始化一个稀疏矩阵(如果重要的话，用于 scipy minimum_spanning_tree)。

也就是说，我有:

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

我尝试使用 lil_matrix 来创建这个数组

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

慢得让人难以忍受。遍历数组并一次设置每个元素实际上更快。即:

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

比上面的稍微快一点，但不多。由于数组太大，创建 NxN 数组、设置值然后转换为稀疏数组不是一种选择。

是否有更好的方法来做到这一点，或者我是否坚持这是我算法中最慢的部分？

Answer 1

LIL 矩阵非常慢，因为它的构造算法需要二次方时间。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，它似乎非常适合您的输入数据:

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