Python 基于选择器填充对角矩阵

我有两份清单：

[(1, 0), (2, 0), (2, 1), (3, 0), (3, 1), (3, 2)]

[False, False, True, False, False, False]

第一个列表表示矩阵的行号、列号。第二个列表表示元素值。如何创建一个有效的循环（或其他算法），以得到一个4乘4矩阵：

0 0 0 0
0 0 0 0
0 1 0 0
0 0 0 0 

---

如果您使用：

收益率：

[[0, 0, 0, 0], [0, 0, 0, 0], [0, 1, 0, 0], [0, 0, 0, 0]]

Compress获取一些数据（

d

此处）和一些选择器（

sel

此处），并保留具有真实值的相应选择器的数据

---

列表理解然后创建矩阵，并相应地用0或1填充它。

如果您使用：

收益率：

[[0, 0, 0, 0], [0, 0, 0, 0], [0, 1, 0, 0], [0, 0, 0, 0]]

Compress获取一些数据（

d

此处）和一些选择器（

sel

此处），并保留具有真实值的相应选择器的数据

---

然后，列表理解创建矩阵，并相应地用0或1填充它。

我建议使用

scipy

模块中的

sparse

库进行有效的稀疏矩阵操作。以下是创建所需矩阵的方法：

from scipy import sparse
coo = [(1, 0), (2, 0), (2, 1), (3, 0), (3, 1), (3, 2)]
data = [False, False, True, False, False, False]

m = sparse.coo_matrix((data,zip(*coo)), shape=(4,4))
print(m)

---

请注意，还有其他稀疏矩阵格式（包括对角线格式），具体取决于您认为最适合创建和操作它的表示形式。

我建议使用

scipy

模块中的

sparse

库进行有效的稀疏矩阵操作。以下是创建所需矩阵的方法：

from scipy import sparse
coo = [(1, 0), (2, 0), (2, 1), (3, 0), (3, 1), (3, 2)]
data = [False, False, True, False, False, False]

m = sparse.coo_matrix((data,zip(*coo)), shape=(4,4))
print(m)

---

请注意，还有其他稀疏矩阵格式（包括对角线格式），这取决于您认为最适合创建和操作它的表示形式。

这实际上必须是一个类似numpy的矩阵吗？在我看来，你可以这样做：

coords = [(1, 0), (2, 0), (2, 1), (3, 0), (3, 1), (3, 2)]
values = [False, False, True, False, False, False]

DEFAULT_VALUE = 0

height, width = max(coords)[0], max(coords, key=lambda x_y:x_y[1])[1]
matrix = [[DEFAULT_VALUE for _ in range(width)] for _ in range(height)]
for coord, value in zip(coords, values):
    y, x = coord
    matrix[y][x] = value

---

这真的一定要像《黑客帝国》一样吗？在我看来，你可以这样做：

coords = [(1, 0), (2, 0), (2, 1), (3, 0), (3, 1), (3, 2)]
values = [False, False, True, False, False, False]

DEFAULT_VALUE = 0

height, width = max(coords)[0], max(coords, key=lambda x_y:x_y[1])[1]
matrix = [[DEFAULT_VALUE for _ in range(width)] for _ in range(height)]
for coord, value in zip(coords, values):
    y, x = coord
    matrix[y][x] = value

---

谢谢你的回答和编辑我的问题！我添加了一行额外的内容，将列表返回矩阵：

np.array（res）

感谢您的回答和编辑我的问题！我添加了一个额外的行以将列表返回矩阵：

np.array（res）

谢谢。你的答案很好。但我必须把原始矩阵变成对称矩阵。但不知何故，`m_symm=m+m.T'不起作用。这是因为

m.T

不存在，请使用

m.transpose（）

。要了解有关如何使用稀疏矩阵的更多信息，请参阅“谢谢”。你的答案很好。但我必须把原始矩阵变成对称矩阵。但不知何故，`m_symm=m+m.T'不起作用。这是因为

m.T

不存在，请使用

m.transpose（）

。有关如何使用稀疏矩阵的更多信息，请参见