Python 如何使用KNN结果快速创建图形（ImageNet）

我有KNN的数组，如下所示：

[[point0, 1st nearest point of point0,......., kth nearest point of point0]\
 [point1, 1st nearest point of point1,......., kth nearest point of point1]\
 .....\
 [pointN, 1st nearest point of pointN,......., kth nearest point of pointN]]

例如：
[0,12,1,13]
[1,9,4,76]]
..
[76,2,3,4]]

现在我需要使用这个数组创建一个图，我尝试通过添加节点和边来为网络中的循环创建

，但图的拉普拉斯矩阵与正确答案不匹配。因为我处理的是ImageNet，所以不可能逐个节点检查以找出哪里出了问题

然后我尝试用这个数组从KNN生成一个稀疏邻接矩阵，然后用
nx.from\u scipy\u sparse\u matrix
创建一个图。但即使使用
lil_矩阵
，生成稀疏邻接矩阵仍然非常缓慢

现在我想知道有没有更好更快的方法来实现这一点

PS（根据networkx，曾经我们使用添加边，如
G.add\u edge（1,2）
。我们不需要单独添加此节点，如
G.add\u node（1）
。但在处理我观察到的海量数据时，这是不正确的）