在处理图数据或大型矩阵时，我们经常需要构建邻接矩阵。特别是在稀疏矩阵场景下，coo（coordinate format）是一种高效的存储方式，它仅存储非零元素的行索引、列索引和对应值。一个常见的需求是，构建一个无自环（即对角线元素为零）的邻接矩阵。这意味着我们生成的行索引 row 和列索引 col 中，不能出现 row[i] == col[i] 的情况。
1. 问题背景与传统方法局限
假设我们有一个包含 n 个元素的列表 items = [0, 1, 2]，并希望为每个元素生成 N 次重复的行索引。例如，使用 itertools.repeat 可以轻松实现：
from itertools import chain, repeat
import numpy as np
items = [ _ for _ in range(3)]
# 将每个元素重复两次，生成行索引
row = sorted(list(chain(*repeat(items, 2))))
print(f"生成的行索引 row: {row}")
# 预期输出: [0, 0, 1, 1, 2, 2]然而，仅仅生成 row 列表并不足以构建一个无对角线元素的邻接矩阵。我们需要一个对应的 col 列表，使得 row[i] != col[i]。例如，对于 row = [0,0,1,1,2,2]，我们期望的 col 可能是 [1,2,0,2,0,1]，这样当它们与 value = [1,1,1,1,1,1] 结合时，能够形成一个对角线为零的邻接矩阵：
matrix([[0, 1, 1],
[1, 0, 1],
[1, 1, 0]])传统的随机打乱或简单循环方法可能难以保证所有非对角线元素都被覆盖，并且不引入对角线元素。
2. 利用NumPy高效生成所有非对角线索引
NumPy提供了一种非常简洁且高效的方法来生成一个给定维度 (n, n) 矩阵的所有非对角线元素的行和列索引。这通过 np.where 结合广播机制实现。
立即学习“Python免费学习笔记（深入）”；
import numpy as np
import scipy.sparse
# 定义矩阵的维度
n = 3
m = 3 # 对于方阵，n和m通常相等
# 生成所有非对角线元素的行和列索引
# np.arange(m)[:, None] 创建一个列向量 [0, 1, 2]^T
# np.arange(n) 创建一个行向量 [0, 1, 2]
# 两者进行不等于比较时，会发生广播，生成一个布尔矩阵，
# 其中 True 表示非对角线元素，False 表示对角线元素。
# np.where 返回布尔矩阵中所有 True 值的坐标。
row_indices, col_indices = np.where(np.arange(m)[:, None] != np.arange(n))
print(f"生成的非对角线行索引: {row_indices}")
print(f"生成的非对角线列索引: {col_indices}")
# 预期输出:
# 生成的非对角线行索引: [0 0 1 1 2 2]
# 生成的非对角线列索引: [1 2 0 2 0 1]通过这种方式，我们得到了所有可能的非对角线索引对 (row_indices[i], col_indices[i])，并且保证了 row_indices[i] != col_indices[i]。
3. 构建COO稀疏矩阵
有了 row_indices 和 col_indices，我们就可以结合对应的 value 列表来构建 scipy.sparse.coo_matrix。value 列表的长度必须与 row_indices 和 col_indices 的长度相同。
import numpy as np
import scipy.sparse
n = 3 # 矩阵维度
# 生成所有非对角线索引
row_indices, col_indices = np.where(np.arange(n)[:, None] != np.arange(n))
# 假设所有非对角线元素的值都为1（用于邻接矩阵）
# value 数组的长度必须与 row_indices 和 col_indices 的长度一致
value = np.ones(len(row_indices), dtype=int)
# 使用 (value, (row, col)) 格式构建 COO 稀疏矩阵
mtx_coo = scipy.sparse.coo_matrix((value, (row_indices, col_indices)), shape=(n, n))
print("\n构建的COO稀疏矩阵 (todense形式):")
print(mtx_coo.todense())
# 预期输出:
# [[0 1 1]
# [1 0 1]
# [1 1 0]]这种方法确保了：
- 所有非对角线位置都被填充（如果 value 数组包含了所有这些位置的值）。
- 对角线位置的值为零（因为它们没有被包含在 row_indices 和 col_indices 中）。
- 结果是一个高效的稀疏矩阵表示。
4. 从COO规范填充稠密矩阵
有时，我们可能已经有了一组特定的 row、col 和 value 数据，并希望将其填充到一个稠密矩阵中。即使这些数据不包含所有非对角线元素，或者可能包含重复的 (row, col) 对（scipy.sparse.coo_matrix 会自动处理重复对，通常是求和），NumPy也能高效完成。
import numpy as np
# 定义矩阵维度
n, m = 3, 3
# 假设我们有一组COO格式的索引和值
# 注意：这里的 row_spec 和 col_spec 可以是任意有效的索引，
# 即使它们包含对角线元素或不覆盖所有非对角线元素。
row_spec = [0, 1, 2, 2]
col_spec = [1, 2, 0, 1]
value_spec = [1, 2, 3, 4]
# 初始化一个全零的稠密矩阵
a = np.zeros((n, m), dtype=int)
# 使用高级索引直接填充矩阵
# 如果 (row_spec[i], col_spec[i]) 有重复，后面的值会覆盖前面的值
a[row_spec, col_spec] = value_spec
print("\n从COO规范填充的稠密矩阵:")
print(a)
# 预期输出:
# [[0 1 0]
# [0 0 2]
# [3 4 0]]这种方法适用于将任何COO格式的数据转换为稠密矩阵，但它不保证矩阵的对角线为零，除非 row_spec 和 col_spec 本身就排除了对角线元素。
5. 注意事项与总结
- 选择合适的工具： 当需要生成所有非对角线索引时，np.where(np.arange(m)[:,None] != np.arange(n)) 是最简洁高效的方法。
- 稀疏性： 对于大型矩阵，如果非零元素相对较少，使用 scipy.sparse.coo_matrix 能够显著节省内存和计算资源。
- value 数组： 确保 value 数组的长度与 row 和 col 数组的长度严格匹配。
- 灵活性： np.where 方法生成的 row_indices 和 col_indices 包含了所有非对角线位置。你可以根据需要从这些索引中选择子集，或者为不同的索引分配不同的值。
- 稠密与稀疏： 如果最终目标是稀疏矩阵，直接构建 scipy.sparse.coo_matrix 是首选。如果需要一个稠密矩阵，并且已经有了COO格式的特定数据，则可以使用 np.zeros 初始化后直接索引赋值。
通过上述方法，我们可以灵活且高效地生成满足特定需求的行和列索引，进而构建出无对角线元素的稀疏邻接矩阵，这在图算法和大规模数据处理中非常实用。
