如何生成无自重复列表以构建COO格式对角线为0的邻接矩阵

以下几种方法都能满足你固定结构的需求，无需使用random.shuffle：

方案1：纯Python迭代实现（通用型） #

通过列表推导和itertools工具生成符合要求的row和col列表，逻辑清晰，不依赖第三方数值库：

from itertools import chain
import scipy.sparse

n = 3  # 可替换为任意正整数
items = list(range(n))

# 生成row列表：每个节点索引重复n-1次（对应连接n-1个其他节点）
row = [i for i in items for _ in range(n-1)]
# 等价于用itertools.repeat的写法：row = list(chain(*repeat(items, n-1)))

# 生成col列表：每个节点索引对应的col是排除自身的所有其他节点索引
col = list(chain(*[[j for j in items if j != i] for i in items]))

value = [1] * len(row)

# 构造COO矩阵
mtx = scipy.sparse.coo_matrix((value, (row, col)), shape=(n, n))
print(mtx.todense())

运行后会输出目标邻接矩阵，该方案适用于任意规模的节点数n。

方案2：基于numpy的高效实现（大规模场景） #

当节点数n较大时，用numpy的矩阵操作能大幅提升效率，直接定位非对角线元素的位置：

import numpy as np
import scipy.sparse

n = 3
# 生成所有i≠j的索引对（非对角线位置）
i, j = np.where(np.eye(n) == 0)

row = i.tolist()
col = j.tolist()
value = np.ones(len(row)).tolist()

mtx = scipy.sparse.coo_matrix((value, (row, col)), shape=(n, n))
print(mtx.todense())

np.eye(n)生成单位矩阵，np.where筛选出所有值为0的位置（即非对角线），直接得到对应的row和col索引。

方案3：手动构造（小节点数场景） #

如果仅针对固定小节点数（比如你的n=3场景），可以直接手动定义row和col列表：

import scipy.sparse

row = [0, 0, 1, 1, 2, 2]
col = [1, 2, 0, 2, 0, 1]
value = [1] * 6

mtx = scipy.sparse.coo_matrix((value, (row, col)), shape=(3, 3))
print(mtx.todense())

以上所有方案生成的row和col都有固定的对应关系，完全符合COO格式的要求，不会出现随机打乱的问题。

内容的提问来源于stack exchange，提问作者DaCard