如何高效将1元素位置向量集合转为N=5目标矩阵？求numpy方案

现有矩阵中1元素的位置集合：

{(0, 1), (2, 1), (0, 0), (1, 1), (1, 0)}

需要将其转换为大小N=5的目标矩阵：

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

请问是否存在高效实现方式？例如numpy内置函数？逐个遍历位置赋值1的方法效率较低，最终生成的矩阵将用于matplotlib的matshow()函数。

当然有更高效的numpy实现方式，无需逐个遍历赋值：

• 拆分坐标批量赋值（推荐）
  先把位置集合转换为数组，拆分出行、列两组坐标，再直接对numpy矩阵的对应位置批量赋值：

  import numpy as np
  
  positions = {(0, 1), (2, 1), (0, 0), (1, 1), (1, 0)}
  N = 5
  # 将位置集合转为数组并拆分行、列坐标
  rows, cols = np.array(list(positions)).T
  # 初始化N×N的全0矩阵
  mat = np.zeros((N, N), dtype=int)
  # 批量给指定位置赋值1
  mat[rows, cols] = 1
  

  这种方式利用numpy的向量化操作，比循环遍历效率高很多，位置数量越大，优势越明显。

• 处理重复坐标的备选方案
  如果你的位置集合中可能存在重复坐标（需要对重复位置累加计数），可以使用np.add.at方法；若只是单纯赋值1，上面的方法更简洁：

  mat = np.zeros((N, N), dtype=int)
  np.add.at(mat, (rows, cols), 1)
  

生成的矩阵可以直接传入matplotlib.pyplot.matshow(mat)使用，完全兼容。

内容的提问来源于stack exchange，提问作者Spinor8