如何仅依据1的位置构建大尺寸二进制矩阵H？

这个问题太有共鸣了——手动敲大矩阵完全是折磨，尤其是512×1024这种规模，根本不现实！下面给你两种最常用的工具实现方案，都是高效且易操作的：

一、Python + NumPy 实现 #

NumPy是Python处理矩阵的神器，矢量化操作能轻松搞定超大矩阵，效率拉满：

1. 首先明确你的坐标是1-based（像你例子里的(1,1)）还是0-based，NumPy默认是0-based索引，所以需要对应转换；
2. 初始化全0矩阵，再批量把指定坐标设为1。

代码示例（对应你给出的小矩阵案例）： #

import numpy as np

# 定义矩阵尺寸（行，列）
rows = 3
cols = 3

# 你的1-based坐标列表
ones_coords = [(1,1), (3,1), (2,2), (1,3)]

# 转换为NumPy的0-based索引
x_indices = [x-1 for x, y in ones_coords]
y_indices = [y-1 for x, y in ones_coords]

# 初始化全0矩阵
H = np.zeros((rows, cols), dtype=int)

# 批量设置1的位置
H[x_indices, y_indices] = 1

print(H)

运行后输出就是你要的结果：

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

针对512×1024超大矩阵的适配： #

只需要把rows=512、cols=1024，然后把你的坐标列表（不管有多少个）传入即可——NumPy的矢量化操作不会像循环那样卡顿，处理几万甚至几十万坐标都毫无压力。如果坐标是从文件（比如CSV）读取的，直接用np.loadtxt或者pandas.read_csv导入后提取列作为索引就行。

二、Matlab 实现 #

如果你习惯用Matlab，思路和Python类似，Matlab默认是1-based索引，刚好匹配你给出的坐标格式：

代码示例： #

% 定义矩阵尺寸
rows = 3;
cols = 3;

% 你的1-based坐标矩阵（每行是一个坐标）
ones_coords = [1 1; 3 1; 2 2; 1 3];

% 初始化全0矩阵
H = zeros(rows, cols);

% 转换为线性索引并设置1
H(sub2ind(size(H), ones_coords(:,1), ones_coords(:,2))) = 1;

disp(H)

运行后同样会输出目标矩阵，处理512×1024的大矩阵时，这个方法的效率也完全够用，哪怕坐标数量很大也不会有性能问题。

关键注意点 #

• 索引匹配：一定要确认你的坐标是1-based还是0-based，和工具的默认索引对应上，不然会出现位置错误；
• 批量处理：不要用循环逐个设置1，矢量化操作（比如NumPy的索引赋值、Matlab的sub2ind）才是处理大矩阵的正确姿势，速度快几个数量级；

内容的提问来源于stack exchange，提问作者m2016b