如何将元组列表转换为任意规模的相似度矩阵？

手动修复代码（适配任意规模数据集） #

核心逻辑是先明确所有参与测量的元素，建立元素到矩阵索引的映射，再初始化完整尺寸的矩阵并对称填充值，彻底避免缺失问题：

def tuple_list_to_similarity_matrix(tuples):
    # 提取所有唯一元素并排序（保证矩阵行列顺序一致）
    elements = sorted(list({item for tpl in tuples for item in tpl[:2]}))
    n = len(elements)
    # 建立元素到索引的映射字典
    elem_to_idx = {elem: idx for idx, elem in enumerate(elements)}
    # 初始化全0对称矩阵
    matrix = [[0.0 for _ in range(n)] for _ in range(n)]
    
    # 填充对角线（自身相似度默认设为1，可按需调整）
    for i in range(n):
        matrix[i][i] = 1.0
    
    # 遍历元组，同时填充对称位置的值
    for elem1, elem2, score in tuples:
        i = elem_to_idx[elem1]
        j = elem_to_idx[elem2]
        matrix[i][j] = score
        matrix[j][i] = score
    
    return matrix, elements

# 测试5元素规模数据集
test_tuples = [('a', 'b', 1), ('a', 'c', 2), ('b', 'c', 3), ('a', 'd', 0.5), ('b', 'e', 1.2), ('d', 'e', 0.8)]
sim_matrix, labels = tuple_list_to_similarity_matrix(test_tuples)

print("元素标签:", labels)
print("相似度矩阵:")
for row in sim_matrix:
    print(row)

这段代码不管数据集多大，都会先枚举所有元素、初始化对应尺寸的矩阵，再逐个填充值，不会出现缺失项。

利用Python工具包简化操作 #

如果不想手动实现逻辑，可以用以下工具包快速完成转换：

1. Pandas（适合中小规模数据集） #

借助透视表功能快速构建矩阵，再补全对称部分：

import pandas as pd

def pandas_tuple_to_matrix(tuples):
    df = pd.DataFrame(tuples, columns=['elem1', 'elem2', 'score'])
    # 构建透视表，缺失值填充为0
    pivot = pd.pivot_table(df, index='elem1', columns='elem2', values='score', fill_value=0)
    # 补全对称部分
    symmetric_pivot = pivot.add(pivot.T, fill_value=0)
    # 填充对角线为1
    for elem in symmetric_pivot.index:
        symmetric_pivot.loc[elem, elem] = 1.0
    # 转换为列表形式的矩阵
    return symmetric_pivot.values.tolist(), symmetric_pivot.index.tolist()

2. SciPy（适合超大规模稀疏数据集） #

如果数据量极大，用稀疏矩阵能节省内存：

from scipy.sparse import lil_matrix

def scipy_tuple_to_matrix(tuples):
    elements = sorted(list({item for tpl in tuples for item in tpl[:2]}))
    elem_to_idx = {elem: idx for idx, elem in enumerate(elements)}
    n = len(elements)
    # 初始化稀疏矩阵
    sparse_mat = lil_matrix((n, n))
    # 填充对角线
    sparse_mat.setdiag([1.0]*n)
    # 填充对称值
    for elem1, elem2, score in tuples:
        i, j = elem_to_idx[elem1], elem_to_idx[elem2]
        sparse_mat[i, j] = score
        sparse_mat[j, i] = score
    # 转换为稠密矩阵（列表形式）
    return sparse_mat.todense().tolist(), elements

内容的提问来源于stack exchange，提问作者Marija