Python中哪种稀疏矩阵索引与赋值效率最高？现有矩阵组合能否提速？

核心结论 #

在scipy的稀疏矩阵类型中：

• 针对单元素/小批量的随机索引、赋值，lil_matrix（链表存储）是效率较高的选择，支持灵活的行内元素修改。
• 针对大规模批量构造或批量赋值，coo_matrix（坐标存储）是最优方案——它直接基于（行索引、列索引、值）三元组存储，构造时无额外动态修改开销，速度远快于其他类型。

针对你的代码的优化方案 #

你当前使用lil_matrix进行赋值的方式，在数据量较大时会有明显的性能损耗（因为LIL需要维护行链表的动态插入）。更高效的做法是直接通过三元组构造coo_matrix，示例代码如下：

import numpy as np
from scipy import sparse

# 创建示例数据
A = np.array([ [0, 2], [3, 0] ])
IdxP = np.array([9,100])
IdxN = np.array([50,30])
n, p = np.where(A)
sA = sparse.csr_matrix(A) 

# 收集构造COO所需的三元组
rows = IdxP[p]
cols = IdxN[n]
# 直接从原数组取数值更高效，无需通过sA索引
vals = A[p, n]

# 一次性构造COO矩阵
sB = sparse.coo_matrix((vals, (rows, cols)), shape=(200, 200))

# 如果后续需要支持快速行切片、矩阵乘法等操作，再转换为CSR矩阵（转换成本极低）
sB = sB.tocsr()

各稀疏矩阵类型的适用场景补充 #

• CSR/CSC矩阵：适合矩阵乘法、行/列切片等运算，但赋值操作效率极低——因为它们采用压缩存储，修改时需要重新整理数据结构，完全不适合用来做构造阶段的赋值。
• DOK矩阵：用字典存储非零元素，适合单个元素的随机赋值，但批量赋值效率不如COO，且内存开销更大。

总结建议 #

1. 批量构造稀疏矩阵时，优先用coo_matrix直接通过三元组创建，这是速度最快的方式。
2. 若后续需要进行运算或切片，再将COO转换为CSR/CSC即可（转换过程非常高效）。
3. 仅当需要频繁进行单个元素的随机修改时，才考虑使用lil_matrix或dok_matrix。

内容的提问来源于stack exchange，提问作者f. c.