如何基于稀疏向量v0与向量列表高效构造(s, n1+n2)维度稀疏矩阵

你遇到的这个问题我太懂了——用Scipy稀疏矩阵处理这类批量拼接时，直接套稠密数组的思路确实容易踩坑。先明确下你的核心需求：把单个1×n1的稀疏向量v0，和稀疏向量列表l里的s个1×n2向量逐一拼接，最终得到s行、n1+n2列的稀疏矩阵，还要尽量高效，避免不必要的稠密转换。

为什么你的初始尝试失败？ #

你最开始写的这段代码：

left = coo_matrix(np.repeat(v0, s))
right = coo_matrix(l)
m = hstack((left, right))

问题出在两处：

• np.repeat是针对稠密数组设计的，直接作用于稀疏向量v0会先把它转成稠密数组，完全失去稀疏矩阵的内存优势，而且当n1很大时会占用大量内存。
• coo_matrix(l)不能直接把稀疏向量列表转成按行堆叠的矩阵，得到的结果维度完全不符合预期，自然没法和left做hstack。

而你后来的变通方法：

right = vstack([x for x in l])
left = vstack([v0 for i in range(len(l))])
m = hstack((left, right))

虽然能得到正确结果，但vstack([v0 for ...])本质是重复堆叠s次v0，每次堆叠都要重新整理索引和数据，当s很大时（比如上万级别），效率会非常低。

高效解决方案：直接操作COO矩阵核心数组 #

Scipy的COO矩阵由row、col、data三个数组定义，我们可以直接操作这三个数组构造目标矩阵，全程保留稀疏特性，完全不用重复堆叠或转稠密数组，效率拉满。

思路分解：

1. 处理右侧矩阵：把列表l转成s×n2的COO矩阵，同时将右侧矩阵的列索引偏移n1（保证拼接后列索引和左侧衔接）。
2. 处理左侧矩阵：无需重复堆叠v0，直接扩展v0的row数组为0到s-1的重复，data和col数组重复s次即可。
3. 合并构造最终矩阵：把左右两侧的row、col、data数组合并，直接生成最终的COO矩阵。

代码示例：

from scipy.sparse import random, coo_matrix, vstack
import numpy as np

s = 10
n1 = 3
n2 = 5

# 生成测试数据
v0 = random(1, n1, format='coo')
l = [random(1, n2, format='coo') for _ in range(s)]

# 处理右侧：转成s×n2的COO矩阵，列索引偏移n1
right_coo = vstack(l, format='coo')
right_coo.col += n1

# 处理左侧：构造s×n1的COO矩阵，直接扩展数组
left_coo = coo_matrix(
    (
        np.tile(v0.data, s),  # 重复s次v0的非零数据
        (
            np.repeat(np.arange(s), v0.nnz),  # 每个行对应v0的所有非零元素
            np.tile(v0.col, s)  # 重复s次v0的列索引
        )
    ),
    shape=(s, n1)
)

# 合并左右数组，生成最终稀疏矩阵
final_coo = coo_matrix(
    (
        np.hstack([left_coo.data, right_coo.data]),
        (
            np.hstack([left_coo.row, right_coo.row]),
            np.hstack([left_coo.col, right_coo.col])
        )
    ),
    shape=(s, n1 + n2)
)

# 可选：转成稠密矩阵验证结果
print(final_coo.todense())

更简洁的替代方案：用克罗内克积构造左侧矩阵 #

如果你觉得手动处理COO数组麻烦，也可以用kronecker_product快速构造左侧矩阵，代码更简洁且效率同样很高：

from scipy.sparse import kron, eye

# 用克罗内克积生成s×n1的左侧矩阵：s阶单位矩阵 × v0
left_coo = kron(eye(s, format='coo'), v0)

之后再按之前的步骤处理右侧矩阵并合并即可，结果完全一致。

内容的提问来源于stack exchange，提问作者ealain