How to efficiently create N sparse matrices in python without a for loop - and how to create a even bigger sparce matrix out of them?

Question

这个问题可能很幼稚-我尝试在网上找到答案但没有成功。

本质上，我想创建一个稀疏块矩阵，其中各个块是稀疏的，大小为 MxM。整个矩阵的大小应为 MNxMN。 主对角线上的 N 个块都彼此相似，但取决于它们自己的“块索引”，即 A(j) 其中 j <= N.

我正在使用 scipy.sparse 包 (

diags

) 在另一条对角线上创建块 B 和 C，但我不知道如何有效地（并且具有良好的编码风格）创建 A_js。

我的下一个问题可能是我不知道如何从这些块中创建大矩阵——我查看了

scipy.sparse.bmat

，但我不知道这对于任意数量的 N 是如何工作的。

所以我想我的问题是：

1. 如何有效地创建和存储 A_js？我如何将它们放在一个大的稀疏矩阵中？
2. 或者，有没有办法直接创建大矩阵？

我一开始就失败了，因为我无法使用 for 循环存储 N 个稀疏对角矩阵，例如显然以下是行不通的：

A = np.zeros(5)
for j in range(0,5):
    A[j] = j*scipy.sparse.diag(np.ones(3),shape(3,3))