1. 图是否稀疏并不重要，因为 igraph 仍将创建一个密集矩阵，因此它是一个 O(n 2 ) 操作。（从技术上讲，矩阵本身是在 C 层创建的，其中将矩阵初始化为全零需要 O(n 2 )，然后在 O(m) 中用 1 填充，其中 n 是顶点数，m 是边数 - 但随后矩阵被转发到 Python 层，在那里它被转换为 Matrix 对象，而 Python 层不知道矩阵本质上是稀疏的，因此转换它需要 O(n 2 )，在我的笔记本电脑上，为一个有 3000 个节点的图创建邻接矩阵大约需要 500 毫秒，我认为这可能是正常的。

2. 是的，有一种方法可以直接从 igraph 图创建稀疏矩阵，尽管它有点冗长：

```py
from scipy.sparse import coo_matrix
from numpy import hstack, ones

def graph_to_sparse_matrix(graph):
xs, ys = map(array, zip(*graph.get_edgelist()))
if not graph.is_directed():
xs, ys = hstack((xs, ys)).T, hstack((ys, xs)).T
else:
xs, ys = xs.T, ys.T
return coo_matrix((ones(xs.shape), (xs, ys)))
```

此版本在我的计算机上用约 26 毫秒的时间将相同的图转换为 SciPy 稀疏矩阵。