稀疏(刚度)矩阵的性能创建

Question

我目前正在实现一个小的有限元模拟。使用Python/Numpy，我正在寻找一种有效的方法来创建全局刚度矩阵：

1)我认为应该使用coo_matrix()从较小的元素刚度矩阵创建稀疏矩阵。但是，我是否可以扩展现有的coo_matrix，或者我应该从最终的i、j和v列表创建它？

2)目前，我正在使用列表理解从较小的元素刚度矩阵创建i和j列表，并将它们连接在一起。有没有更好的方法来创建这些列表？

3)数据向量的创建:同样的问题，python列表比numpy向量更受欢迎吗？

4)当然，我愿意接受任何建议:)。谢谢!

这是我目前计划进行全局组装的一个小示例，以明确我的意图：

import numpy as np
from scipy.sparse import coo_matrix

#2 nodes, 3 dof per node
locations = [0, 6]
nNodes = 2
dof =3
totSize = nNodes * dof
Ke = np.array([[1,1,1, 2,2,2],
              [1,1,1, 2,2,2],
              [1,1,1, 2,2,2],
              [2,2,2, 3,3,3],
              [2,2,2, 3,3,3],
              [2,2,2, 3,3,3]])

I = []
J = []
#generate rowwise i and j lists:
i = [ idx + u for i in range(totSize) for  idx in locations for u in range(dof)  ]
j = [ idx + u  for  idx in locations for u in range(dof) for i in range(totSize) ]
I += i
J += J

Data = Ke.flatten()

cMatrix = coo_matrix( (Data, (i,j)), )