Question

我有一个这种格式的csv文件：

userId  movieId rating  timestamp
1     31      2.5   1260759144
2     10      4     835355493
3     1197    5     1298932770
4     10      4     949810645

我想构造一个稀疏矩阵，其行为userId，列为movieID。我已将所有数据存储为名为＆＃34; column＆＃34;的字典。其中[＆＃39;用户＆＃39;]列包含用户ID，列[＆＃39;电影＆＃39;]包含电影ID，列[＆＃39;评分＆＃39;]的评分如下：

f = open('ratings.csv','rb')
reader = csv.reader(f)
headers = ['user','movie','rating','timestamp']
column = {}
for h in headers:
    column[h] = []
for row in reader:
    for h, v in zip(headers, row):
        column[h].append(float(v))

当我将稀疏矩阵函数称为：

mat = scipy.sparse.csr_matrix((column['rating'],(column['user'],column['movie'])))

我得到＆＃34; TypeError：无效的形状＆＃34;

请帮忙

Answer 1

scipy.sparse.csr_matrix([column['rating'],column['user'],column['movie']])

你有一个由1xn维度列表组成的元组，以及一个不起作用的2xn维度列表。

P.S。：为了阅读数据，你应该尝试Pandas :-)（http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html）。最小的例子：

import pandas as pd

# Setup a dataframe from the CSV and make it sparse
df = pd.read_csv('ratings.csv')
df = df.to_sparse(fill_value=0)
print(df.head())

Answer 2

检查这个方式：

df = pd.read_csv('f:\\train.csv', usecols=[0, 1, 2], names=['userId ', 
                   'movieID', 'ratings'], skiprows=1)
from scipy.sparse import csr_matrix
utility_csr = csr_matrix((df.ratings, (df.userId , df.movieID)))

如何在scipy中创建评级csr_matrix？

2 个答案: