python - 如何在 scipy 中创建评级 csr_matrix？

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

我想构建一个稀疏矩阵，行为 userId，列为 movieID。 我将所有数据存储为名为“column”的字典，其中 column['user'] 包含用户 ID，column['movie'] 包含电影 ID，column['ratings'] 具有如下评级:

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))

当我调用稀疏矩阵函数时:

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

我收到“类型错误:无效形状”

请帮忙

Answer 1

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

你有一个由 1xn 维列表和 2xn 维列表组成的元组，这将不起作用。

P.S.:对于数据的读取，你应该尝试 Pandas :-) ( http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html )。最小示例:

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())