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
最佳答案
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())
关于python - 如何在 scipy 中创建评级 csr_matrix?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40587251/