将列表转换为二维numpy矩阵

Question

我在python中有一个列表。名单如下：

[[196, 242, 3], 
 [186, 302, 3], 
 [22, 377, 1],
 [196, 377, 3],
 ....
 ]

第一列对应于用户(1:943)，第二列对应于项目(1:1682)和他们对项目的投票。我想试试矩阵因式分解图书馆。我应该创建一个用户x项矩阵吗？如果是的话，我如何在python中创建一个矩阵，其中一个轴是用户的大小，另一个轴是条目的大小，值是用户的选票。

编辑：--我也检查nmf.py的实现，它作为输入一个2D矩阵，而不是列表或稀疏表示。

Answer 1

您的数据看起来像一个列表：

In [168]: ll = [[196, 242, 3], 
     ...:  [186, 302, 3], 
     ...:  [22, 377, 1],
     ...:  [196, 377, 3]]

利用它创建一个数组--以便在以下操作中使用

In [169]: A = np.array(ll)
In [170]: ll
Out[170]: [[196, 242, 3], [186, 302, 3], [22, 377, 1], [196, 377, 3]]
In [171]: A
Out[171]: 
array([[196, 242,   3],
       [186, 302,   3],
       [ 22, 377,   1],
       [196, 377,   3]])

将索引列移动到0基(可选)

In [172]: A[:,:2] -= 1

这样，它就可以使用coo (或csr)格式快速而容易地定义稀疏矩阵( (data, (rows, cols)) )。迭代dok方法可以工作，但速度更快。

In [174]: from scipy import sparse
In [175]: M = sparse.csr_matrix((A[:,2],(A[:,0], A[:,1])), shape=(942,1681))
In [176]: M
Out[176]: 
<942x1681 sparse matrix of type '<class 'numpy.int32'>'
    with 4 stored elements in Compressed Sparse Row format>
In [177]: print(M)
  (21, 376) 1
  (185, 301)    3
  (195, 241)    3
  (195, 376)    3

M.A从这个稀疏矩阵创建一个密集数组。有些代码，特别是在sckit-learn包中，可以直接使用稀疏矩阵。

创建密集数组的一种直接方法是：

In [183]: N = np.zeros((942,1681),int)
In [184]: N[A[:,0],A[:,1]]= A[:,2]
In [185]: N.shape
Out[185]: (942, 1681)
In [186]: M.A.shape
Out[186]: (942, 1681)
In [187]: np.allclose(N, M.A)   # it matches the sparse version
Out[187]: True

Answer 2

好的。

您可以使用np.array函数创建一个二维numpy数组(您可以将其视为一个矩阵)：

mat = np.array(list_of_lists)

Answer 3

下面是如何从集合项列表中创建稀疏矩阵：

data = [
    [196, 242, 3], 
    [186, 302, 3], 
    [22, 377, 1],
    [196, 377, 3],
    ....
]

user_count = max(i[0] for i in data) + 1
item_count = max(i[1] for i in data) + 1

data_mx = scipy.sparse.dok_matrix((user_count, item_count))
for (user, item, value) in data:
    data_mx[user, item] = value