将一维数组转换为稀疏矩阵

Question

我正在做一个推荐项目，我有这样的数据：

ID Movie
1   A
2   B
3   C
4   D
..
..

我想将此数据框创建为这样的稀疏矩阵：

     1  2  3  4 ....n

1    1  0  0  0     0
2    0  1  0  0     0
3    0  0  1  0     0
4    0  0  0  1     0
.
.
n    0  0  0  0     1

基本上行和列都包含着手的ID，当行和列元素具有相同的值时，值为1。我想将其表示为

的稀疏格式

 <sparse matrix of type '<class 'numpy.int32'>'
    with 58770 stored elements in Compressed Sparse Row format>

我尝试执行以下操作：

 - np.diag(items)
 - csr_matrix(items.values)

但是我想不通。谁能帮帮我？

Answer 1

num_data=len(df)
sp=sparse.spdiags(np.ones(num_data), 0, num_data,num_data)

输出

  (0, 0)    1.0
  (1, 1)    1.0
  (2, 2)    1.0
  (3, 3)    1.0

如果电影ID不一致：

sparse.coo_matrix((np.ones(num_data),(df['ID'],df['ID'])))

如果ID来自两个不同的数据帧：

match=list(set(df['ID']).intersection(set(df2['ID'])))
sparse.coo_matrix((np.ones(num_data),(match,match)))

Answer 2

对角线上为 1 而其他位置为 0 的矩阵称为 "identity matrix"。您可以使用 scipy.sparse.identity(n) 在 python 中创建一个。文档是 here.

Convert 1-D array into sparse matrix