Python One-Liners(3)

在电商的推荐系统中，常用到关联分析。

比如上图中，通过关联分析，Louis 和 Alice 有着类似的购物行为，那么在 Louis 购物的时候，推荐系统就可能会推荐他购买电脑。 

假如，现在有一组数据，每一行代表每一个人对一组商品 [ 课程1，课程2，电子书1，电子书2 ] 的购买行为，1代表买了，0代表没买。

基于这组数据，可以算出用户同时购买两本电子书的百分比，基于这个百分比，推荐系统就可以在用户本来只打算买一本书的时候，推荐给他捆绑销售的策略。

下面来求解顾客同时购买2本电子书的百分比。

import numpy as np
## Data : row is customer shopping basket
## row = [course1, course2, ebook1, ebook2]
## value 1 indicates that an item was bought
basket = np.array([[0,1,1,0],
                  [0,0,0,1],
                  [1,1,0,0],
                  [0,1,1,1],
                  [1,1,1,0],
                  [0,1,1,0],
                  [1,1,0,1],
                  [1,1,1,1]])
## One-liner
copurchases = np.sum(np.all(basket[:,2:],axis=1))/ basket.shape[0]
## 输出结果 
print(copurchases)
## 0.25

作者这里给出的「一行」代码：

copurchases = np.sum(np.all(basket[:,2:],axis=1))/ basket.shape[0]

下面来拆解一下：

Step 1

由于只要求同时购买两本书的情况，切片的时候，则要切出所有行的后两列。

在Numpy的二维数组切片中，basket[ : , 2: ]

逗号前，对行进行切片，只有冒号，即没有指定开始和结尾，代表所有的行。

逗号后，对列进行切片，从下标为2的第三列开始切片

切片结果如下：

basket[:,2:]
## 结果如下：
[[1 0]
 [0 1]
 [0 0]
 [1 1]
 [1 0]
 [1 0]
 [0 1]
 [1 1]]

注：一个完整的切片有两个冒号：

开始索引:结束索引:步长

如果第二个冒号省略，则代表按照正向顺序进行切片步长为1。

Step 2

通过 np.all() 对切片后的数组进行计算，如果两个元素都是1，则返回布尔值Ture，由于这里是要考察每一个人是否两本电子书都买了，则需要加上轴参数，axis=1，按照每一行进行统计。

看结果：

print(np.all(basket[:,2:],axis=1))
## 结果：
[False False False  True False False False  True]

得到 2 个True , 6 个False

 

注：关于axis参数的理解，可以看我的另一篇：

如何理解Numpy的axis参数

Step 3

将上面的布尔数组，通过np.sum() 进行累加计算，为Ture的只有2个，结果如下：

print(np.sum((np.all(basket[:,2:],axis=1))))
## 结果
2

注：在Python中对布尔值进行运算时，True为1，False为0

Step 4

现在有了两个都买的人数，要求百分比，还要知道人的总数，即总行数。

在Numpy中，shape返回多维数组的长度，比如一个2*3的二维数组，则返回(2,3)，可以通过以下两种写法：

## 调用 numpy的shape()方法，入参为数组
np.shape(basket)
## 调用数组的shape属性，这里没有括号哦
basket.shape
## 结果都为：(8, 4)  代表，8行4列
## 那么求总行数，则为：
np.shape(basket)[0]
basket.shape[0]
## 结果为：8

Step 5

所以，求百分比的最终结果是：2/8 = 0.25

np.sum(np.all(basket[:,2:],axis=1))/ basket.shape[0]
## 结果为：0.25

知识点回顾及参考资料

slice 切片 

np.sum() 求和 

np.all() 

https://www.xz577.com/j/196.html

np.shape() 或 .shape

https://www.jianshu.com/p/e083512e4f4c

图片来源：《Python One-Liners》书中图例 Figure 3-4