用户-商品矩阵转化及稀疏矩阵CSC，CSR，COO三种形式生成

做推荐算法的同学，应该经常会用到基于用户-商品矩阵的协同过滤算法。

然而在项目的初期，我们其实只能获得每个用户对于商品的评分表sdf（如下）：

针对这样的表，我们需要在python里进行一下转换

1.先生成一个基于用户和产品的dataFrame

n_users = sdf['user_id'].unique()      #获得所有用户的id

n_items = sdf['item_name'].unique()    #获得所有产品的id

#生成一个基于用户为索引，产品为列的dataFrame  
df = pd.DataFrame(index = n_users, columns = n_items) 

2.将评分填入dataFrame

#获取用户id，产品id及评分并赋值
for i in range(len(sdf)):
    row_i = sdf.iloc[[i]]
    user_id = row_i['user_id'].tolist()[0]
    item_name = row_i['item_name'].tolist()[0]
    rating = row_i['rating'].tolist()[0]
    df.at[user_id,item_name] = rating

3.随后，我们就