Python 将JSON传递给数组

正在尝试编写一个余弦相似性方法来解析以下JSON并计算2个用户之间的相似性：

{
"Rajan":
{
    "Inception": 2.5,
    "Pulp Fiction": 3.5,
    "Anger Management": 3.0,
    "Fracture": 3.5,
    "Serendipity": 2.5,
    "Jerry Maguire": 3.0
},
"Rinku":
{
    "Inception": 3.0,
    "Pulp Fiction": 3.5,
    "Anger Management": 1.5,
    "Fracture": 5.0,
    "Jerry Maguire": 3.0,
    "Serendipity": 3.5
}
}

但是，我在将JSON术语解析为数组以执行余弦相似性时遇到了问题

import os
from sys import platform
import json
import numpy as np


def check_user_exist(self, dataset, user1, user2, algorithm):
    # check user in dataset
    if user1 not in dataset: raise Exception('User ' + user1 + ' not in dataset.')
    if user2 not in dataset: raise Exception('User ' + user2 + ' not in dataset.')

    rated_by_both = {item: 1 for item in dataset[user1] if item in dataset[user2]}
    if len(rated_by_both) == 0: return 0
    num_ratings = len(rated_by_both)

    if algorithm == 'euclidean_distance':
        return self.euclidean_distance(dataset, user1, user2)
    elif algorithm == 'cosine_similarity':
        return self.cosine_similarity(dataset, user1, user2)

def cosine_similarity(self, dataset, user1, user2):
    """ return cosine similarity between two lists """
    for item in dataset[user1]:
        print dataset[user1][item]
    array_user1 = np.array(item for item in dataset[user1][item])
    array_user2 = np.array(item for item in dataset[user2])
    dot_product = np.dot(array_user1, array_user2)
    norm_user1 = np.linalg.norm(array_user1)
    norm_user2 = np.linalg.norm(array_user2)
    return dot_product / (norm_user1 * norm_user2)

if __name__ == '__main__':
path = os.path.dirname(os.getcwd())

filename = path + '/data_files/movie_ratings.json' \
    if platform == 'linux' or platform == 'linux2' \
    else path + '\\data_files\\movie_ratings.json'

with open(filename, 'r') as f: data = json.loads(f.read())
user1 = 'Rajan'
user2 = 'Rinku'
measures = Similarity()
print('\nCosine similarity:')
print(measures.check_user_exist(data, user1, user2, "cosine_similarity"))

当前在my cosine_相似性方法中的

np.array（数据集[user1][item]中的项对应项）处抛出以下错误

TypeError:“float”对象不可编辑

在对数据集[user1]中的项使用
进行调试期间：打印数据集[user1][item]
我得到以下输出：

3.5
3.0
3.0
3.5
2.5
2.5

这基本上是第一个用户给出的电影评级。如何将JSON字典解析为一个数组，以便执行余弦相似性测试？
dataset[user1][item]
根据您的print语句是一个浮点数。并且不能迭代浮点。应该是

np.array（数据集[user1]中的项对应项）

而不是

np.array（数据集[user1][item]中的项对应项）

在
cosine\u similarity
函数中，位于
array\u user1=np.array（数据集[user1][item]中的项对应项）
如果您愿意使用pandas，访问数据的开销将减少到在数据帧上进行简单的键查找。比如说,

import pandas as pd
import numpy as np

def cosine_similarity(dataset, user1, user2):
    """ return cosine similarity between two lists """
    dot_product = np.dot(dataset[user1], dataset[user2])
    norm_user1 = np.linalg.norm(dataset[user1])
    norm_user2 = np.linalg.norm(dataset[user2])
    return dot_product / (norm_user1 * norm_user2)

data = {
    "Rajan": {
        "Inception": 2.5,
        "Pulp Fiction": 3.5,
        "Anger Management": 3.0,
        "Fracture": 3.5,
        "Serendipity": 2.5,
        "Jerry Maguire": 3.0
    },
    "Rinku": {
        "Inception": 3.0,
        "Pulp Fiction": 3.5,
        "Anger Management": 1.5,
        "Fracture": 5.0,
        "Jerry Maguire": 3.0,
        "Serendipity": 3.5
    }
}

df = pd.DataFrame(data)

sim = cosine_similarity(df, 'Rajan', 'Rinku')
print(sim)

输出：

0.9606463013980241

对于dict中的每个键使用.keys（）
如果您想要一个包含一个用户数值的数组，请使用
np.array（list（data['Rajan'].values（））
。强烈建议pandas这样做。这应该是可以接受的答案。为了避免这种自作自受的错误而增加对熊猫的依赖是愚蠢的（不管熊猫的使用有多好）。
for item in dataset[user1].keys():
    print dataset[user1][item]