對(duì)具體的某一用戶(hù)，根據(jù)其他用戶(hù)的評(píng)價(jià)結(jié)果，計(jì)算出他與每一個(gè)用戶(hù)的相似程度，找出相似程度最高的前N位。
在函數(shù)中，通過(guò)similarity指定使用的相關(guān)性算法。

"""
為評(píng)論者打分
"""  
#書(shū)中算法
def topMatches(prefs,person,n = 5,similarity = sim_pearson):
    score = [(similarity(prefs,person,other),other)
                    for other in prefs if other != person]
    
    score.sort()  #從小到大
    score.reverse()   #反過(guò)來(lái)排
    return score[0:n]

#自己編寫(xiě)
def topMatches2(prefs,person,n = 5,similarity = sim_pearson):
    score = {}
    for item in prefs:
        if item != person:
            score[item] = similarity(prefs,person,item)
    
    score_sort = sorted(zip(score.values(),score.keys()))
    score_sort.reverse()
    score_sort = score_sort[0:n]
    return score_sort

幾個(gè)小筆記：

1、列表排序，從小排到大
score.sort()
注意，這個(gè)score由元組組成 [（相似度，人名），……]，它會(huì)根據(jù)元組第一個(gè)值進(jìn)行排序。

2、把列表元素順序調(diào)轉(zhuǎn)
score.reverse()

3、字典如何排序：
（1）zip(score.values(),score.keys())，把字典中每個(gè)值組成（value,key）的元組，通過(guò)zip把這些元組構(gòu)成列表。
（2）score_sort = sorted(zip(score.values(),score.keys()))，通過(guò)sorted函數(shù)，與scort.sort()等價(jià)。

4、取列表前N個(gè)：
score[0:n]