0
我正在构建一个电影推荐器。我的推荐引擎是用Python编写的。我通过node.js(Express)从网站运行它。从node.js运行Python脚本时出现parseError
python代码本身的工作,这里是当我从控制台运行它的输出。它是利用计算大熊猫和numpy的返回与电影的标题和其相似的一个选择电影中的基质,而且我还打印打招呼:
在我的网站我有以下身体HTML :
<form class="test" method="post" action="/test">
<input type="text" name="user[name]">
<input class="button" type="submit" value="Submit">
</form>
JS客户端
(function($) {
$(document).ready(function() {
var btn = $('.button'),
input = $('input');
btn.on('click', function() {
e.preventDefault();
})
})
})(jQuery)
个
JS服务器端,与快速
var express = require('express');
var app = express();
var path = require('path');
var bodyParser = require('body-parser');
var PythonShell = require('python-shell');
var options = {
mode: 'text',
pythonOptions: ['-u'],
scriptPath: "E:/Praca Magisterska/Python",
};
app.use(express.static(path.join(__dirname, '')));
app.use(bodyParser.json());
app.use(bodyParser.urlencoded({
extended: true
}));
app.get('/', function (req, res) {
res.sendFile(path.join(__dirname+'/index.html'));
})
app.post('/test', function (req, res) {
console.log(req.body);
PythonShell.run('similarMovies.py', options, function (err, results) {
if (err) throw err;
// results is an array consisting of messages collected during execution
console.log('results: %j', results);
});
})
app.listen(3000, function() {
console.log('Example app listening on port 3000!');
})
那么,它是如何工作的。点击提交btn我正在发射我的node.js来运行一个python脚本,然后是console.log
的结果。不幸的是,我收到错误,最后形象。
然而,当我不运行功能,而不是它,我写在我的Python刚刚结束:
print "hello"
print 2
代码的结果被解析不错。
可能是什么问题? Erros,我得到除以零和其他功能内?但是,如果是,为什么后来当我直接从CMD运行它,它正在 - python similarMovies.py
这里是蟒蛇代码:
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
def showSimilarMovies(movieTitle, minRatings):
# import ratingów z pliku csv
rating_cols = ['user_id', 'movie_id', 'rating']
rating = pd.read_csv('E:/Praca Magisterska/MovieLens Data/ratings.csv', names = rating_cols, usecols = range(3))
# import filmów z pliku csv
movie_cols = ['movie_id', 'title']
movie = pd.read_csv('E:/Praca Magisterska/MovieLens Data/movies.csv', names = movie_cols, usecols = range(2))
# łączenie zaimportowanych ratingów oraz filmów, usuwanie pierwszego wiersza
ratings = pd.merge(movie, rating)
ratings = ratings.drop(ratings.index[[0]])
# konwertowanie kolumn ze stringów na numeric
ratings['rating'] = pd.to_numeric(ratings['rating'])
ratings['user_id'] = pd.to_numeric(ratings['user_id'])
# tworzenie macierzy pokazująceje oceny filmów przez wszystkich użytkowników.
movieRatingsPivot = ratings.pivot_table(index=['user_id'], columns=['title'], values='rating')
# filtrowanie kolumny do obliczania filmów podobnych
starWarsRating = movieRatingsPivot[movieTitle]
# obliczanie korelacji danego filmu z każdym innym i wyrzucanie tych z którymi nic go nie łączy
similarMovies = movieRatingsPivot.corrwith(starWarsRating)
similarMovies = pd.DataFrame(similarMovies.dropna())
# zmiana nazwy kolumny oraz sortowanie według rosnącej korelacji
similarMovies.columns = ['similarity']
similarMovies.sort_values(by=['similarity'], ascending=False)
# tworzenie statystyk dla filmów, size to ilość ocen, a mean to średnia z ocen
# zgrupowane po tytułach
movieStats = ratings.groupby('title').agg({'rating': [np.size, np.mean]})
# popularne filmy, które mają więcej niż 100 ocen
popularMovies = movieStats['rating']['size']>=minRatings
# sortowanie popularnych filmów od najwyższej średniej
movieStats[popularMovies].sort_values(by=[('rating', 'mean')], ascending=False)
# łączenie popularnych filmów z filmami podobnymi do filtrowanego filmu i ich sortowanie
moviesBySimilarity = movieStats[popularMovies].join(similarMovies)
x = moviesBySimilarity.sort_values(by='similarity', ascending=False)
k = x.drop(x.columns[[0, 1]], axis = 1)
k = k.drop(x.index[[0]])
return k
print "hello"
print 2
showSimilarMovies('Star Wars: Episode VI - Return of the Jedi (1983)', 300)
考虑将'showSimilarMovies'调用包含在'try ... except BaseException中作为e:with open(“error.txt”,“w”)作为f:f.write(repr(e))''。这个想法是在某处登录异常,所以你可以看到究竟是什么崩溃。 – drdaeman
@drdaeman 哎,我想: '开放( “error.txt”, “W”)为f: 尝试: showSimilarMovies( '星战前传VI - 绝地归来(1983年)',300 ) (BaseException除外)e: f.write(repr(e))' 不幸的是,error.txt是空的。当我尝试你的版本时,它甚至没有创建一个error.txt – Pacxiu
嘿,当我在函数showSimilarMovies中评论了一切 - 行'starWarsRating = movieRatingsPivot [movieTitle]'并将该变量作为函数的输出打印出来,一切正常。 因此,python Shell解析器由于来自numpy和pandas的警告而以某种方式结束脚本,这些警告显示在命令和结果的图像中,我如何忽略这些错误并告诉节点只是将脚本运行到最后? – Pacxiu