电影评分数据报错：TypeError: list indices must be integers or slices, not tuple

嘿，我来帮你拆解这个问题！这个错误的根源其实很清晰，咱们一步步来理清楚：

错误原因 #

报错出现在这一行：

nb_users = int(max(max(training_set[:,0]), max(test_set[:,0])))

提示TypeError: list indices must be integers or slices, not tuple，这说明此时你的training_set已经是Python列表，而不是NumPy数组了。Python列表不支持[:,0]这种NumPy风格的多维切片语法——列表只能用整数（比如[0]）或者单维度切片（比如[1:5]），不能用元组形式的索引。

为什么会出现这种情况？看你的代码顺序：你先计算nb_users和nb_movies，然后定义convert函数，接着把training_set和test_set转换成了列表（training_set = convert(training_set)）。如果是在Jupyter Notebook这类环境中重复运行了这段代码，第二次执行时，training_set已经被覆盖成列表了，再用NumPy的索引方式自然就报错了。

解决方案 #

1. 避免覆盖原NumPy数组 #

不要把转换后的列表赋值给原来的数组变量，给转换后的结果起个新名字：

# 先计算用户和电影数量（此时training_set/test_set还是NumPy数组）
nb_users = int(max(training_set[:,0].max(), test_set[:,0].max()))
nb_movies = int(max(training_set[:,1].max(), test_set[:,1].max()))

def convert(data):
    new_data = []
    # 修复注释格式，加上#
    # expects that. 1 list per user
    for id_users in range(1, nb_users + 1):
        id_movies = data[:,1][data[:,0] == id_users]
        id_ratings = data[:,2][data[:,0] == id_users]
        ratings = np.zeros(nb_movies)
        ratings[id_movies - 1] = id_ratings
        new_data.append(list(ratings))
    return new_data

# 用新变量存储转换后的列表，不覆盖原数组
training_set_list = convert(training_set)
test_set_list = convert(test_set)

2. 优化最大值计算 #

另外，你可以简化最大值的计算，不用嵌套max，直接用NumPy数组的.max()方法：

nb_users = int(max(training_set[:,0].max(), test_set[:,0].max()))
nb_movies = int(max(training_set[:,1].max(), test_set[:,1].max()))

这样代码更简洁，效率也更高。

3. 确保代码执行顺序正确 #

如果必须复用变量，那一定要保证先计算nb_users和nb_movies，再执行convert函数转换数组，并且不要重复执行这段代码（或者在执行前重新加载原始的NumPy数组）。

总结 #

核心问题就是变量类型不匹配：你想用NumPy的索引语法操作Python列表，导致了报错。只要保证计算用户/电影数量时，操作的是原始NumPy数组，并且不覆盖原数组，就能解决这个问题啦！

内容的提问来源于stack exchange，提问作者LaLaTi