類似度の高い順に３つ推薦対象とするのにfor文を使う理由

Question

http://www.yoheim.net/blog.php?q=20160313
のサイトを参考にレコメンドシステムを作っています。

import numpy as np
from scipy.spatial.distance import cosine
from scipy.spatial.distance import pdist
from scipy.spatial.distance import squareform

x = np.array([
    [1,1,1,0,0,0],
    [1,1,0,0,0,0],
    [0,0,1,0,1,0],
    [0,0,1,1,1,0],
    [0,1,1,0,0,0],
    [1,1,0,1,1,0],
    [1,0,1,0,0,0],
    [0,0,0,0,0,1]
])

#列に変換
#print(x.T[0])
#print(x.T[1])

#コサイン類似度
item1 = x.T[0]
item2 = x.T[1]
sim = 1 - cosine(item1, item2)

#全てのアイテムのコサイン類似度
# アイテムを行に、ユーザーを列に転置する
x = x.T
#print(x)
# 行ごと（=つまりアイテムごと）の距離を計算する
d = pdist(x, 'cosine')
#print(d)

# 「類似度 = 1 - 距離」
d = 1 - d

#結果をベクトルから行列に変換
d = squareform(d)

#推薦結果を作成する
# 自分自身は対象外にしたいので、優先度を下げる
me = np.eye(d.shape[0])
d = d - me
# item1〜6まで、類似度の高い順に３つ推薦対象とする
for idx in range(x.shape[0]):
    item1_sim = d[:,idx]
    item1_rel = []
    for i in range(item1_sim.shape[0]):
        item1_rel.append(('item%d'%(i+1), item1_sim[i]))
        item1_rel = sorted(item1_rel, key=lambda d:d[1], reverse=True)
        # 3件に絞る
        item1_rel = item1_rel[:3]
        print(item1_rel)
        print("   ", item1_rel)
        print("")

print(item1)
print(item2)

とコードを書いて実行すると見本と同じ動きをさせることができました。
でも、

# item1〜6まで、類似度の高い順に３つ推薦対象とする
for idx in range(x.shape[0]):
    item1_sim = d[:,idx]
    item1_rel = []
    for i in range(item1_sim.shape[0]):
        item1_rel.append(('item%d'%(i+1), item1_sim[i]))
        item1_rel = sorted(item1_rel, key=lambda d:d[1], reverse=True)

の部分がわかりません。まず、

x.shape[0]

と

item1_sim.shape[0]

の.shape配列のインデックス０指定で何をしているのかがわかりません。

shape は，スカラーや，タプルによって配列の各次元の大きさを表す属性です． 例えば，大きさが 5 のベクトルはスカラー 5 によって， 2×3 の行列はタプル (2, 3) となります．
http://www.kamishima.net/mlmpyja/nbayes2/shape.html
とあるように、
配列の大きさをメソッドチェーンで変数にくっつけて何ができるのかな、と。
あと、
類似度の高い順に３つ推薦対象とするのにfor文を２回使う理由がわかりません。どうしてここではfor文を２回使っているのでしょうか？

Answer 1

まず、提示されたコードのインデントがおかしいです。正しくは以下です。

# 略
for i in range(item1_sim.shape[0]):
        item1_rel.append(('item%d'%(i+1), item1_sim[i]))
    # ここから下は１階層目のループと同階層でなければいけない。
    item1_rel = sorted(item1_rel, key=lambda d:d[1], reverse=True)
    # 略

numpy.shapeの戻り値はタプルで、行列の行列数が格納されています。
たとえば距離行列dは６×６なので、d.shapeは(6,6)となり、d.shape[0]=6となります。
例示されたコードでは、どれもアイテム（商品）数を取得しています。

また、１階層目のループでは、類似度を求める元商品のループ
２階層目のループでは、各商品の名称と、元商品に対する類似度をタプルにまとめて商品リストに追加しています。

さらに
item1_rel = sorted(item1_rel, key=lambda d:d[1], reverse=True)
にて、商品リストを類似度の高い（大きい）順に並び替え

item1_rel = item1_rel[:3]
で上位３件のみ抽出しています。