Filtragem por tempo

Análise de Redes Intermediária em Python

Eric Ma

Data Carpentry instructor and author of nxviz package

Conceitos-chave

Filtrando grafos
Datetime
Visualização

Filtrando arestas

list(G.edges(data=True))[0:5]

[(0, 17, {'sale_count': 1}),
 (0, 18, {'sale_count': 1}),
 (0, 19, {'sale_count': 2}),
 (0, 12, {'sale_count': 14}),
 (0, 13, {'sale_count': 9})]

[(u, v) for u, v, d in G.edges(data=True) if d['sale_count'] >= 10]

[(0, 12), (1, 19), (5, 16), (6, 13), (7, 17), (7, 19), (8, 18)]

Datetime

from datetime import datetime, timedelta

year = 2011
month = 11
day1 = 10
day2 = 6

date1 = datetime(year, month, day1)
date2 = datetime(year, month, day2)

date1 > date2

True

Visualização de grafos

from nxviz import circos
c = circos(G, group_by='bipartite',
              node_color_by='bipartite')

plt.show()

ch4-2.019.png

Vamos praticar!

Análise de Redes Intermediária em Python