Back to Blog
April 6, 2024

Visualização de grafos bipartidos a partir de dados reais usando NetworkX

Visualização de grafos bipartidos a partir de dados reais usando NetworkX

📊 Visualização de Avaliações de Alimentos da Amazon com o NetworkX

Está interessado em visualizar dados usando gráficos de rede? Neste artigo, vamos explorar como criar um grafo bipartido usando o NetworkX para visualizar as avaliações de alimentos da Amazon. Vamos abordar o formato dos dados, o processo de criação do programa e como plotar o gráfico.

Tabela de Conteúdos

- Introdução

- Formato dos Dados

- Processo de Criação do Programa

- Plotando o Gráfico

- Conclusão

- Recursos

Introdução

A Amazon vende muitos produtos e, entre eles, os usuários podem avaliar o produto com estrelas, avaliá-lo posteriormente e depois verificar se o produto é bom ou ruim com comentários. Neste artigo, vamos usar dados coletados sobre produtos alimentícios na Amazon para criar um grafo bipartido usando o NetworkX.

Formato dos Dados

Os dados que vamos usar estão no formato de um arquivo de texto chamado `FoodFoods.Text`. Vamos extrair o ID do produto, o nome de usuário e o valor da avaliação de cada linha do arquivo. O valor da avaliação será representado por uma cor, sendo que avaliações mais baixas serão mais avermelhadas e avaliações mais altas serão mais esverdeadas. Vamos usar uma lista de cores para representar os valores de avaliação.

Processo de Criação do Programa

Vamos usar Python e o NetworkX para criar o grafo bipartido. Primeiro, vamos criar um dicionário com o lado esquerdo como zero e o lado direito como cidade. Em seguida, vamos criar um dicionário a partir dos dados em suas posições correspondentes. Vamos usar uma função para extrair o elemento de índice de cada elemento ao mesmo tempo. Vamos usar o nome de cada alimento da lista de alimentos e o índice onde ele está localizado para salvar os dados nesse formato. Faremos o mesmo para os dados do usuário.

Em seguida, vamos criar um objeto do grafo direcionado chamado `g`. Vamos ler os dados do arquivo `FoodFoods.Text` e extrair o ID do produto, o nome de usuário e o valor da avaliação de cada linha. Vamos converter o valor da avaliação para uma cor usando a lista de cores que criamos anteriormente. Vamos adicionar os dados ao grafo como um link.

Por fim, vamos criar um grafo bipartido dividido em esquerda e direita usando o NetworkX. Vamos especificar o layout e usar as cores que criamos anteriormente para plotar o gráfico.

Plotando o Gráfico

Após criar o grafo bipartido, vamos plotá-lo usando o NetworkX. Vamos usar o valor da avaliação expresso como uma cor, sendo que o valor da avaliação será expresso em 10 cores. Vamos usar os rótulos `2 West` para exibir o nome de cada alimento à esquerda e o ID do produto à direita.

Conclusão

Neste artigo, exploramos como criar um grafo bipartido usando o NetworkX para visualizar as avaliações de alimentos da Amazon. Cobrimos o formato dos dados, o processo de criação do programa e como plotar o gráfico.

Recursos

- [Documentação do NetworkX](https://networkx.github.io/documentation/stable/)

- [Visualizando Redes com Python e NetworkX](https://programminghistorian.org/en/lessons/visualizing-with-bokeh)

- [Introdução ao NetworkX](https://towardsdatascience.com/introduction-to-networkx-2e44d1fbab6c)

---

🌟 Destaques

- Visualizando avaliações de alimentos da Amazon usando o NetworkX

- Criando um grafo bipartido usando Python

- Usando uma lista de cores para representar valores de avaliação

- Plotando o gráfico usando o NetworkX

---

🙋‍♀️ FAQ

P: O que é o NetworkX?

R: O NetworkX é um pacote em Python para a criação, manipulação e estudo da estrutura, dinâmica e funções de redes complexas.

P: O que é um grafo bipartido?

R: Um grafo bipartido é um grafo cujos vértices podem ser divididos em dois conjuntos disjuntos, de forma que nenhum vértice de um conjunto seja adjacente a outro vértice do mesmo conjunto.

P: Como instalar o NetworkX?

R: Você pode instalar o NetworkX usando o pip: `pip install networkx`

---

Não se esqueça de conferir nosso produto de chatbot de IA em https://www.voc.ai/product/ai-chatbot. Ele pode reduzir automaticamente uma grande quantidade de trabalho no atendimento ao cliente.

Related Articles

Voice-of-customer
7 Best Amazon Competitor Analysis Tools 2026: Outsmart the Digital Shelf

Most Amazon sellers fail not because they have a bad product, but because they are "blind" to their competition. In 2026, the marketplace has evolved; simply tracking a few keywords isn't enough. You need to understand your competitor’s sales psychology, their supply chain gaps, and—most importantly

Feb 11, 2026
Read more
Voice-of-customer
How to Handle Amazon Negative Reviews

In the competitive landscape of Amazon, managing negative reviews is often the ultimate pain point for sellers. Traditionally, operations teams have been stuck in a reactive cycle: relying on manual checks that are not only labor-intensive but also prone to missing the "golden window" for damage con

Feb 10, 2026
Read more
Voice-of-customer
How to Find Winning Products on Amazon Using Keyword Analysis: A Step-by-Step Guide

In the competitive world of cross-border e-commerce, a product's market acceptance largely depends on one thing: accurately matching user needs.But how do you know which products hold potential? What do consumers actually care about right now? Is "large capacity" the winner this season, or is "porta

Feb 9, 2026
Read more
VOC AI Inc. 160 E Tasman Drive Suite 202 San Jose, CA, 95134 Copyright © 2026 VOC AI Inc.All Rights Reserved. Termos e Condições Política de Privacidade
Este sítio Web utiliza cookies
A VOC AI utiliza cookies para garantir o bom funcionamento do site, para armazenar algumas informações sobre as suas preferências, dispositivos e acções passadas. Estes dados são agregados ou estatísticos, o que significa que não poderemos identificá-lo individualmente. Pode encontrar mais pormenores sobre os cookies que utilizamos e como retirar o consentimento na nossa Política de Privacidade.
Utilizamos o Google Analytics para melhorar a experiência do utilizador no nosso sítio Web. Ao continuar a utilizar o nosso sítio, está a consentir a utilização de cookies e a recolha de dados pelo Google Analytics.
Aceita estes cookies?
Aceitar todos os cookies
Rejeitar todos os cookies