最近正值复联4上映,小F也发现了一个有趣的网站。
主要是关于漫威人物、漫威电影的图谱。
https://graphics.straitstimes.com/STI/STIMEDIA/Interactives/2018/04/marvel-cinematic-universe-whos-who-interactive/index.html(复制到浏览器打开)
网站是基于Graph技术开发的。
其实之前小F也利用了有关Graph的库实现了一波人物的关系分析。
只不过分析结果比较粗糙而已~
下面是网站的概况,大家可以一览。
那么人家能做出这么酷炫的关系图,我们自己能不能实现呢?
这一期就利用网站提供的数据,使用Neo4j(NOSQL图形数据库)进行实战一波。
一、获取分析
人物及人物关联信息从网站上获取,具体接口如下。
数据为json格式,分别在「characters」和「relationship」中。
这里的信息是分别指托尼·斯达克,关系「0」为朋友,斯蒂文·罗杰斯。
二、 数据获取
具体代码如下。
- headers = {
- 'user-agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'
- }
- url = 'https://graphics.straitstimes.com/STI/STIMEDIA/Interactives/2018/04/marvel-cinematic-universe-whos-who-interactive/data/marvel-data.json'
- response = requests.get(url=url, headers=headers)
- result = json.loads(response.text)
- num = 0
- names = []
- item = {0: 'friend', 1: 'enemy', 2: 'creation', 3: 'family', 4: 'work', 5: 'love'}
- for i in result['relationship']:
- subject = result['relationship'][i]['id']
- object = result['relationship'][i]['target_id']
- if subject not in names:
- names.append(subject)
- if object not in names:
- names.append(object)
- relation = int(result['relationship'][i]['relationship'])
- with open('relation_message.csv', 'a+') as f:
- f.write(subject + ',' + object + ',' + item[relation] + '\n')
- for j in names:
- num += 1
- with open('names_message.csv', 'a+') as f:
- f.write(j + ',' + str(num) + '\n')
- for k in result['characters']:
- id = result['characters'][k]['id']
- name = result['characters'][k]['name']
- status = result['characters'][k]['status']
- species = result['characters'][k]['species']
- with open('message.csv', 'a+') as f:
- f.write(id + ',' + name + ',' + status + ',' + species + '\n')
***成功获取数据。
人物名为简称,共计182个人物。
1144条人物关系数据,4大类型。
下面是182个人物的一些详情信息。
包含了人物的名字及简称,存活状态,人物属性。
三、数据可视化
下面通过Neo4j对人物关系进行可视化。
Neo4j的安装这里就不细说了,大家可以自行百度。
开启Neo4j服务后,登陆Neo4j网站,初始化界面如下。
先加载***个文件。
具体代码如下。
- LOAD CSV WITH HEADERS FROM 'file:///names_message.csv' AS data CREATE (:people{name:data.name, id:data.id});
下面加载第二个文件。
具体代码如下。
- LOAD CSV WITH HEADERS FROM "file:///relation_message.csv" AS relations
- MATCH (entity1:people{name:relations.subject}) , (entity2:people{name:relations.object})
- CREATE (entity1)-[:rel{relation: relations.relation}]->(entity2)
点击1144按钮处,取消限制数,再点击全屏。
这里大致能看出来漫威的人物聚集情况。
***大反派灭霸(thanos),原来这么孤立的。
这里由于人物太多,造成观察不便,所以对结果进行一些筛选。
比如筛选托尼·斯达克的朋友,运行下面的代码。
- match p=(n:people{name:"tonys"})-[:rel{relation:"friend"}]->() return p;
得到下图结果。
其中「thor」为「雷神」,「stever」为「美队」,「blackw」为「黑寡妇」,「vision」为「幻视」,「peterp」为「蜘蛛侠」,「bruceb」为「绿巨人」。
下面再来看一下美队的女友吧。
佩吉·卡特和她的侄女莎朗·卡特,据说两人样貌极为相像。
四、总结
本次只是对Neo4j的一些简单操作,后期或许会去深入了解。
此外漫威的这些人物信息,还可以玩出很多花样的。
也希望大家能去动手尝试尝试,做一枚硬核铁粉~