大数据告诉你：10年漫威，到底有多少角色

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') 

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!