最近正值復聯4上映，小F也發現了一個有趣的網站。

主要是關于漫威人物、漫威電影的圖譜。

https://graphics.straitstimes.com/STI/STIMEDIA/Interactives/2018/04/marvel-cinematic-universe-whos-who-interactive/index.html(復制到瀏覽器打開)

網站是基于Graph技術開發的。

其實之前小F也利用了有關Graph的庫實現了一波人物的關系分析。

只不過分析結果比較粗糙而已~

下面是網站的概況，大家可以一覽。

那么人家能做出這么酷炫的關系圖，我們自己能不能實現呢?

這一期就利用網站提供的數據，使用Neo4j(NOSQL圖形數據庫)進行實戰一波。

一、獲取分析

人物及人物關聯信息從網站上獲取，具體接口如下。

數據為json格式，分別在「characters」和「relationship」中。

這里的信息是分別指托尼·斯達克，關系「0」為朋友，斯蒂文·羅杰斯。

二、 數據獲取

具體代碼如下。

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') 

***成功獲取數據。

人物名為簡稱，共計182個人物。

1144條人物關系數據，4大類型。

下面是182個人物的一些詳情信息。

包含了人物的名字及簡稱，存活狀態，人物屬性。

三、數據可視化

下面通過Neo4j對人物關系進行可視化。

Neo4j的安裝這里就不細說了，大家可以自行百度。

開啟Neo4j服務后，登陸Neo4j網站，初始化界面如下。

先加載***個文件。

具體代碼如下。

LOAD CSV WITH HEADERS FROM 'file:///names_message.csv' AS data CREATE (:people{name:data.name, id:data.id}); 

下面加載第二個文件。

具體代碼如下。

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) 

點擊1144按鈕處，取消限制數，再點擊全屏。

這里大致能看出來漫威的人物聚集情況。

***大反派滅霸(thanos)，原來這么孤立的。

這里由于人物太多，造成觀察不便，所以對結果進行一些篩選。

比如篩選托尼·斯達克的朋友，運行下面的代碼。

match p=(n:people{name:"tonys"})-[:rel{relation:"friend"}]->() return p; 

得到下圖結果。

其中「thor」為「雷神」，「stever」為「美隊」，「blackw」為「黑寡婦」，「vision」為「幻視」，「peterp」為「蜘蛛俠」，「bruceb」為「綠巨人」。

下面再來看一下美隊的女友吧。

佩吉·卡特和她的侄女莎朗·卡特，據說兩人樣貌極為相像。

四、總結

本次只是對Neo4j的一些簡單操作，后期或許會去深入了解。

此外漫威的這些人物信息，還可以玩出很多花樣的。

也希望大家能去動手嘗試嘗試，做一枚硬核鐵粉~