最近正值复联4上映，笔者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

       其实之前笔者也利用了有关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，网站是基于Graph技术开发的。，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？本文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。

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。

数据获取

       具体代码如下：
       import json
       import requests

       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')

       最后成功获取数据。

       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。

       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：

       先加载第一个文件：

       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，第一大反派灭霸(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。

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~
       转自：CSDN 程序人生