从数据上看：谁才是漫威的绝对C位

复联4上映了！此次比美国还早了两天。固然，我还没看，不会给大家剧透，固然也不想不剧透。

这一部不只是灭霸这一线剧情的结局，也被认为漫威第三阶段的收官之做。听说此部以后，很多影迷熟知的角色（演员）就要离开漫威世界的荧幕了。所以刚上映就备受关注，今天一天国内票房就已超5亿。

上次的文章《这多是我用过最“强大”的API：Marvel API》中，我给你们演示了漫威开放接口（Marvel API）的功能，而且在最后留了个“彩蛋”：争取跟《复联4》同步上线一个案例。

很遗憾，最近几天忙着更新网站，眼看要鸽了。但庆幸的是，咱们另外一位实训生 @清风小筑 站出来把坑给填了：

对 Marvel API 中的数据进行统计分析，将角色之间关系进行可视化展现。换句话说：用数听说话，谁才是漫威宇宙中着墨最多的人物？

我以前作了个小调查：

仅就我这边的采样来看，钢铁侠在国内是没法撼动的人气王。固然，这可能由于国内更可能是漫威系列电影观众。

那么官方的喜爱又是如何？

上文中咱们说过，在 Marvel API 的开放数据中，包含了：

• 1491 个角色
• 43759 本漫画
• 6200 个创做者
• 10713 个系列
• 96740 个故事
• 75 个事件

咱们此次案例选取的是 角色（character）和 故事（story）之间的关系：

1. 选取故事最多的 N 个角色
2. 根据共同出现的故事数，衡量角色之间的关联性

通过统计发现，故事数前3的是：

1. 蜘蛛侠（Spider-Man）- 5192
2. X战警（X-Men）- 4551
3. 钢铁侠（Iron Man）- 3483

关联性最高的前3位：

1. X战警 - 金刚狼 - 1001
2. 神奇四侠 - 霹雳火 - 817
3. 神奇四侠- 隐形女侠 - 773

故事数最多的25个英雄/团体的关系图：

故事数最多的99个英雄/团体的关系图：

Data provided by Marvel. 2014 Marvel
数据由 Marvel 提供
来源： http://marvel.com

1. 意料以外但情理之中，蜘蛛侠是出现故事最多的角色。这还只是主线角色，没算上各个平行宇宙和衍生角色。事实上，小蜘蛛在漫威迷中一直有着超高的人气，或许是由于他的故事更接近于现实中的每个平凡人，也或许是他那份“能力越大，责任越大（With great power comes great responsibility）”的坚持。而在国内观众熟知的漫威系列电影中，蜘蛛侠彷佛戏份很少，这是因为蜘蛛侠的电影版权很早就卖给了索尼（X战警和神奇四侠也是相似）。
2. 钢铁侠、美队、金刚狼是紧随其后的角色，X战警是故事最多的团体。
3. 关系图上的颜色不是咱们手动标注的，而是 Gephi 经过聚类自动划分的。文字标签的大小则体现故事数的多少。X战警、神奇四侠、复仇者联盟，这三个团体垄断了漫威绝大部分的故事。神奇四侠虽然人物和故事不算多，但相关关联很紧密（大多同时出场），相反典型是雷神（Thor），虽然故事不少，但大多独来独往。

最后来讲说这个关系图的实现过程。主要是两大块：

1. 从 Marvel API 获取数据。首先是获取全部角色，而后获取角色相关的故事，再根据这些故事信息将角色进行关联统计，最终获得节点（角色、故事数）和边（关联故事数）的数据。
2. 经过可视化分析工具 Gephi 将节点和边的数据进行可视化展现，生成关系图表。Gephi 的功能很强大，能够调节不一样的展现效果，各位能够自行体会下。

其余须要注意的：

1. 咱们没有直接经过网络请求 Marvel API，而是使用了上次文章中提到的 marvel 模块来实现。（使用示例见前文）
2. 中间的临时数据，由于是 JSON 格式，因而咱们用 mongodb 进行了存储，便于后续整理分析。若是你本身运行，也能够经过其余方式（好比文件）进行存储。
3. 通过处理后的节点、边数据咱们保存成了 csv 文件，你能够在项目中获取，直接放进 Gephi 使用。仅供学习，请勿商用。
4. Marvel API 须要申请秘钥、有请求速率限制，使用时需标注数据出处和来源网址。

相关网址：

Marvel API https://developer.marvel.com/docs

marvel库 https://pypi.org/project/marvel/

Gephi操做手册 https://gephi.org/users/quick-start/