在上一篇《电影演员合作关系可视化(一)整体思路与爬虫编写》的基础上,对数据进行分析以及可视化。
一、数据预处理
对于获取的演员信息,是(演员1,演员2,演员3)的形式,的利用python中的itertools将其转换成一一对应的关系:
list(itertools.combinations(row,2))
这样就获得了合作关系数据:
演员1——演员2
演员1——演员3
演员2——演员3
具体的代码就不贴了,因为还是面向过程的代码,没有写成面向对象的形式,比较丑陋。
二、数据可视化
本次获取的3年内电影数据(2013.8-2016.8)共包含10203个节点和231885条边。说明演员有10203名(小电影演员真是个庞大的群体!!!),合作关系231885条。利用gephi 0.9.1对合作关系可视化如图所示:
这里的边太多了,影响了整体观感,所以把边去掉: