填坑！完结娱乐圈明星关系图谱

填坑填坑！

娱乐圈明星关系图谱体验地址，建议先体验后阅读本文，或者先打开链接，等阅读完没准页面也加载好了（太卡警告！或者去B站看下录制的28s超短视频：超酷炫的娱乐圈明星关系图谱，初次录，戛然而止勿喷）：
https://desertsx.github.io/yulequan-relations-graph/

在 InteractiveGraph 实现酷炫关系图谱之前瞻一文里边扯皮边介绍了娱乐圈明星关系图谱的相关内容，并讲解了项目的关键步骤，但因为一直没有将代码上传到 GitHub，未免有些夸夸其谈，毕竟 talk is cheap, show me the code 才是正事。

在重新修改过各文件名称（因而会和前瞻一文有些出入，某些平台上可编辑的话会进行修改以确保和本文一致）、去掉无用冗余内容、加好注释说明后，代码已经开源在：DesertsX/YuLeQuan_Stars_Relation_Graph_By_InteractiveGraph。

文件目录结构如下所示，用的是可在线生成的工具：Dir Tree Noter，以下对各文件作用进行简单说明。

YuLeQuan_Stars_Relation_Graph_By_InteractiveGraph
├─ stock_csv2json.py
├─ stock_data.csv
├─ apachecn_csv2json.py
├─ apachecn_data.csv
├─ ylq_all_star_relations.csv
└─ ylq_star_infos.csv
├─ ylq_star_images_spider.py
├─ Infos_and_Data2Json.ipynb
├─ webapp
│    ├─ __init__.py
│    ├─ app_run.py
│    ├─ static
│    │    ├─ honglou.json
│    │    ├─ stock_graph.json
│    │    ├─ apachecn_graph.json
│    │    └─ ylq_star_relation_graph_v2.json
│    │    ├─ images
│    │    │    ├─ person
│    │    │    └─ star
│    │    ├─ lib
│    │    │    ├─ font-awesome-4.7.0
│    │    │    ├─ interactive-graph-0.1.0
│    │    │    └─ jquery-3.2.1
│    ├─ templates
│    │    ├─ apachecn.html
│    │    ├─ stock_relation.html
│    │    └─ yulequan-relations-graph.html
│    └─ views
│           ├─ __init__.py
│           └─ graph_view.py

项目里其实包含三个小项目：stock / apachecn / ylq_star_relation_graph，且分别保留了原始 csv 数据及转换成所需 JSON 数据的 python 代码；处理后的数据位于 webapp/static 下；对应的 html 文件位于 web/templates/ 下；如果图谱里的节点用到了图像，一律在 webapp/static/images 下，而这里的 person 对应 apachecn 项目，star 对应 ylq_star_relation_graph 项目，其中后者由 ylq_star_images_spider.py 爬取获得所需的千余张明星图像；webapp/static/lib 里用到的是 InteractiveGraph 的资源，未做修改，直接使用即可。

项目用到了 Flask，需自行安装；运行 app_run.py 启动内建的服务器，浏览器里打开http://127.0.0.1:5000，再结合 graph_view.py 里定义过的路由，就能看到三个小项目的对应展示情况。

# graph_view.py
from flask import Blueprint, request, render_template
graph = Blueprint('graph', __name__)

# http://127.0.0.1:5000/graph/relation?stock1=%E5%B9%B3%E5%AE%89%E9%93%B6%E8%A1%8C&stock2=%E6%8B%9B%E5%95%86%E9%93%B6%E8%A1%8C
@graph.route('/graph/relation', methods=['GET'])
def get_relation():
    stock1 = request.args.get('stock1')
    stock2 = request.args.get('stock2')
    return render_template('stock_relation.html', stock1=stock1, stock2=stock2)

# http://127.0.0.1:5000/apachecn
@graph.route('/apachecn')
def apachecn():
    return render_template('apachecn.html')

# http://127.0.0.1:5000/yulequan-relations-graph
@graph.route('/yulequan-relations-graph') # 不要写成 /graph/yulequan-relations-graph 否则加载头像图片时无法显示
def ylq():
    return render_template('yulequan-relations-graph.html')

三个小项目分别对应的链接：

http://127.0.0.1:5000/graph/relation?stock1=%E5%B9%B3%E5%AE%89%E9%93%B6%E8%A1%8C&stock2=%E6%8B%9B%E5%95%86%E9%93%B6%E8%A1%8C
http://127.0.0.1:5000/apachecn
http://127.0.0.1:5000/yulequan-relations-graph

以上，如果你只想运行本项目，了解这么多即可。

如果你想构建自己的关系图谱，但对数据处理和转换没有头绪，接下来的内容或许能帮助到你。本次娱乐圈明星关系图谱的数据处理和转换在 Infos_and_Data2Json.ipynb 里有详细代码和必要的说明，本文仅简述下要点。

最终想构建出怎样的关系图谱，就需要预先准备好怎样的数据。

例如当点击明星节点时，想呈现哪些详细介绍内容，就需要在爬取数据时解析和存储对应的数据，本次仅为练手，所以只用到了明星个人主页里很少的数据，以刘烨为例（刘烨个人主页），其 infos 就是 ['中国吉林', '75 KG', '1978-03-23']。

明星关系图谱里涉及明星类和地区类两类节点，而查看爬取完的数据，发现地区数据比较杂乱，还需进行处理。

这里是古柳的一种处理方式，大家可自行DIY：海外的地区一律用对应的国家名；中国的地区有细分的则一律用对应的省份名，无细分的则统一用“中国”；剩下的用“不详”。其中，area_list 和 area_map 是根据实际数据整理出来的，更详细代码见：DesertsX/YuLeQuan_Stars_Relation_Graph_By_InteractiveGraph。

area_list = ['美国', '以色列', '澳大利亚', '英国', '加拿大', '文莱', '新加坡', '西班牙', '越南', '罗马尼亚', '马来西亚', '菲律宾', '新西兰', 
           '韩国', '日本', '北京', '天津', '上海', '重庆', '河北', '山西', '辽宁', '吉林', '江苏', '浙江', '安徽', '福建', '江西', '山东', 
           '河南', '湖北', '湖南', '广东', '海南', '四川', '贵州', '云南', '陕西', '甘肃', '青海', '台湾', '广西', '西藏', '宁夏', '新疆', 
           '香港', '澳门', '内蒙古', '黑龙江']

area_map = {'纽约': '美国', '美籍': '美国', '俄克拉荷马': '美国', '加州': '美国', '伦敦': '英国', 
          '东京': '日本', '京畿道高阳市': '韩国', '大邱广域市': '韩国', '台北':'台湾', '遵义': '贵州',
          '南京': '江苏', '青岛': '山东', '深圳': '广东', '杭州': '浙江', '成都': '四川', '衡水': '河北', 
          '大连': '山东', '齐齐哈尔': '黑龙江', '淮安': '江苏', '温州': '浙江', '唐山': '河北', '福州': '福建', 
          '营口': '辽东', '武汉': '湖北', '广州': '广东'}

def get_city(address):
    for area in area_list:
        if area in address:
            return area
    for area in area_map.keys():
        if area in address:
            return area_map[area]
    if '中国' in address: return '中国'
    else: return '不详'
ylq_star_infos['area'] = ylq_star_infos['address'].apply(get_city)
ylq_star_infos.head()

接下来是将爬取的 CSV 数据转换成 InteractiveGraph 所需的 JSON 数据，可以参考Github/InteractiveGraph项目里给出的红楼梦数据：dist/examples/honglou.json。古柳对该数据集曾简单介绍和分析过，可见：安利一个惊艳的红楼梦可视化作品和左手读红楼梦，右手写BUG，闲快活。详细代码一展开讲又会又臭又长，大家还是去 GitHub 看吧，有疑问可去“Python交友娱乐会所”（QQ群：613176398），最终 JSON 数据最终格式大致如下，InteractiveGraph 0.1.1 版本还需加一段 JavaScript 代码，InteractiveGraph 0.2.0 应该是不需要了，本次用了前者，后者还未尝试过，有机会再看：

{
  "categories": {
    "Star": "明星",
    "Area": "地区"
  },
  "data": {
    "nodes": [
      {
        "label": "中国",
        "value": 211,
        "id": 117971764772430883811744432104367026350,
        "categories": [
          "Area"
        ],
        "info": ""
      },
      ...
      {
        "label": "新垣结衣",
        "value": 1,
        "id": 71,
        "image": "static/images/star/新垣结衣.jpg",
        "categories": [
          "Star"
        ],
        "info": "日本 / 1988-06-11"
      },
      ...
    ],
    "edges": [
      {
        "id": 221862466013404320763033294366140362926,
        "label": "姐弟",
        "from": 801,
        "to": 1255
      },
      ...
      {
        "id": 300862216428897559752162867914678825134,
        "label": "出生于",
        "from": 1,
        "to": 117971766594678621641213275765944971438
       },
       ...
    ]
  }
}

处理完数据，回过头添加对应 yulequan-relations-graph.html 文件；在graph_view.py 里定义路由，渲染 html 文件，运行 app_run.py ，打开 http://127.0.0.1:5000/yulequan-relations-graph 就成功啦！欢迎大家在自己感兴趣的数据集上动手实现酷炫的关系图谱。

以上，完结撒花！

填坑！完结娱乐圈明星关系图谱

你可能感兴趣的:(填坑！完结娱乐圈明星关系图谱)