pyecharts导演人物关系图

前言

帮别人做了一个小作业，需要根据豆瓣TOP250的电影信息，提取需要人物关联关系，并生成节点链接网格图绘制需要的json文件，用关系图描述导演和演员的联系。
其中，节点大小编码映射该节点与其他人物链接关系次数

数据集样式：
TOP250电影数据包含字段：片名、上映年份、评分、评价人数、导演、编剧、主演、类型、国家/地区、时长等

---

一、pyecharts是什么？

Echarts是一个由百度开源的数据可视化工具，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而python是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上了数据可视化时，pyecharts诞生了。

pyecharts官网：https://pyecharts.org/#/zh-cn/intro

安装：pip install pyecharts

---

二、操作步骤

所有电影数据全部绘制出来，可能数据量比较大，先在原表格筛选出中国的数据，所以这里先绘制“中国”的电影导演人物关联关系。

---

1.导入包

import pandas as pd
import json
import random
from pyecharts import options as opts
from pyecharts.charts import Graph

---

2.数据预处理

1、如《霸王别姬》主演数据信息：张国荣 / 张丰毅 / 巩俐 / 葛优 / 英达 / 蒋雯丽 / 吴大维 / 吕齐 / 雷汉 / 尹治 / 马明威 / 费振翔 / 智一桐 / 李春 / 赵海龙 / 李丹 / 童弟 / 沈慧芬 / 黄斐 / 徐杰
‘/’前后都带了空格，需要把前后空格替换

2、以‘/’为分隔符，把多个导演的分隔开，设置成“第一导演”“第二导演”…

3、同一主演可能出演了另一部电影，所以需要合并去重

4、最后生成一个新的表格，一个导演对应所有的主演

代码如下：

	df['导演'] = df['导演'].str.replace(' / ', '/')
    df['主演'] = df['主演'].str.replace(' / ', '/')
    df=df[['导演','主演']]

    three_dy=pd.DataFrame((x.split('/') for x in df['导演']),index=df.index,columns=['第一导演','第二导演','第三导演'])
    new=pd.merge(df,three_dy,left_index=True,right_index=True)
    new=new.drop(columns = ['导演'])

    dy1=new[['第一导演','主演']]
    dy1.rename(columns={'第一导演':'导演'}, inplace = True)
    dy2=new[['第二导演','主演']]
    dy2.rename(columns={'第二导演':'导演'}, inplace = True)
    dy2=dy2.dropna()
    dy3=new[['第三导演','主演']]
    dy3.rename(columns={'第三导演':'导演'}, inplace = True)
    dy3=dy3.dropna()

    one_dy=pd.concat([dy1,dy2],axis=0,join='outer')
    one_dy=pd.concat([one_dy,dy3],axis=0,join='outer')
    #重复出现导演去重
    dy=one_dy['导演'].drop_duplicates().values.tolist()
    b=[]
    for i in dy:
        temp=one_dy[one_dy['导演']==i]
        x=temp['主演'].tolist()
        if len(x)>=2:
            a=''
            a+=x[0]
            for j in range(1,len(x)):
                a+='/'
                a+=x[j]
        else:
            a=x[0]
        b.append(a)

    c={"导演" : dy,
       "主演" : b}
    data=pd.DataFrame(c)

    data.to_csv('导演与主演.csv',index=0,encoding='utf-8')

---

3.生成json数据信息

查阅了很多资料，发现生成json主要有两种办法
第一种是根据层层关系来写入，每一行都是一个关系，作为一条边，源节点是数据节点，目的节点是系统节点，对应JSON文件中的edges中的每个元素。通过遍历文件，建立节点、边的信息，形成一个大的JSON文件。参考 使用pyecharts绘制系统依赖关系图
第二种是通过建立csv表格，将一个节点的全部信息列出，通过python进行转化成json。参考 如何将csv格式文件转换为Json格式文件？
关系图的josn包含节点信息和边信息，自我感觉第二种方法更简单， 不需要理清太多层的逻辑关系，所以对于节点和边，我都生成了两个表格，便于后面一起转成json格式。
生成数据表格代码：
边数据：

dy=df['导演']
    zy=df['主演']
    listdy=[]
    listzy=[]
    for i in range(len(zy)):
        tempzy=zy[i].split('/')
        tempzy=list(set(tempzy))
        tempdy = [dy[i]]*len(tempzy)
        listzy+=tempzy
        listdy+=tempdy
    a={
        '导演':listdy,
        '主演':listzy
    }
    a=pd.DataFrame(a)
    data=pd.DataFrame()

    for i in range(len(dy)-1):
        temp1 = a[a['导演'] == dy[i]]
        for j in range(i+1,len(dy)):
            temp2 = a[a['导演'] == dy[j]]
            result = pd.merge(temp1, temp2, on='主演')
            data = pd.concat([data, result], axis=0, join='outer')

    data.rename(columns={'导演_x':'sourceID', '主演':'value','导演_y':'targetID'}, inplace = True)
    data.to_csv('导演与主演对应关系.csv',index=0,encoding='utf-8')

节点数据：

 def randomcolor_func():# 生成随机颜色
        color_char = ['1', '2', '3', '4', '5', '6', '7', '8', '9', 'A', 'B', 'C', 'D', 'E', 'F']
        color_code = ""
        for i in range(6):
            color_code += color_char[random.randint(0, 14)]  # randint包括前后节点0和14
        return "#" + color_code

    list_color=[]
    list_label=[]
    list_id=[]
    list_size=[]
    list_value=[]

    for i in range(len(df1)):
        color = randomcolor_func()
        list_color.append(color)
    list_label=df1['导演'].values.tolist()
    list_id=df1['导演'].values.tolist()
    value_count=df2['sourceID'].value_counts()#默认降序

    for i in list_id:
        if i in value_count.index:
            list_value.append(value_count[i])
            list_size.append((value_count[i]+10))#控制节点大小
        else:
            list_value.append(0)
            list_size.append(10)
    c={
        "id": list_id,
        "name": list_label,
        "size": list_size,
        "value":list_value,
        "color":list_color,
    }
    data=pd.DataFrame(c)
    data.to_csv('json节点数据内容.csv',index=0,encoding='utf-8')

4.生成json

读取两个表格，转化为json

#读取表格，将表格内容转化为json
    fo = open("json节点数据内容.csv", "r", encoding='utf-8')  # 打开csv文件
    fo2 = open("导演与主演对应关系.csv", "r", encoding='utf-8')
    nodes = []
    edges=[]
    for line in fo:
        line = line.replace("\n", "")  # 将换行换成空
        nodes.append(line.split(","))  # 以，为分隔符
    for line in fo2:
        line = line.replace("\n", "")
        edges.append(line.split(","))
    fo.close()  # 关闭文件流
    fo2.close()

    # 将Python数据类型转换成json格式，编码过程
    fw = open("director_relationship.json", "w",encoding='utf-8')
    for i in range(1, len(nodes)):  # 遍历文件的每一行内容，除了列名
        nodes[i] = dict(zip(nodes[0], nodes[i]))  # nodes[0]为列名，nodes[i]为value,zip()是一个内置函数，将两个长度相同的列表组合成一个关系对
    nodes=nodes[1:]

    for i in range(1, len(edges)):
        edges[i] = dict(zip(edges[0], edges[i]))
    edges=edges[1:]

    a={
        'nodes':nodes,
        'edges':edges,
    }
    json.dump(a, fw, sort_keys=False, indent=4,ensure_ascii=False)# indent参数用语增加数据缩进，使文件更具有可读性
    fw.close()

生成的json如图所示：

5.生成关系图

• 关系图属性官方文档链接

    with open("director_relationship.json", 'r', encoding='utf-8') as f:
        data_local = f.read()
        data = json.loads(data_local)
    #导入节点
    nodes = [
        {
            "id": node["id"],
            "name": node["name"],
            "symbolSize": node["size"],
            "values": node["value"],
            "itemStyle": {"normal": {"color": node["color"]}}
        }
        for node in data["nodes"]
    ]
    #导入边
    edges = [
        {
            "source": edge["sourceID"],
             "target": edge["targetID"],
             "value": edge["value"],
         }
        for edge in data["edges"]
    ]
    #配置关系图属性
    (
        Graph(init_opts=opts.InitOpts(width="1000px", height="600px"))
            .add(
            "",
            nodes=nodes,
            links=edges,
            # categories=categories,
            layout="circular",
            is_rotate_label=True,
            linestyle_opts=opts.LineStyleOpts(color="source", curve=0.3),
            label_opts=opts.LabelOpts(position="right"),
        )
            .set_global_opts(
            title_opts=opts.TitleOpts(title="中国电影导演关系图"),
            legend_opts=opts.LegendOpts(orient="vertical", pos_left="2%", pos_top="20%"),
        )
            .render("中国电影导演关系图.html")
    )

生成的html：（每次颜色都是随机生成）


节点信息包含对应关系导演

---

边信息包含链接演员

---

当把数据改成TOP250表格后，非常杂乱（不堪入目~)

数据集

完整代码+数据百度网盘链接

以此作为本次学习的总结，希望也能帮到正在学习的你~
有问题欢迎在评论区留言讨论