由 dawei 点击上方“云栖社区”可以订阅哦
摘要
是否在不同的电影中，总是能看到那些熟悉却叫不上名字的演员们，想知道他们之间相互的关系么？本文将带你一步一步地挖掘出他们的关系。想更了解自己的偶像么，那就试试吧。
以下为译文
我最近换了个工作，在入职之前，我看了很多电影来打发闲暇时光。然而，演员之间的联系引起了我的注意。我经常回想，为什么我总能看到他们在一起工作呢？然后，我就使用 IMDB 电影数据库来分析演员之间的关联。
输出结果
需要做的第一件事就是构建可生成网络图的对象。我们有很多库可以完成这件事情，而我选择了sna和network两个库。另外，我推荐包含GGally的GGplot2库可以将网络完美地可视化。我决定对这些进行一层简单的封装来获得我们需要的对象。
现在就可以传递之前导入的按时间排序的数据了。在这次案例中，我使用的数据是2000年到2009年的。
试用GGplot2 的扩展可以很容易地画出交互性好的网络图。下面是一些图中的参数。
输出结果
这个图的密度由我们过滤节点的方法决定。在这个案例中，我们一般用节点的度来过滤，也就是说一个节点和其它节点关联的数量。
输出结果
接下来让我们尝试90年代的动作电影：
输出结果
那么对于80年代以后且评分7.0分以上的电影又是怎样的情况呢？为了方便浏览，我将图着了色。
输出结果
文章原标题《Network Mapping Hollywood actor overlap | Kaggle》，
作者：wouldntyaliktono，
阿里云云栖社区组织翻译，译者：爱小乖
-END-
云栖社区
ID：yunqiinsight
云计算丨互联网架构丨大数据丨机器学习丨运维
