類人體 (電影)

Multi tool usebody.skin-minerva .mw-parser-output table.infobox captiontext-align:center
類人體 Man-Thing |
---|
基本资料 |
---|
导演 | Brett Leonard
|
---|
监制 |
- Avi Arad
- Scott Karol
- Gimel Everett
- Christopher Petzel
|
---|
编剧 | Hans Rodionoff |
---|
原著 | 类人体 |
---|
主演 |
- Steve Bastoni
- Rachael Taylor
- 艾歷克斯·奧洛林
- Rawiri Paratene
- Jack Thompson
- Robert Mammone
- Matthew Le Nevez
|
---|
配乐 | Roger Mason |
---|
摄影 | Steve Arnold |
---|
剪辑 | Martin Connor |
---|
制片商 | Lions Gate Films Fierce Entertainment Marvel Entertainment Screenland Movieworld |
---|
片长 | 97分钟 |
---|
产地 | 美国
|
---|
语言 | 英语 |
---|
上映及发行 |
---|
上映日期 | - 2005年4月21日 (2005-04-21)(新加坡)
|
---|
发行商 | Lions Gate Films |
---|
预算 | 750万美元 |
---|
票房 | 110万美元[1] |
---|
類人體 (電影)(英语:Man-Thing (film)),是2005年上映的美国恐怖电影,由Brett Leonard執导。该电影由漫威漫画同名漫画改编,讲述石油大亨的代理人在探索一个沼泽的油井时失踪,当地警长经过调查发现類人體。
该电影于2005年在Sci Fi Channel上播放。马修·勒内韦,瑞切尔·泰勒和杰克·汤普森参演该片。这部电影是在少数国际市场上映。
2000年,漫威娛樂與Artisan Entertainment達成協議,將至少15個超級英雄變成真人電影、電視劇和網上影片,包括對“人物”的改編。[2]
在2001年首次公佈類人體電影製作計劃。[3]
参考资料
^ Man-Thing. boxofficemojo.com. Box Office Mojo. [25 August 2015].
^ Fleming, Michael. Artisan deal a real Marvel. Variety. Deadline Hollywood. May 16, 2000 [May 10, 2016].
^ Schroeder, Darren. Movie Things > Man-Thing. Lonely.Geek.nz. 2006 [March 3, 2015]. (原始内容存档于January 21, 2015).
外部連結
互联网电影数据库(IMDb)上《Man-Thing 》的资料(英文)
Box Office Mojo上《類人體》的資料(英文)
爛番茄上《類人體》的資料(英文)
漫威漫畫電影
|
---|
| 真人電影 |
單集電影 | 霍華鴨(1986年) · X世代(1996年) · 尼克·弗瑞:神盾局特工(1998年) · 類人體(2005年)
|
---|
| 系列電影 |
復仇者 | 復仇者聯盟(2012年) · 復仇者聯盟2:奧創紀元(2015年) · 復仇者聯盟3:無限之戰(2018年) · 復仇者聯盟4(2019年)
|
---|
| 銀河守護隊 | 星際異攻隊 (2014年) · 銀河守護隊2 (2017年)
|
---|
| 浩克 |
環球影業 | 綠巨人浩克(2003年)
|
---|
| 漫威電影宇宙 | 無敵浩克(2008年)
|
---|
|
---|
| 鋼鐵人 | 鋼鐵人(2008年) · 鋼鐵人2(2010年) · 鋼鐵人3(2013年)
|
---|
| 雷神索爾 | 雷神索爾(2011年) · 雷神索爾2:黑暗世界(2013年) · 雷神索爾3:諸神黃昏(2017年)
|
---|
| 美國隊長 |
1990年版 | 美國隊長(1990年)
|
---|
| 漫威電影宇宙 | 美國隊長(2011年) · 美國隊長2:酷寒戰士(2014年) · 美国隊長3:英雄內戰(2016年)
|
---|
|
---|
| 蟻人 / 黃蜂女
| 蟻人 (2015年) · 蟻人與黃蜂女(2018年)
|
---|
| 奇異博士 |
電視電影 | 奇異博士(1978年)
|
---|
| 漫威電影宇宙 | 奇異博士 (2016年)
|
---|
|
---|
| 黑豹 | 黑豹 (2018年)
|
---|
| 驚奇隊長 | 驚奇隊長 (2019年)
|
---|
| 蜘蛛俠 |
蜘蛛人三部曲 | 蜘蛛人(2002年) · 蜘蛛人2(2004年) · 蜘蛛人3(2007年)
|
---|
| 蜘蛛人:驚奇再起 | 蜘蛛人:驚奇再起(2012年) · 蜘蛛人驚奇再起2:電光之戰(2014年)
|
---|
| 漫威電影宇宙 | 蜘蛛人:返校日(2017年) · 蜘蛛人:離家日(2019年)
|
---|
|
---|
| 刀鋒戰士 | 刀鋒戰士(1998年) · 刀鋒戰士2(2002年) · 刀鋒戰士3(2004年)
|
---|
| 夜魔俠 / 幻影殺手
| 夜魔侠(2003年) · 幻影殺手(2005年)
|
---|
| 制裁者 |
1989年版 | 懲罰者(1989年)
|
---|
| 狮门影业 | 惩罚者(2004年) · 惩罚者2:战争特区(2009年)
|
---|
|
---|
| 惡靈戰警 | 惡靈戰警(2007年) · 3D惡靈戰警:復仇時刻(2012年)
|
---|
| X戰警 |
X戰警 | X戰警(2000年) · X戰警2(2003年) · X戰警:最後戰役(2006年) · X戰警:第一戰(2011年) · X戰警:未來昔日(2014年) · X戰警:天啟(2016年) · X戰警:黑鳳凰(2019年)
|
---|
| 金鋼狼 | X戰警:金鋼狼(2009年) · 金鋼狼:武士之戰(2013年) · 羅根(2017年)
|
---|
| 死侍 | 惡棍英雄:死侍(2016年) · 死侍:好心沒好報(2017年短片) · 死侍2(2018年)
|
---|
| 金牌手 | 金牌手(2020年)
|
---|
| 新變種人 | 變種人(2019年)
|
---|
|
---|
| 驚奇4超人 |
康斯坦丁影业 | 神奇四俠(1994年)
|
---|
| 福斯2005年系列 | 神奇4俠(2005年) · 驚奇4超人:銀色衝浪手現身(2007年)
|
---|
| 福斯2015年系列 | 驚奇4超人(2015年)
|
---|
|
---|
| 黑衣人 | 黑衣人(1997年) · 黑衣人2(2002年) · 黑衣人3(2012年) · 黑超特警組:反轉世界(2019年)
|
---|
| 特攻聯盟 | 特攻聯盟(2010年) · 特攻聯盟2(2013年)
|
---|
| 金牌特務 | 金牌特務(2015年) · 金牌特務:機密對決(2017年)
|
---|
| 猛毒 | 猛毒(2018年)
|
---|
|
---|
|
---|
| 動畫電影 |
單集電影 | 無敵鋼鐵俠(2007年) · 斯特蘭奇博士:至尊巫師(2007年) · 下一代復仇者:明日英雄(2008年) · 綠巨人大戰(2009年) · 綠巨人星球(2010年) · 大英雄天團(2014年)
|
---|
| 系列電影 |
終極復仇者(2006年) · 終極復仇者2(2006年)
|
|
---|
|
---|
| 另見 | 漫威影业 · 漫威电影宇宙(系列电影) · 索尼漫威宇宙 · 蜘蛛侠系列电影 · 神奇四侠系列电影 · 懲罰者系列電影 · X戰警電影系列 · 刀锋战士系列电影
|
---|
|
漫威漫畫電視節目
|
---|
| 電視劇 |
現正播映 |
|
---|
| 過去系列 |
廣播聯賣 | 神秘的夜人(1997–1999)
異種戰士(2001–2004)
|
---|
| ABC | |
---|
| CBS | 驚奇蜘蛛俠(1978–1979)
無敵浩克(1977–1982)
|
---|
| PBS | |
---|
| 東京12頻道 | |
---|
| Spike | |
---|
| PlayStation Network | |
---|
| Netflix | 夜魔俠(2015–2018)
盧克·凱奇(2016–2018)
鐵拳俠(2017–2018)
捍衛者聯盟(2017)
|
---|
|
---|
| 即將推出 | |
---|
| 試播失敗 | |
---|
|
---|
| 電視電影 |
CBS | - 蜘蛛俠
- 無敵浩克
- 無敵浩克歸來
- 奇異博士
- 美國隊長
- 美國隊長2:死亡危機
|
---|
| FOX | |
---|
| NBC | |
---|
| Sci Fi | |
---|
|
---|
| 參見 | |
---|
|
sTa9KI g6kS,OUM50
Popular posts from this blog
Ramiro Burr's New Blog - to go back: www.ramiroburr.com From Latin rock to reggaeton, boleros to blues,Tex-Mex to Tejano, conjunto to corridos and beyond, Ramiro Burr has it covered. If you have a new CD release, a trivia question or are looking for tour info, post a message here or e-mail Ramiro directly at: musicreporter@gmail.com Top Tejano songwriter Luis Silva dead of heart attack at 64 By Ramiro Burr on October 23, 2008 8:40 AM | Permalink | Comments (12) | TrackBacks (0) UPDATE: Luis Silva Funeral Service details released Visitation 4-9 p.m. Saturday, Rosary service 6 p.m. Saturday at Porter Loring, 1101 McCullough Ave Funeral Service 10:30 a.m. Monday St. Anthony De Padua Catholic Church, Burial Service at Chapel Hills, 7735 Gibbs Sprawl Road. Porter Loring (210) 227-8221 Related New Flash: Irma Laura Lopez: long time record promoter killed in accident NewsFlash: 9:02 a.m. (New comments below) Luis Silva , one of the most well-known ...
1 I having trouble getting my ResourceDictionary.MergedDictionaries to load from app.xaml. My WPF app has a static class with a Main defined and startup object set to it. Within Main I created an instance of App and run it. The override OnStartup fires and the mainwindow.cs InitializeComponent gives the error "Message "Cannot find resource named 'MaterialDesignFloatingActionMiniAccentButton'. If I put the resources in the mainwindow.xaml everything is fine, but I wanted them to load at the app level so I they are not in each page. Any help appreciated. public partial class App protected override void OnStartup(StartupEventArgs e) base.OnStartup(e); var app = new MainWindow(); var context = new MainWindowViewModel(); app.DataContext = context; app.Show(); from the Main.. var app = new App(); app.Run(); app.xaml.. <Application x:Class="GS.Server.App" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:...
up vote 2 down vote favorite There is a clear pattern that show for two separate subsets (set of columns); If one value is missing in a column, values of other columns in the same subset are missing for any row. Here is a visualization of missing data My tries up until now, I used ycimpute library to learn from other values, and applied Iterforest. I noted, score of Logistic regression is so weak (0.6) and thought Iterforest might not learn enough or anyway, except from outer subset which might not be enough? for example the subset with 11 columns might learn from the other columns but not from within it's members, and the same goes for the subset with four columns. This bar plot show better quantity of missings So of course, dealing with missings is better than dropping rows because It would affect my prediction which does contain the same missings quantity relatively. Any better way to deal with these ? [EDIT] The nullity pattern is confirmed: machine-learning cor...