如何用Python来理一理红楼梦里的那些关系


Posted in Python onAugust 14, 2019

前言

今天,一起用 Python 来理一理红楼梦里的那些关系

不要问我为啥是红楼梦,而不是水浒三国或西游,因为我也鉴定的认为,红楼才是无可争议的中国古典小说只巅峰,且不接受反驳!而红楼梦也是我多次反复品读的为数不多的小说,对它的感情也是最深的。

好了,不酸了,开干。

数据准备

红楼梦 TXT 文件一份

金陵十二钗 + 贾宝玉 人物名称列表

人物列表内容如下:

宝玉 nr
黛玉 nr
宝钗 nr
湘云 nr
凤姐 nr
李纨 nr
元春 nr
迎春 nr
探春 nr
惜春 nr
妙玉 nr
巧姐 nr
秦氏 nr

这份列表,同时也是为了做分词时使用,后面的 nr 就是人名的意思。

数据处理

读取数据并加载词典

with open("红楼梦.txt", encoding='gb18030') as f:
    honglou = f.readlines()
  jieba.load_userdict("renwu_forcut")
  renwu_data = pd.read_csv("renwu_forcut", header=-1)
  mylist = [k[0].split(" ")[0] for k in renwu_data.values.tolist()]

这样,我们就把红楼梦读取到了 honglou 这个变量当中,同时也通过 load_userdict 将我们自定义的词典加载到了 jieba 库中。

对文本进行分词处理并提取

tmpNames = []
  names = {}
  relationships = {}
  for h in honglou:
    h.replace("贾妃", "元春")
    h.replace("李宫裁", "李纨")
    poss = pseg.cut(h)
    tmpNames.append([])
    for w in poss:
      if w.flag != 'nr' or len(w.word) != 2 or w.word not in mylist:
        continue
      tmpNames[-1].append(w.word)
      if names.get(w.word) is None:
        names[w.word] = 0
      relationships[w.word] = {}
      names[w.word] += 1
  • 首先,因为文中"贾妃", "元春","李宫裁", "李纨" 混用严重,所以这里直接做替换处理。
  • 然后使用 jieba 库提供的 pseg 工具来做分词处理,会返回每个分词的词性。
  • 之后做判断,只有符合要求且在我们提供的字典列表里的分词,才会保留。
  • 一个人每出现一次,就会增加一,方便后面画关系图时,人物 node 大小的确定。
  • 对于存在于我们自定义词典的人名,保存到一个临时变量当中 tmpNames。

处理人物关系

for name in tmpNames:
    for name1 in name:
      for name2 in name:
        if name1 == name2:
          continue
        if relationships[name1].get(name2) is None:
          relationships[name1][name2] = 1
        else:
          relationships[name1][name2] += 1

对于出现在同一个段落中的人物,我们认为他们是关系紧密的,每同时出现一次,关系增加1.

保存到文件

with open("relationship.csv", "w", encoding='utf-8') as f:
    f.write("Source,Target,Weight\n")
    for name, edges in relationships.items():
      for v, w in edges.items():
        f.write(name + "," + v + "," + str(w) + "\n")

  with open("NameNode.csv", "w", encoding='utf-8') as f:
    f.write("ID,Label,Weight\n")
    for name, times in names.items():
      f.write(name + "," + name + "," + str(times) + "\n")
  • 文件1:人物关系表,包含首先出现的人物、之后出现的人物和一同出现次数
  • 文件2:人物比重表,包含该人物总体出现次数,出现次数越多,认为所占比重越大。

制作关系图表

使用 pyecharts 作图

def deal_graph():
  relationship_data = pd.read_csv('relationship.csv')
  namenode_data = pd.read_csv('NameNode.csv')
  relationship_data_list = relationship_data.values.tolist()
  namenode_data_list = namenode_data.values.tolist()

  nodes = []
  for node in namenode_data_list:
    if node[0] == "宝玉":
      node[2] = node[2]/3
    nodes.append({"name": node[0], "symbolSize": node[2]/30})
  links = []
  for link in relationship_data_list:
    links.append({"source": link[0], "target": link[1], "value": link[2]})

  g = (
    Graph()
    .add("", nodes, links, repulsion=8000)
    .set_global_opts(title_opts=opts.TitleOpts(title="红楼人物关系"))
  )
  return g

首先把两个文件读取成列表形式

对于“宝玉”,由于其占比过大,如果统一进行缩放,会导致其他人物的 node 过小,展示不美观,所以这里先做了一次缩放

最后得出的关系图

如何用Python来理一理红楼梦里的那些关系

所有代码已经上传至 Github

最后,我还准备了一份更加全面的红楼人物字典,可以在代码仓库中找到-“renwu_total”,感兴趣的小伙伴也可以尝试下,制作一个全人物的关系图。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python中将字典转换成其json字符串
Jul 16 Python
用Python写飞机大战游戏之pygame入门(4):获取鼠标的位置及运动
Nov 05 Python
在Mac OS上使用mod_wsgi连接Python与Apache服务器
Dec 24 Python
利用python获取Ping结果示例代码
Jul 06 Python
selenium python浏览器多窗口处理代码示例
Jan 15 Python
pandas获取groupby分组里最大值所在的行方法
Apr 20 Python
django之使用celery-把耗时程序放到celery里面执行的方法
Jul 12 Python
python编写猜数字小游戏
Oct 06 Python
动态设置django的model field的默认值操作步骤
Mar 30 Python
pyinstaller打包单文件时--uac-admin选项不起作用怎么办
Apr 15 Python
Python Pandas常用函数方法总结
Jun 15 Python
讲解Python实例练习逆序输出字符串
May 06 Python
django之自定义软删除Model的方法
Aug 14 #Python
python实现登录密码重置简易操作代码
Aug 14 #Python
python 定时器每天就执行一次的实现代码
Aug 14 #Python
Django 项目重命名的实现步骤解析
Aug 14 #Python
Django如何实现网站注册用户邮箱验证功能
Aug 14 #Python
python 叠加等边三角形的绘制的实现
Aug 14 #Python
Django为窗体加上防机器人的验证码功能过程解析
Aug 14 #Python
You might like
php 传值赋值与引用赋值的区别
2010/12/29 PHP
跟我学Laravel之快速入门
2014/10/15 PHP
TP3.2批量上传文件或图片 同名冲突问题的解决方法
2017/08/01 PHP
PHP基于递归算法解决兔子生兔子问题
2018/05/11 PHP
javascript 语法基础 想学习js的朋友可以看看
2009/12/16 Javascript
制作高质量的JQuery Plugin 插件的方法
2010/04/20 Javascript
如何将一个String和多个String值进行比较思路分析
2013/04/22 Javascript
offsetHeight在OnLoad中获取为0的现象
2013/07/22 Javascript
jquery 淡入淡出效果的简单实现
2014/02/07 Javascript
jquery获取多个checkbox的值异步提交给php
2015/07/07 Javascript
vue自定义指令实现v-tap插件
2016/11/03 Javascript
使用smartupload组件实现jsp+jdbc上传下载文件实例解析
2017/01/05 Javascript
js自定义Tab选项卡效果
2017/06/05 Javascript
JavaScript实现二维坐标点排序效果
2017/07/18 Javascript
JS使用正则表达式找出最长连续子串长度
2017/10/26 Javascript
浅谈Vue-cli 命令行工具分析
2017/11/22 Javascript
Vue.js实现可编辑的表格
2019/12/11 Javascript
JS实现简易留言板特效
2019/12/23 Javascript
Vue基于iview实现登录密码的显示与隐藏功能
2020/03/06 Javascript
分享一款超好用的JavaScript 打包压缩工具
2020/04/26 Javascript
Python实现的几个常用排序算法实例
2014/06/16 Python
python使用PyGame播放Midi和Mp3文件的方法
2015/04/24 Python
Python数据可视化之画图
2019/01/15 Python
python获取指定日期范围内的每一天,每个月,每季度的方法
2019/08/08 Python
解决python web项目意外关闭,但占用端口的问题
2019/12/17 Python
python是怎么被发明的
2020/06/15 Python
pycharm专业版远程登录服务器的详细教程
2020/09/15 Python
canvas绘制视频封面的方法
2018/02/05 HTML / CSS
最新教师自我评价分享
2013/11/12 职场文书
2014年创先争优活动总结
2014/05/04 职场文书
纪律教育学习心得体会
2014/09/02 职场文书
2015元旦文艺汇演主持稿(开场白+结束语)
2014/12/14 职场文书
统计员岗位职责范本
2015/04/14 职场文书
同步小康驻村工作简报
2015/07/20 职场文书
婚礼父母致辞
2015/07/28 职场文书
ORACLE数据库对long类型字段进行模糊匹配的解决思路
2021/04/07 Oracle