這篇文章主要介紹了用Python來理一理紅樓夢裏的那些關係代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
前言
今天，一起用 Python 來理一理紅樓夢裏的那些關係
不要問我爲啥是紅樓夢，而不是水滸三國或西遊，因爲我也鑑定的認爲，紅樓纔是無可爭議的中國古典小說只巔峯，且不接受反駁！而紅樓夢也是我多次反覆品讀的爲數不多的小說，對它的感情也是最深的。
好了，不酸了，開幹。
數據準備
紅樓夢 TXT 文件一份
金陵十二釵 + 賈寶玉 人物名稱列表
人物列表內容如下：
寶玉 nr 黛玉 nr 寶釵 nr 湘雲 nr 鳳姐 nr 李紈 nr 元春 nr 迎春 nr 探春 nr 惜春 nr 妙玉 nr 巧姐 nr 秦氏 nr
這份列表，同時也是爲了做分詞時使用，後面的 nr 就是人名的意思。
數據處理
讀取數據並加載詞典
with open("紅樓夢.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()]
這樣，我們就把紅樓夢讀取到了 honglou 這個變量當中，同時也通過 load_userdict 將我們自定義的詞典加載到了 jieba 庫中。
對文本進行分詞處理並提取
tmpNames = []
names = {}
relationships = {}
for h in honglou:
h.replace("賈妃", "元春")
h.replace("李宮裁", "李紈")
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，因爲文中"賈妃", "元春"，"李宮裁", "李紈" 混用嚴重，所以這裏直接做替換處理。
- 然後使用 jieba 庫提供的 pseg 工具來做分詞處理，會返回每個分詞的詞性。
- 之後做判斷，只有符合要求且在我們提供的字典列表裏的分詞，纔會保留。
- 一個人每出現一次，就會增加一，方便後面畫關係圖時，人物 node 大小的確定。
- 對於存在於我們自定義詞典的人名，保存到一個臨時變量當中 tmpNames。
處理人物關係
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
對於出現在同一個段落中的人物，我們認爲他們是關係緊密的，每同時出現一次，關係增加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：人物關係表，包含首先出現的人物、之後出現的人物和一同出現次數
- 文件2：人物比重表，包含該人物總體出現次數，出現次數越多，認爲所佔比重越大。
製作關係圖表
使用 pyecharts 作圖
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] == "寶玉":
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="紅樓人物關係"))
)
return g
首先把兩個文件讀取成列表形式
對於“寶玉”，由於其佔比過大，如果統一進行縮放，會導致其他人物的 node 過小，展示不美觀，所以這裏先做了一次縮放
最後得出的關係圖
所有代碼已經上傳至 Github
最後，我還準備了一份更加全面的紅樓人物字典，可以在代碼倉庫中找到-“renwu_total”，感興趣的小夥伴也可以嘗試下，製作一個全人物的關係圖。
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持神馬文庫。