《三国演义》人物数据分析

我会带着你远行 2022-04-01 03:16 254阅读 0赞

> 题目源自编程教室的“每周一坑”栏目： [【每周一坑】三国演义中谁的存在感最强][Link 1]  
> 本文是一位同学（王文亚）提交的解答，因为做得挺好，特转载至专栏，供各位参考。  
> 更多练习题可以在公众号（Crossin的编程教室）里回复关键字 **习题**

## 主要任务 ##

1.  找出《三国演义》中名字出现最多的10人；
2.  分析主要几个人物120回中，每回出现的次数，结合具体内容，看发生了什么；
3.  分析人物之间的关系，利用Gephi简单绘图；
4.  绘制“逐”字词云。

## 准备工作 ##

1.由于要分析120回中主要人物的出场次数，爬取《三国演义》120回，每回放在一个段落里；`len(f.readlines()) = 120.`  
2.安装主要的python库，如`jieba，wordcloud，pandas，codecs，matplotlib，pyecharts， bs4`等，还有Gephi；

## 开始工作 ##

1.首先是获取分成120回每回一行的文件；  
`url=http://www.purepen.com/sgyy/`根据规律爬出120回；

2.找到次数最多的nr(人名)词语；  
函数`findMostWords`, 逐词查看，长度小于2的自动过滤，按照出现次数排序，写入到文件中，大约是长这个样子的...

![20181228210324125][]

3.根据找到的词语排序，大约有7238个词汇，然后手动选取超过出现20次以上的词语，大约200条，剔除一些非人名，如“曹兵”等，最终得到52个词;  
`['曹操', '玄德', '孔明', '关公', '丞相', '孔明曰', '玄德曰', '云长', '张飞', '主公','吕布', '刘备', '孙权', '赵云', '司马懿', '周瑜', '魏延', '袁绍', '马超', '姜维', '黄忠', '诸葛亮', '庞德', '张辽', '刘表', '董卓', '孙策', '鲁肃', '邓艾', '大将军', '张苞', '袁术', '刘玄德', '玄德大', '子龙', '司马', '孔明笑', '公瑾', '操大喜', '翼德', '刘皇叔', '赵子龙', '郭嘉', '仲达', '关云长','操大怒', '玄德问', '阿斗', '刘豫州', '玄德闻', '玄德乃', '曹丞相']`

4.逐词匹配上述的52个词，得到52个词分别出现的次数；

![20181228210324185][]

5.整理上述52个词汇，将`玄德曰，玄德怒，玄德乃，刘皇叔`等词汇合并，绘制Top10;

![20181228210324224][]

6.根据上述52个词汇，分别分析每一回，利用pandas.DataFrame很方便得到每回52个人分别出现的次数；

![20181228210324343][]

表格中有大量的空白，后续使用，需要将空白填充0， `DataFrame.fillna(0, inplace=True)`

7.绘制一些简单的图；  
蜀国主要人物全书分布情况，三位结拜兄弟贯穿前80回左右，等他们退出历史舞台，诸葛亮继续辅佐，支撑着蜀国大业。

![20181228210324392][]

诸葛亮在35-40, 80-100回出现了较多次数，自然是 “三顾茅庐”、“火烧七百里联营”、“巧布八阵图”、“七擒孟获” 等较为熟知的历史故事； 同时，80回后诸葛亮出现次数占据了全书中较大范围，也是 “先帝托孤”后“鞠躬尽瘁” 的具体表现。

![20181228210324431][]

四位当权者曹操、刘备、孙权、司马懿活动活度，前80回，曹刘孙较为活跃，体现出了三国纷争的局面，读这一部分，厮杀场面也是相当精彩； 待三位同时代的人物退出历史舞台后，逐渐司马懿开始活跃，“一统秦两汉，三分魏蜀吴，两晋前后延”，历史朝代更替，滚滚向前。

![20181228210324537][]

*分析数据的能力还优待提高，想不出较好的分析的内容，还需多写、多与人沟通交流，提升对数据的认识。*  
8.分析人物之间的关系。根据全文2700多个自然段，如果一个自然段内同时出现了A和B，将A和B之间的关系 1；  
得到Node和Edge两份csv文件，输入到Gephi，得到以下关系图，故事还是围绕这曹刘的纷争开展，诸葛亮的经纬之才也体现的淋漓尽致。

![20181228210324647][]

9.词云制作；  
PS做了一张图，制作词云。根据各种曰可知书中的对话部分占据了很大一部分章节，读者读起来也更有代入感，身临其境。

![20181228210324689][]

真正自己去做的时候，才能一次次填补自己的坑。哈哈哈，加油！

--------------------

作者：王文亚

项目地址：

[https://github.com/Damon0626/Crossin-Programming-Room/tree/master/09-Analysis The Three Kingdoms][https_github.com_Damon0626_Crossin-Programming-Room_tree_master_09-Analysis The Three Kingdoms]

════

*其他文章及回答：*

欢迎搜索及关注公众号：**Crossin的编程教室**

![20181228210324733][]

[Link 1]: http://link.zhihu.com/?target=https://mp.weixin.qq.com/s?__biz=MjM5MDEyMDk4Mw==&mid=2650167770&idx=1&sn=02e6c5e230e5aac1c1a84940e03b3e75&chksm=be4b54a2893cddb414a285f8b9fa2c1fd3f343717804e34450cb3b6c0987f264c00c31feadd2&scene=21#wechat_redirect
[20181228210324125]: /images/20220401/e5cea1affac14b12a4c2c3972617569d.png
[20181228210324185]: /images/20220401/bd76c03ca4164c838a09bbc76a4c289a.png
[20181228210324224]: /images/20220401/30625e491f08462685414cde1ae92272.png
[20181228210324343]: /images/20220401/1df413a400c7436082a82727ed88c4e5.png
[20181228210324392]: /images/20220401/f65b52307cb14f658c77aea3df81656a.png
[20181228210324431]: /images/20220401/55fda7486c5842eb8eca611e7c13c58a.png
[20181228210324537]: /images/20220401/3667ba411e3d4c8ea74bbe047a1fe922.png
[20181228210324647]: /images/20220401/1e15f11b74ae4cec87962077d1e83068.png
[20181228210324689]: /images/20220401/6ed54543d88e45469d7f72e2a03a336b.png
[https_github.com_Damon0626_Crossin-Programming-Room_tree_master_09-Analysis The Three Kingdoms]: http://link.zhihu.com/?target=https://github.com/Damon0626/Crossin-Programming-Room/tree/master/09-Analysis%20The%20Three%20Kingdoms
[Python]: https://www.zhihu.com/question/20702054/answer/19022301
[Link 2]: https://zhuanlan.zhihu.com/p/25824007
[Link 3]: https://zhuanlan.zhihu.com/p/34685564
[Python 1]: http://zhuanlan.zhihu.com/p/36064871
[Link 4]: https://zhuanlan.zhihu.com/p/36581953
[Link 5]: http://zhuanlan.zhihu.com/p/28726244
[Python 2]: https://zhuanlan.zhihu.com/p/37664927
[requests]: https://zhuanlan.zhihu.com/p/38466193
[Link 6]: https://zhuanlan.zhihu.com/p/49957946
[20181228210324733]: /images/20220401/d3980afc8b4c4917a3f2f107c3667b68.png