震惊！用Python探索《红楼梦》的人物关系！

红楼梦 txt 电子书一份。,金陵十二钗 + 贾宝玉 人物名称列表。,该分列表是为了做分词时使用，后面的 nr 就是人名的意思。,首先读取小说；,接下来进行出场次数数据整理；,这样我们就得到了 attr 和 v1 两个数据，内容如下：,,下面就可以通过 pyecharts 来绘制柱状图了；,,数据处理,我们先将读取到内存中的小说内容进行 jieba 分词处理；,通过 load_userdict 将我们上面自定义的词典加载到了 jieba 库中；,接下来进行分词处理；,因为文中"贾妃", "元春"，"李宫裁", "李纨" 等人物名字混用严重，所以这里做替换处理。,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。,下面处理每个段落中的人物关系：,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，同时每出现一次，关系增加1。,最后可以把相关信息保存到文件当中。,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。,数据分析,下面我们可以做一些简单的人物关系分析。,这里我们还是使用 pyecharts 绘制图表。,首先把两个文件通过 pandas 读取到内存当中。,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。,最后我们得到的人物关系图如下：,,