怎么用Python來理清楚紅樓夢里的關系

本篇文章為大家展示了怎么用Python來理清楚紅樓夢里的關系，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

最近把紅樓夢又抽空看了一遍，古典中的經典，我真無法用言辭贊美她。今天，想跟大家一起用 Python 來理一理紅樓夢中的的那些關系

不要問我為啥是紅樓夢，而不是水滸三國或西游，都是經典，但我個人還是更喜歡偏古典的書，紅樓夢也是我多次反復品讀的為數不多的小說，對它的感情也是最深的。

好了好了這些都不重要，重要的是我們今天要用Python來理紅樓夢的關系！

數據準備

1. 紅樓夢 TXT 文件一份

2. 金陵十二釵 + 賈寶玉 人物名稱列表

3. 人物列表內容如下：

寶玉 nr

黛玉 nr

寶釵 nr

湘云 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，同時也是為了做分詞時使用，后面的 nr 就是人名的意思。

數據處理

讀取數據并加載詞典

 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并提取

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，因為文中"賈妃", “元春”，“李宮裁”, “李紈” 混用嚴重，所以這里直接做替換處理。

然后使用 jieba 庫提供的 pseg 工具來做分詞處理，會返回每個分詞的詞性。

之后做判斷，只有符合要求且在我們提供的字典列表里的分詞，才會保留。

一個人每出現一次，就會增加一，方便后面畫關系圖時，人物 node 大小的確定。

對于存在于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

對于出現在同一個段落中的人物，我們認為他們是關系緊密的，每同時出現一次，關系增加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：人物關系表，包含首先出現的人物、之后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，認為所占比重越大。

制作關系圖表

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="紅樓人物關系"))
 )
 return g

• 首先把兩個文件讀取成列表形式

• 對于“寶玉”，由于其占比過大，如果統一進行縮放，會導致其他人物的 node 過小，展示不美觀，所以這里先做了一次縮放

最后得出的關系圖

上述內容就是怎么用Python來理清楚紅樓夢里的關系，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。