最近把红楼梦又抽空看了一遍，古典中的经典，我真无法用言辞赞美她。今天，想跟大家一起用 Python 来理一理红楼梦中的的那些关系
不要问我为啥是红楼梦，而不是水浒三国或西游，都是经典，但我个人还是更喜欢偏古典的书，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。
好了好了这些都不重要，重要的是我们今天要用Python来理红楼梦的关系！
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
如果你依然在编程的世界里迷茫，
不知道自己的未来规划，
对python感兴趣，
这里推荐一下我的学习交流圈QQ群：895 797 751，
里面都是学习python的，
- 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
也是看了一个多月的红楼梦，今日一时想着用Python理一理之间的关系，伙伴们也可以试着理一理！有不清楚的地方，欢迎留言，不足之处，也恳请伙伴们指出！
更多的Python学习教程也会继续为大家更新！
来源：https://blog.csdn.net/qq_42992919/article/details/99558120