三国演义python分析系统_用python分析四大名著之三国演义
点击上方“程序人生”,选择“置顶公众号”
第一时间关注程序猿(媛)身边的故事
项目起因及意义
起初在浏览知乎时看见一篇文章觉得很有意思(用 Python 分析《红楼梦》),此文章较长,题主采用了一系列方法分析红楼梦前八十回和后四十回是否为同一个人所写,虽然题主贴上了部分实现的截图,我就想试着来实现一遍,但由于目前能力有限,一些机器学习算法不够了解,加上 python 又是刚刚学,所以我打算先结合《Python 语言程序设计基础》这本书上的例子——《三国演义》人物出场统计来作为此系列博客第一篇,后续等能力足矣会陆陆续续补上。
前期准备
三国里人物众多,我们需要对人物出场次数统计,中文文章需要分词才能进行词频统计,这里我们用到第三方库 jieba,这里我就不提供下载方法了,然后我们需要《三国演义》的电子书网上都有,很容易下载。
项目进行
将文本数据导入 pycharm
import jiebatxt = open("三国演义.txt", "r", encoding="gb18030").read()
这里的编码格式一开始我是按照书上‘utf-8’格式读取,发现会乱码,后来在pycharm里面用‘gbk’格式能读出文本内容,但是个别字符识别不出来,就去百度到“gb18030”比gbk范围更广,这里我成功读入。如果你此时还是读入不了可以写成下面形式
txt = open("三国演义.txt", "r", encoding="gb18030",errors="ignore").read()
完整代码实现
import jiebaexcludes = {"将军", "却说", "荆州", "二人", "不可", "不能", "如此", "商议", "如何", "主公", "军士", "左右", "军马", "引兵", "次日", "大喜", "天下", "东吴", "于是", "今日", "不敢", "魏兵","人马", "陛下", "一人"}txt = open("三国演义.txt", "r", encoding="gbk").read()words = jieba.lcut(txt)counts = {}for word in words:iflen(word) == 1:continue elif word == "诸葛亮"or word == "孔明曰": rword = "孔明" elif word == "关公"or word == "云长": rword = "关羽" elif word == "玄德"or word == "玄德曰": rword = "刘备" elif word == "孟德"or word == "丞相": rword = "曹操"else: rword = word counts[rword] = counts.get(rword, 0) + 1for word in excludes: del(counts[word])items = list(counts.items())items.sort(key=lambda x:x[1], reverse=True)for i in range(10): word, count=items[i]print (word, count)
excludes里面定义了一些出现次数较多但不是人名的词,这里主要语句就是 counts[rword] = counts.get(rword, 0) + 1 这一句字典类型的counts,如果word在counts中,返回word对应的值,否则返回0。后面用sort()函数和匿名函数lambda()进行排序,这里字典没有顺序,需要先转化为列表类型。输出结果如下:
导出数据文件
fo = open("三国人物出场次数.txt", "a")for i in range(10): word, count=items[i] word = str(word)count = str(count)fo.write(word)fo.write(' ')fo.write(count)fo.write('\n')print (word, count)print(items)fo.close()
这里我们将数据导入到 三国人物出场次数.txt 这个文件里面。
将数据画出气泡图
总结
由此可知“曹操“,“ 孔明””刘备”是出场最多的人,这些只是简单的数据分析,作为此系列博客的开头篇,随着学习希望自己能实现完整用python分析四大名著。
三国演义python分析系统_用python分析四大名著之三国演义相关推荐
- python 成绩分析系统_用Python编写成绩管理分析系统(故事升级版)
目录 项目总览 生活小故事引入 项目思路 项目实现 功能改善 代码展示 效果演示 项目后期 项目适用 每文一语 项目总览 生活小故事引入 微风和煦,散乱在办公桌上的测验小试卷还有几分"热度& ...
- python视频点播系统_精通Python(微课视频版)/Python开发视频点播大系
目录 第1篇 基础知识 第1章 Python概述 1.1 认识Python 1.1.1 Python的历史 1.1.2 Python的特点 1.1.3 Python的应用 1.2 搭建Python开发 ...
- python商城系统_基于python的海鲜商城系统
20006 基于python的海鲜商城系统 运行视频.代码等: 链接:https://pan.baidu.com/s/1tw4Qvtcuwt7ys36M7HvLSg 提取码:1589 复制这段内容后打 ...
- python新闻系统_干货 | Python 实现新闻系统内容的增删改查功能
点击上方"程序人生",选择"置顶公众号" 第一时间关注程序猿(媛)身边的故事 作者 程序人生 x 张涛 联合发布 主题 <Python追梦人> 前言 ...
- python oa系统_用python把C#操作OA的例子重写了一下
#手工chrome.exe --remote-debugging-port=9222 --user-data-dir="C:\selenum\AutomationProfile" ...
- python 时间序列预测_使用Python进行动手时间序列预测
python 时间序列预测 Time series analysis is the endeavor of extracting meaningful summary and statistical ...
- python 概率分布模型_使用python的概率模型进行公司估值
python 概率分布模型 Note from Towards Data Science's editors: While we allow independent authors to publis ...
- 上海 python量化 培训_上海python量化投资课程
Linux基本安装.使用.配置和生产开发环境配置 Python语言概述及发展,搭建Python多系统开发环境 Python内置数据结构.类型.字符及编码,流程控制 列表和元组,集合和字典精讲.文件操作 ...
- python秒表项目_上海python秒表课程作业
Linux基本安装.使用.配置和生产开发环境配置 Python语言概述及发展,搭建Python多系统开发环境 Python内置数据结构.类型.字符及编码,流程控制 列表和元组,集合和字典精讲.文件操作 ...
最新文章
- Solr Schema.xml分析
- [转]Creating Unit Tests for ASP.NET MVC Applications (C#)
- python爬虫获取的网页数据为什么要加[0-Python爬虫实战1-解决需要爬取网页N秒后的内容的需求...
- linux下设置物联网卡apn,负控终端物联网卡APN参数修改步骤
- 使用Nexus3搭建Maven私服+上传第三方jar包到本地maven仓库
- Hive、Spark优化案例
- android虚拟pdf打印机,虚拟打印机PDF
- HTTP 压力测试工具 wrk和ab
- 【Windows Server 2019】存储服务器的配置和管理——iSCSI的安装和配置(下)
- 无法使用计算机名访问共享,局域网内无法用计算机名访问共享的解决办法
- Web渗透测试----4、常见解析漏洞
- 使用clonezilla(在生龙)克隆系统
- 数据库附加失败解决方法
- c++多线程之packaged_task
- 最新冰盾DDoS防火墙V9.1 新增防护功能更强大
- 等保2.0三级常用的设备
- android nfc扇区加密,uniapp安卓NFC MifareClassic读IC卡加密扇区方法
- 哈萨克斯坦游记之一_过路老熊_新浪博客
- OpenCV基础教程——视频的读取与写入(超详细+附代码)
- java 字符串中取消换行或添加换行