写在前面：本文是学习实验楼《Python 基于共现提取人物关系》这一课后的总结，博主仅做了一些微小的改动，大家可以点击这里跳转学习。

开门见山，先亮结果。我用这种方法制作了《龙族3·黑月之潮(下)》的人物关系网络图，如下图所示：

这个图是用Gephi生成的，关于Gephi使用的教程有很多，大家去这里学习。

图形可以由软件自动生成，但是数据得需要我们自己准备。要画出这种关系图，我们需要给Gephi输入两种格式的文件，即节点文件和边文件。

节点文件(node.txt)，有Id, Label, Weight(节点出现的次数)三个变量，如图所示：

边文件(edge.txt)，有Source(起点)，Target(终端)，Weight(该起点-终点的出现次数)三个变量，如图所示：

因此，实现这个需求需要两步：

第一步：用Python对文本中的关系进行提取，生成这两个格式的文件。

第二步：将这两个文件输入Gephi，生成图片。

下面我们逐步讲讲解。

第一步：Python提取

准备

1、安装jieba库，可以在命令行输入以下命令：1pip install jieba

2、准备待处理的文本，这里以《龙族3·黑月之潮(下)》为例，点击下载。

3、准备姓名字典，可以直接从百度百科上复制粘贴，以下是《龙族》主要角色的姓名字典：

导入相关库1import jieba, codecs

为什么要用codecs打开文件，而不直接用open打开文件，请看这里。

创建字典使用字典类型names保存人物，该字典的键为人物名称，值为该人物在全文中出现的次数；

使用字典类型relationships保存人物关系的有向边，该字典的键为有向边的起点，值为一个字典edge，edge的键是有向边的终点，值是有向边的权值，代表两个人物之间联系的紧密程度。

lineNames是一个缓存变量，保存对每一段分词得到当前段中出现的人物名称，lineName[i]是一个列表，列表中存储第i段中出现过的人物。

1

2

3names = {}

relationships = {} # 关系字典

lineNames = [] # 每段内人物关系

生成节点文件(node.txt)1

2

3

4

5

6

7

8

9

10

11

12

13

14

15jieba.load_userdict("resource\dict.txt") # 加载字典

with open("resource\dict.txt","r",encoding="utf8") as f:

nameList = f.readlines() # 将角色姓名存入列表nameList

with codecs.open("resource\龙族3·黑月之潮·下.txt", "r", "utf8") as f:

for line in f.readlines():

wordList = jieba.lcut(line) # 分词并返回一个列表

lineNames.append([]) # 为新读入的一段添加该段的人物名称列表

for w in wordList: # 遍历列表

if w+"rn" not in nameList:

continue # 当分词不在姓名列表nameList时认为该词不是人名

lineNames[-1].append(w) # 为当前段的环境增加一个人物

if names.get(w) is None: # 如果该人名在姓名字典中对应的权值为空(还没有这个键值对)

names[w] = 0 # 则创建该键值对，参考实例test1.py

relationships[w] = {}

names[w] += 1 # 该人物出现次数加 1

生成边文件(edge.txt)1

2

3

4

5

6

7

8

9for line in lineNames: # 对于每一段

for name1 in line:

for name2 in line: # 每段中的任意两个人

if name1 == name2:

continue

if relationships[name1].get(name2) is None: # 若两人尚未同时出现则新建项

relationships[name1][name2]= 1

else: # 两人共同出现次数加 1

relationships[name1][name2] = relationships[name1][name2]+ 1

存储节点文件(node.txt)1

2

3

4with codecs.open("longzu_node.txt", "w", "utf8") as f:

f.write("Id Label Weightrn")

for name, times in names.items():

f.write(name + " " + name + " " + str(times) + "rn")

存储边文件(edge.txt)1

2

3

4

5

6with codecs.open("longzu_edge.txt", "w", "utf8") as f:

f.write("Source Target Weightrn")

for name, edges in relationships.items():

for v, w in edges.items():

if w > 3:

f.write(name + " " + v + " " + str(w) + "rn")

运行代码

最后，运行代码，就可以在工作目录生成节点文件(longzu_node.txt)和边文件(longzu_edge.txt)了，程序运行时间长短跟文本长度相关。

最后，你可以访问我的GitHub直接下载源代码和相关文本。

第二步：Gephi生成

安装软件

安装Gephi，可以点击这里下载Gephi-0.9.1-windows。

导入数据

1、打开软件-新建工程-文件-import spreadsheet

2、上传节点文件(longzu_node.txt)

3、上传边文件(longzu_edge.txt)

导入后 gephi 将显示所有节点。此时节点没有合适的布局，可以在最上方的数据资料选项卡中查看图中所有的边和节点，对于分词不准确导致的噪音，可以手动删除。

设置参数

1、分别点击右侧统计栏中平均度和模块化运行计算。模块化运算时Resolution值填写0.5 。

2、击左上角外观中节点第一个选项卡，选择数值设定，选择Modularity Class。

3、选中第二个选项卡，选择数值设定，选择连入度，最小尺寸填10，最大尺寸填40，点击应用为节点染色、放大。

4、选择左下角布局中的Force Atlas，斥力强度填写20000.0，吸引强度填写1.0。点击运行，稍后点击停止。

5、点击最上方的预览按钮，选中左侧节点标签中显示标签选项，并选择一种字体和字号，这里选择7号楷体，点击刷新即可看到最终的网络图。

导出图片

点击文件-输出，即可输出图片。png格式的图片较小，放大后不清晰，建议存储为PDF格式，再转为图片格式。

最终图片