又雙叒叕到了520
天龍八部
大家好扶关，不知道大家看過，天龍八部沒数冬？
“天龍八部”是哪八部节槐？“天龍八部”都是“非人”，包括八種神道怪物拐纱，因為以“天”及“龍”為首铜异，所以稱為“天龍八部”。
八部者秸架，一天揍庄，二龍，三夜叉东抹，四乾達婆蚂子，五阿修羅，六迦樓羅缭黔，七緊那羅食茎，八摩呼羅迦。
看完介紹试浙，還是不懂董瞻，沒關(guān)系，今天主要講的是田巴，用數(shù)據(jù)分析钠糊，天龍八部里，高頻詞語壹哺，人物關(guān)系抄伍，以及為什么你還是單身？
自己管宵？
看到下面的詞云截珍，為什么”自己“這個詞，那么高頻箩朴？
乍看之下岗喉，段譽詞頻（1551）最高。其實要結(jié)合“業(yè)務(wù)”炸庞，實則喬峰才是正主钱床。要從喬峰的身世說起，開頭中埠居，喬峰是丐幫幫主查牌，后身世揭破事期，契丹人也，改名蕭峰纸颜。
所以喬峰的詞頻（1900+）=喬峰（963）+蕭峰（966）
從詞語中，我們可以看出胁孙，寫作手法唠倦，喬峰(段譽)聽/笑/呆/動詞，所以人物+動詞浊洞。
人物關(guān)系圖
故事有好多條主線牵敷。
一、尋仇：其中虛竹和喬峰法希，為什么關(guān)系最親密枷餐？因為虛竹的爸是殺死喬峰的爸的帶頭大哥，尋仇是小說的主線之一苫亦。
二毛肋、段正淳戀愛史：從另一角度看，可以說是屋剑，大理鎮(zhèn)南王润匙，段正淳戀愛史，他和幾位女人談戀愛唉匾，并生下的都全都是女兒孕讳，女兒再一個個，和段譽談戀愛巍膘，搞得段譽很痛苦厂财，最后發(fā)現(xiàn)自己，不是親生的故事峡懈。
總結(jié)來說
故事是由“慕容博”和“段正淳”璃饱，兩位大Boss挑起的,各負責(zé)一條主線。
慕容博想光復(fù)燕國肪康，才策劃殺死蕭家荚恶，企圖引起兩國戰(zhàn)亂，引起蕭父報仇磷支；
鎮(zhèn)南王谒撼，則是負責(zé)拈花若草，一身情債雾狈，一個人很爽廓潜，搞得很多人很痛苦，最后自殺，搞得王夫人茉帅、馬夫人，各種痛苦锭弊，阿朱得替父擋仇堪澎，被喬峰錯手打死，喬峰痛苦味滞，和段譽談戀愛有都是自己的妹妹樱蛤，妹妹、段譽都很痛苦剑鞍，最后發(fā)現(xiàn)自己不是親生的昨凡，釋然了。
520又到了蚁署，為什么你還單身便脊？
- 段正淳：拈花若草，大boss光戈，沒你就沒那么多破事了哪痰，魅力指數(shù)10000。
- 虛竹：憨厚老實久妆，殺人有艷福晌杰，從和尚到靈鷲宮主到附馬，屌絲逆襲的故事筷弦，艷福指數(shù)1000肋演；
- 段譽：始終如一，追了王姑娘烂琴，幾十集電視劇爹殊，最后真情打動王語嫣，另一角度看监右，有點“備胎上位”的感覺边灭，對么？幸福指數(shù)健盒，500绒瘦；
- 王語嫣：從小愛慕表哥，最后被拒扣癣，被段譽打動惰帽，幸福指數(shù)，400父虑；
- 喬峰：丐幫幫主该酗，俠之大者，身世悲慘，想和阿朱牧馬放羊呜魄，卻一掌錯殺阿朱悔叽，為和平而死，幸福指數(shù)爵嗅，100娇澎；
- 阿朱：小婢，從小沒有父愛睹晒、母愛趟庄，一直崇拜喬峰，大英雄伪很，為父擋仇戚啥，為“孝”犧“愛”，幸福指數(shù)锉试，100猫十；
- 啊紫：執(zhí)著，只愛喬峰一人呆盖，最后很痛苦就是了炫彩，痛苦指數(shù)5000；
看了那么多故事絮短，依然談不好戀愛江兢，你們呢？
實戰(zhàn)分割線
一丁频、詞云
這里主要用到了兩個庫杉允，jieba分詞用的，wordcloud詞云用席里，matplib顯示用叔磷。
- 下載小說txt文件；
- 準備一張mask（遮罩）圖片奖磁；
- 字體改基；
#coding:utf-8
from os import path
from collections import Counter
import jieba
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
from wordcloud import WordCloud, STOPWORDS
if __name__=='__main__':
#讀取文件
d = path.dirname(__file__)
pardir = path.dirname(d)
pardir2 = path.dirname(pardir)
cyqf = path.join(pardir2,'tlbbqf/')
text = open(path.join(d,'tlbb.txt'), encoding="utf-8", errors="surrogateescape").read()
jieba_word = jieba.cut(text, cut_all=False) #cut_all 分詞模式
data = []
for word in jieba_word:
data.append(word)
dataDict = Counter(data)
with open('./詞頻統(tǒng)計.csv', 'w', encoding='utf-8') as fw:
for k,v in dataDict.items():
fw.write("%s,%d\n" % (k,v))
mask = np.array(Image.open(path.join(d, "mask.png")))
font_path=path.join(d,"font.ttf")
stopwords = set(STOPWORDS)
wc = WordCloud(background_color="white",
max_words=2000,
mask=mask,
stopwords=stopwords,
font_path=font_path)
# 生成詞云
wc.generate(text)
# 生成的詞云圖像保存到本地
wc.to_file(path.join(d, "wordcloud.png"))
# 顯示圖像
plt.imshow(wc, interpolation='bilinear')
plt.axis("off")
plt.show()
二、人物關(guān)系圖
- 統(tǒng)計詞頻
text = open(path.join(d,'tlbb.txt'), encoding="utf-8", errors="surrogateescape").read()
jieba_word = jieba.cut(text, cut_all=False) #cut_all 分詞模式
data = []
for word in jieba_word:
data.append(word)
dataDict = Counter(data)
-
計算人物之間矩陣關(guān)系
-
用gephi畫出人物關(guān)系
首先是導(dǎo)入關(guān)系圖咖为，逗號秕狰、矩陣、utf-8躁染；
image.png
然后就是箭頭鸣哀，第一個是顯示節(jié)點信息，第二吞彤、三是調(diào)整連線的粗細我衬、顏色叹放；
點擊某個節(jié)點，例如段譽挠羔，可以側(cè)重顯示他的人物關(guān)系井仰。
相關(guān)文章
5.1、競品數(shù)據(jù)如何找破加？數(shù)據(jù)產(chǎn)品經(jīng)理的威力
5.2 高富帥python-人工智能時代
