用Python给《三国演义》做人物体检：从词云到社交网络的趣味分析
每次翻开《三国演义》，那些跃然纸上的英雄人物总让人心潮澎湃。但你是否想过，用数据视角重新解读这部经典？本文将带你用Python对全书进行"人物体检"，通过词云、关系图和出场统计，揭示那些隐藏在文字背后的有趣规律。无需复杂的前置知识，跟着代码一步步操作，你就能生成专属的三国数据分析报告。
1. 准备工作：搭建分析环境
在开始前，我们需要配置好Python环境。推荐使用Anaconda创建独立环境，避免包冲突：
conda create -n sanguo python=3.8 conda activate sanguo安装必要的分析库：
pip install jieba wordcloud matplotlib pyecharts networkx imageio准备两个关键文件：
三国演义.txt（完整文本，确保UTF-8编码）alice_mask.png（可选，用于自定义词云形状）
提示：中文文本处理常遇到编码问题，如果运行时报错，可尝试用
codecs模块指定编码打开文件。
2. 人物出场频次统计
我们先统计主要人物的出场次数，这相当于给角色做"出勤考核"。核心思路是：
- 使用jieba进行人名识别
- 合并同一人物的不同称谓（如孔明→诸葛亮）
- 统计频次并可视化
import jieba.posseg as pseg def count_characters(text): counts = {} excludes = {'将军', '主公', '丞相'} # 排除非人名高频词 words = pseg.cut(text) for word, flag in words: if flag != 'nr' or word in excludes: continue # 统一人物别名 if word in ['孔明', '卧龙']: word = '诸葛亮' elif word in ['云长', '关公']: word = '关羽' counts[word] = counts.get(word, 0) + 1 return sorted(counts.items(), key=lambda x: x[1], reverse=True)用pyecharts生成交互式柱状图：
from pyecharts.charts import Bar top20 = character_counts[:20] bar = Bar() bar.add_xaxis([x[0] for x in top20]) bar.add_yaxis("出场次数", [x[1] for x in top20]) bar.set_global_opts(title_opts={"text": "三国人物出场次数TOP20"}) bar.render("character_bar.html")典型输出结果：
| 排名 | 人物 | 出场次数 |
|---|---|---|
| 1 | 诸葛亮 | 1421 |
| 2 | 曹操 | 987 |
| 3 | 刘备 | 845 |
3. 生成人物词云
词云能直观展示人物重要性分布。我们使用wordcloud库，并添加蒙版效果：
from wordcloud import WordCloud import matplotlib.pyplot as plt mask = imageio.imread("alice_mask.png") wc = WordCloud( font_path="msyh.ttc", background_color="white", mask=mask, max_words=200 ) wc.generate_from_frequencies(dict(character_counts)) plt.imshow(wc) plt.axis("off") plt.savefig("sanguo_wordcloud.png")词云优化技巧：
- 使用
collocations=False避免词组拼接 - 调整
max_font_size使大小对比更明显 - 通过
color_func自定义配色方案
4. 构建人物关系网络
分析人物共现关系能揭示三国社交结构。我们使用networkx构建图模型：
import networkx as nx def build_network(text, top_chars): G = nx.Graph() paragraphs = text.split("\n") for para in paragraphs: present_chars = [char for char in top_chars if char in para] # 为同一段落中的人物添加关联 for i in range(len(present_chars)): for j in range(i+1, len(present_chars)): if G.has_edge(present_chars[i], present_chars[j]): G[present_chars[i]][present_chars[j]]["weight"] += 1 else: G.add_edge(present_chars[i], present_chars[j], weight=1) return G可视化时，用边粗细则表示互动频率：
plt.figure(figsize=(12,12)) pos = nx.spring_layout(G, k=0.15) nx.draw_networkx_nodes(G, pos, node_size=800) nx.draw_networkx_edges(G, pos, width=[d['weight']*0.5 for u,v,d in G.edges(data=True)]) nx.draw_networkx_labels(G, pos, font_size=10) plt.savefig("relationship.png")5. 章回字数变化分析
观察各章回字数波动，能发现作者的叙事节奏：
chapters = text.split("第")[1:] # 按"第X回"分割 lengths = [len(chap) for chap in chapters] plt.plot(lengths) plt.xlabel("章回") plt.ylabel("字数") plt.title("《三国演义》章回字数变化")典型发现：
- 赤壁之战相关章回字数明显增多
- 后期北伐章节篇幅较短
- 全书平均每回约4500字
6. 进阶分析技巧
情感分析：用snownlp计算人物相关段落的情感值
from snownlp import SnowNLP def analyze_sentiment(name): related_paras = [p for p in text.split("\n") if name in p] sentiments = [SnowNLP(p).sentiments for p in related_paras] return sum(sentiments)/len(sentiments)时间线分析：结合事件表，统计人物活跃时期
events = { "黄巾起义": 184, "赤壁之战": 208, "诸葛亮北伐": 227 } def count_by_period(char, start, end): # 筛选特定时期的文本片段 period_text = get_text_between_events(start, end) return count_characters(period_text)[char]把这些分析整合成报告，你就能获得一份全面的《三国演义》人物体检表。完整代码已打包成可直接运行的Jupyter Notebook，包含更多细节处理和可视化优化。
