数据分析告诉你,韦小宝跟他七个老婆哪个最亲?

浏览: 1167

作者:挖数  腾讯数据产品经理 & 段子手

个人微信公号:washu66


金庸的“飞雪连天射白鹿,笑书神侠倚碧鸳”,唯独《鹿鼎记》写的最是香艳动人,年少时阅此书,每每春心荡漾,心里如钻进小鹿。

刁蛮任性的建宁公主、天香国色的阿珂、温柔懂事的双儿,在当时年少的我心中,真是得一个足矣。

作者在写小说时,往往会将自己代入到书中主角,因此金庸写韦小宝,往往是在写他自己,或者说是期望的自己。

因此要看韦小宝与七个老婆谁最亲,可以看书中韦小宝与七个老婆谁的互动最多。

首先下载《鹿鼎记》整本小说的txt。

韦小宝一听大喜,心想:“原来你名叫阿珂,终于给我知道了。”他随伴白衣尼多日,知她喜人恭谨谦让,在她面前,越是吃亏,越有好处,忙道:“师太,姑娘这两脚原是该踢的,实在是我不对,真难怪姑娘生气。她便再踢我一千一万下,那也是小的该死。”爬起身来,双手托住下颚,只痛得眼泪也流了出来。这倒不是做作,实在那一脚踢得不轻。

然后我们定义这样的指标:

七个老婆名字与韦小宝在同一段落一起出现的次数,作为 亲密度 指标,如以上段落,韦小宝和阿珂的亲密度+1。

找到七个老婆的名词:

阿珂

苏荃/洪夫人

建宁公主/建宁

双儿

沐剑屏/郡主

方怡/方姑娘

曾柔/曾姑娘

将《鹿鼎记》txt按照段落,分割成11581个txt文件。

分割文件的python代码:

= open('d:/lu/lu.txt','r')

= s.read()

= q.split('\n')

x=1

for i in f:    

    b = open('d:/lu/'+str(x)+'.txt','w')    

    b.write(i)    

    x+=1    

    print x 

s.close

然后用python的结巴分词包,去匹配每个名字在每个段落是否有出现,出现标记为1,否则为0.

x=1

result={'xiaobao':[],'ake':[],'suquan':[],'jianning':[],'shuanger':[],'junzhu':[],'fangyi':[],'zengrou':[]}

while x<=11581:    

    a={'word':[],'count':[]}    

    f=open('d:/lu/'+str(x)+'.txt','r').read()    

    words=list(jieba.cut(f))    

    if u'韦小宝' in words:        

        result['xiaobao'].append(1)    

    else:        

        result['xiaobao'].append(0)    

    if u'阿珂' in words:        

        result['ake'].append(1)    

    else:        

        result['ake'].append(0)

    ...

再两两计算在段落里一同出现的次数。

result2={'role':[],'xiaobao':[],'ake':[],'suquan':[],'jianning':[],'shuanger':[],'junzhu':[],'fangyi':[],'zengrou':[]}

for a in b.columns.values:

    x=xiaobao=ake=suquan=jianning=shuanger=junzhu=fangyi=zengrou=0

    while x<=11580:

        if b.iloc[x][a]==1:

            if b.iloc[x]['xiaobao']==1:

                xiaobao+=1

            if b.iloc[x]['ake']==1:

                ake+=1

            ...

        x+=1

    result2['role'].append(a)

    result2['xiaobao'].append(xiaobao)

    result2['ake'].append(ake)

    result2['suquan'].append(suquan)

    result2['jianning'].append(jianning)

    result2['shuanger'].append(shuanger)

    result2['junzhu'].append(junzhu)

    result2['fangyi'].append(fangyi)

    result2['zengrou'].append(zengrou)

o=pd.DataFrame(result2)

o.to_csv('d:/lu/lu2.csv',mode='w',encoding='UTF-8')

最后生成这样一份矩阵的csv文件。

由以上矩阵可以得出韦小宝跟七个老婆的亲密度如下:

韦小宝&双儿:327

韦小宝&沐剑屏:278

韦小宝&阿珂:203

韦小宝&方怡:147

韦小宝&苏荃:135

韦小宝&建宁公主:47

韦小宝&曾柔:28

实际以上不仅算出韦小宝跟七个老婆的亲密度,还算出了七个老婆两两之间的亲密度。

我们将以上矩阵丢进Gephi(一款画关系矩阵的可视化软件),以散点的大小代表名字出现的频次,以线的粗细代表亲密度的大小,得到这样一张图。

所以,是双儿笑到了最后

最喜欢周星驰版的双儿  (~﹁~)

同理,我还做了《还珠格格》的关系图

计算了包括小燕子、紫薇、乾隆、尔康、五阿哥、金锁、尔泰、皇后、令妃、塞娅、柳青、柳红在内的亲密度。

发现《还珠格格》原来讲的是小燕子、紫薇和乾隆三角恋的故事,其他角色都是打酱油的  ╮( ̄▽  ̄)╭

所以,姜还是皇阿玛的辣

最后,手把手教你怎么用Gephi画关系图。

1、首先,从官网下载Gephi;

2、文件-导入表格,根据数据形式选择类型,本文是选择矩阵;

3、耐心调整数据,包括结点、边的颜色和大小(选完记得点应用),结点的标签要点T才能展示,然后一些lable要在数据资料那里赋值才能展示出来;

4、最后,预览,刷新,然后输出图片。

End


关注我,定期推送数据分析相关的有趣文章

推荐 0
本文由 人工智能爱好者社区 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册