目标

统计三国演义中出现次数前100，并绘制云图

准备

分析工具：jieba，pandas，matplotlib，wordcloud
数据文档：三国演义.txt（原著），三国人物.txt（三国人名，大约1000多个），三国字.txt（一些常见人名及字，约800）
这些文档，放到了后面

说明

1、并不是严格的人物出场次数，有时可能只是提到，也算进去了
2、可能有jieba分词不准确的地方，并且由于是古典小说，更可能存在不准确情况，分词中明显看到了“刘备之”的词
3、一些情况没有考虑：如一些人物的特殊称呼（官职，尊称，蔑称等），小霸王，曹阿瞒，曹丞相，刘皇叔，刘使君，寿亭侯，大都督等，一些简写也没统计，如刘关张三人这样的情况。
4、可能出现重名情况，发现那些重名的基本都是打酱油的，所以不考虑。还发现有个人叫许昌，因为许昌作为地名在三国中比较重要，而许昌这个人是打酱油人物，所以直接删掉了

效果

分析

1、人名几乎是单字，据说是王莽的原因
2、频次最多的是诸葛亮，一是人物重要，诸葛亮确实起着承前启后的作用，初出茅庐承接末年乱世，一举就助刘备三分天下，之后三国鼎力，又是诸葛亮六出祁山，最后病史五丈原，司马在魏独大，三家归晋。二也是三国演义对诸葛亮的多智近妖的形象的着重刻画。虚构的借东风，空城计，甚至本是周瑜人生高光的赤壁之战也分给了诸葛亮。
出场势力最多的就是曹魏和蜀汉方面，毕竟三国采取尊刘贬曹的思想，同时对这两个势力描写也较多
3、令人惊讶的是一是吕布排名很靠前，虽然只是前期人物，却有如此高的排名，确实给人留下深刻印象，毕竟“人中吕布，马中赤兔”。二是孟获，只是边地小首领，估计借着七擒孟获刷高了排名。
4、同时可看出家族的延续，一般不过三代，父子能一同进入前100的有关羽关兴关平，张飞张苞，曹操曹丕，袁绍袁尚袁熙，曹真曹爽，孙坚孙权孙策，司马懿司马师司马昭（当然司马家例外），刘备刘封，马腾马超等
5、人物在前中期的较多，小说确实后期出彩的没有前期多，难道乱世出英雄？

程序及数据文档

绘制云图所使用罩图

程序

import jieba as jb
import pandas as pd
from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 打开三国字文件，该文件包含三国人物名字及对应字，开始只想统计名字，后来发现，前20中竟然没有关羽，关羽只出现了9次，而云长高达300多次，所以加入此文件，将字也对应成名
f3 = open(r'C:\Users\Desktop\三国字.txt', encoding='utf8')
namezi = f3.read().split('）')  # 文件中对应形如刘备（玄德）关羽（云长），所以用）将每个人分开
namezi.pop()  # 因为最后一个会出现空，所以去掉
n = []
z = []
for i in namezi:  # 再将每个刘备（玄德通过（分成名和字
    j = i.split('（')
    n.append(j[0])  # n列表存名
    z.append(j[1])  # z列表存字
zn = dict(zip(z, n))  # 打包，变为字典，字为键名，名为键值

# 打开三国人物文件，读取人名文件，将其转化为列表
f1 = open(r"C:\Users\Desktop\三国人物.txt", encoding='utf8')
name = f1.read().split('、')

# 打开三国演义文件，读取内容
f2 = open(r'C:\Users\Desktop\三国演义.txt', encoding='utf8')
text = f2.read()

# 数据清洗一
delchar = "，。？、！“”‘’：；《》——-,:."  # 清除标点字符
for ch in delchar:
    text = text.replace(ch, '')
# jieba分词，默认精确模式
words = jb.lcut(text)
# 数据清洗二
character = []
for word in words:
    if word in name:  # 找出名，加入列表
        character.append(word)
    if word in z:  # 找出字，并将其对应名加入列表
        character.append(zn[word])

# 用panda库进行统计
name_count = pd.Series(character)

# 词云图的生成
c_mask = plt.imread(r'C:\Users\Desktop\0.jpg')  # 添加罩图
wc = WordCloud(font_path="simhei.ttf",  # 设置中文字体
               mask=c_mask,  # 设置罩图
               background_color="white",  # 设置背景色
               max_font_size=100)  # 设置最大字体大小
wc.generate_from_frequencies(name_count.value_counts()[:100])  # 将数据的前100名产生词云
wc.to_file(r'C:\Users\Desktop\sanguo.jpg')  # 保存图片

文档数据

三国演义随处可下载，其它文档如下

三国人物
阿会喃、爰青、爰邵、鲍信、鲍忠、鲍隆、边让、边洪、卞喜、卞夫人、步陟、邴原、卑衍、毕轨、陈蕃、陈耽、陈宫、陈翔、陈生、陈登、陈武、陈横、陈兰、陈圭、陈纪、陈琳、陈震、陈孙、陈就、陈矫、陈应、陈群、陈式、陈泰、陈骞、陈俊、蔡邕、蔡瑁、蔡阳、蔡和、蔡中、蔡勋、蔡琰、蔡林、曹节、曹操、曹嵩、曹仁、曹洪、曹德、曹豹、曹性、曹安民、曹昂、曹丕、曹纯、曹休、曹永、曹彰、曹植、曹熊、曹睿、曹真、曹遵、曹宇、曹芳、曹爽、曹羲、曹训、曹彦、曹据、曹髦、曹霖、曹奂、程旷、程远志、程普、程咨、程秉、程昱、程银、程畿、程武、崔烈、崔毅、崔勇、崔琰、崔州平、崔禹、崔谅、淳于琼、淳于导、淳于丹、岑蛭、岑壁、岑威、岑昏、成廉、成宜、成何、成济、成淬、昌希、昌奇、车胄、常雕、彻里吉、窦武、段圭、段煨、邓茂、邓龙、邓义、邓贤、邓芝、邓飑、邓艾、邓忠、邓程、邓敦、邓良、董卓、董太后、董重、董旻、董璜、董承、董昭、董袭、董和、董祀、董衡、董超、董允、董厥、董荼那、董禧、董朝、督邮、丁原、丁管、丁奉、丁斐、丁仪、丁廙、丁咸、丁谧、丁封、貂婵、典韦、典满、杜远、杜袭、杜琼、杜路、杜义、杜祺、杜预、戴员、戴陵、朵思大王、带来洞主、党均、鄂焕、俄何烧弋、封胥、樊稠、樊能、樊氏、樊建、樊岐、范康、范滂、范成、范疆、逢纪、伏完、伏德、伏皇后、冯礼、冯习、冯沈、傅婴、傅巽、傅干、傅士仁、傅彤、傅嘏、傅佥、法正、费观、费祎、费诗、费耀、郭胜、郭汜、郭图、郭常、郭嘉、郭恩、郭淮、郭永、郭女王、郭攸之、公孙瓒、公孙越、公孙续、公孙康、公孙度、公孙恭、公孙渊、公孙晃、公孙修、关羽、关纯、关定、关宁、关平、关兴、关索、关彝、高顺、高览、高干、高沛、高定、高翔、高柔、耿武、耿纪、管亥、管宁、管辂、官习、甘夫人、甘宁、眭固、眭元进、龚都、龚起、顾雍、巩志、弋定、谷利、官邕隹、苟安、葛雍、干休、候览、候成、候选、何进、何禺页、何皇后、何苗、何仪、何曼、何宗、何晏、何曾、何植、皇甫嵩、皇甫郦、皇甫凯、韩忠、韩馥、韩当、韩遂、韩暹、韩融、韩胤、韩嵩、韩福、韩猛、韩莒子、韩珩、韩浩、韩玄、韩德、韩瑛、韩瑶、韩琼、韩琪、韩祯、韩综、华雄、华佗、华歆、胡轸、胡赤儿、胡邈、胡才、胡车儿、胡华、胡班、胡济、胡遵、胡奋、胡烈、胡渊、黄盖、黄琬、黄祖、黄劭、黄彦承、黄忠、黄奎、黄权、黄皓、黄崇、桓阶、桓范、桓嘉、桓彝、郝萌、郝昭、阚泽、霍峻、霍弋、和洽、花永、沮授、沮鹄、贾诩、贾华、贾逵、贾范、贾充纪灵、蒋钦、蒋奇、蒋干、蒋琬、蒋济、蒋延、蒋班、蒋舒、蒋斌、蒋显、金尚、金旋、金祎、金环三结、简雍、吉太、吉邈、吉穆、焦触、焦炳、焦彝、焦伯、姜叙、姜维、靳祥、句安、孔岫、孔融、孔昱、孔秀、蒯良、蒯越、轲比能、卢植、卢逊、刘焉、刘备、刘元起、刘陶、刘虞、刘恢、刘辩、刘协、刘岱、刘表、刘范、刘晔、刘繇、刘艾、刘安、刘辟、刘延、刘勋、刘琬、刘子杨、刘禅、刘琦、刘琮、刘泌、刘封、刘璋、刘先、刘馥、刘熙、刘度、刘贤、刘磐、刘贵、刘巴、刘循、刘俊、刘分、刘永、刘理、刘瑁、刘廙、刘豹、刘宁、刘琰、刘敏、刘劭、刘放、刘达、刘是、刘谌、刘睿、刘瑶、刘瓒、刘恂、刘璩、李儒、李肃、李典、李蒙、李膺、李封、李暹、李乐、李丰、李通、李孚、李圭、李春香、李堪、李恢、李严、李伏、李意、李异、李巽、李辅、李福、李胜、李歆、李鹏、李崇、李球、李虎、吕布、吕伯奢、吕公、吕虔、吕范、吕威璜、吕旷、吕翔、吕蒙、吕义、吕建、吕霸、吕凯、吕岱、吕据、鲁馗、鲁肃、鲁芝、陆康、陆绩、陆逊、陆抗、陆凯、陆景、凌操、凌统、雷薄、雷叙、雷铜、梁刚、梁兴、梁宽、梁绪、梁虔、梁畿、路昭、廖化、廖淳、廖立、骆统、娄子伯、楼玄、冷苞、赖恭、来敏、伦直、柳甫、留赞、留略、留平、马元义、马腾、马日蝉、马宇、马超、马融、马延、马良、马谡、马岱、马休、马铁、马玩、马汉、马忠、马遵、马钧、马邈、闵贡、马忠、满宠、毛介、糜竺、糜夫人、糜芳、祢衡、孟坦、孟公威、孟达、孟获、孟优、孟节、孟光、孟宗、冒顿、苗泽、慕容烈、忙牙长、木鹿大王、母丘俭、母丘旬、迷当、南华老仙牛辅、牛金、区星、潘隐、潘凤、潘璋、潘睿、潘举、庞舒、庞德公、庞统、庞德、庞义、庞柔、庞会、普净、裴元绍、裴绪、裴景、裴秀、彭安、彭永、彭和、濮阳兴、桥玄、桥瑁、桥至、曲义、秦庆童、秦琪、秦密、秦良、秦朗、大乔、小乔、乔国老、谯周、全琮、全端、全怿、全祎、全纪、全尚、仇连、丘建、丘本、牵弘、任峻、任夔、苏双、苏由、苏飞、苏越、苏禺页、孙仲、孙坚、孙策、孙权、孙翊、孙匡、孙朗、孙仁、孙韶、孙静、孙瑞、孙乾、孙观、孙高、孙蛟、孙桓、孙礼、孙资、孙谦、孙登、孙和、孙亮、孙峻、孙恭、孙綝、孙据、孙恩、孙干、孙凯、孙楷、孙休、孙皓、孙异、孙冀、孙歆、宋宪、宋果、宋忠、宋谦、宋白、审配、审荣、尚弘、尚广、史涣、史迹、司马徽、司马懿、司马俊、司马防、司马朗、司马师、司马昭、司马孚、司马望、司马炎、司马攸、司马岫、石广元、石苞、单子春、申耽、申仪、沙摩柯、盛勃、司蕃、师篡、施朔、邵悌、山涛沈莹、唐周、唐妃、唐咨、唐彬、陶谦、陶睿、檀敷、田丰、田楷、田氏、田畴、田豫、田续、田章、太史慈、太史亨、谭雄、土安、滕胤、滕循、舞阳君、吴匡、吴景、吴敦、吴硕、吴子兰、吴懿、吴兰、吴班、吴质、吴押狱、吴纲、吴太后、吴太后、王允、王匡、王方、王颀、王昌、王立、王朗、王则、王楷、王子服、王忠、王植、王修、王琰、王威、王粲、王累、王基、王必、王平、王甫、王谋、王双、王伉、王连、王肃、王建、王昶、王观、王韬、王经、王敦、王真、王含、王沈、王业、王灌、王买、王祥、王睿、王浑、王戎、伍孚、伍琼、伍习、伍延、卫弘、卫凯、卫仲道 、卫演、卫灌、武安国、文丑、文聘、文钦、文鸯、文虎、魏续、魏延、魏邈、汪昭、乌桓触、吾粲、韦康、韦晃、兀突骨、万政、万彧、夏恽、夏恂、许劭、许攸、许褚、许汜、许贡、许靖、许芝、许允、许晏、许仪、荀攸、荀爽、荀谌、荀正、荀彧、荀绲、荀恽、荀凯、荀勖、荀恺、夏候墩、夏候渊、夏候兰、夏候恩、夏候杰、夏候尚、夏候德、夏候存、夏候懋、夏候霸、夏候威、夏候惠、夏候和、夏候玄、夏候咸、徐荣、徐晃、徐戮、徐庶、徐盛、徐商、徐质、辛评、辛毗、辛敞、辛宪英、薛兰、薛礼、薛综、薛悌、薛则、薛羽、郗虑、邢道荣、邢贞、向朗、向举、向宠、谢旌、谢雄、奚泥、袁逢、袁隗、袁绍、袁术、袁遗、袁胤、袁谭、袁熙、袁尚、袁綝、杨彪、杨琦、杨奉、杨大将、杨丑、杨龄、杨秋、杨阜、杨修、杨怀、杨松、杨柏、杨洪、杨昂、杨任、杨锋、杨仪、杨陵、杨暨、杨祚、杨琮、杨欣、杨济、乐进、乐就、乐綝、俞涉、颜良、严纲、严白虎、严兴、严氏、严竣、严颜、于禁、于糜、于吉、于诠、应劭、虞翻、虞松、阎象、阎圃、阎晏、阎宇、尹礼、尹楷、尹奉、尹默、尹赏、尹大目、云英、阴夔、伊籍、晏明、殷纯、雍凯、欲正、雅丹、越吉、羊祜、张让、张角、张宝、张梁、张飞、张世平、张钧、张举、张纯、张济、张邈、张超、张杨、张虎、张温、张恺、张燕、张辽、张昭、张弘、张英、张勋、张绣、张先、张合、张凯、张南、张武、张鲁、张允、张横、张既、张陵、张衡、张卫、张松、张任、张肃、张翼、张著、张音、张爽、张裔、张达、张苞、张嶷、张韬、张普、张休、张承、张球、张茂、张弥、张当、张特、张约、张辑、张明、张布、张遵、张绍、张峻、张华、张悌、张尚、张象、赵忠、赵弘、赵萌、赵岑、赵云、赵彦、赵睿、赵范、赵韪、赵衢、赵昂、赵月、赵颜、赵累、赵祚、赵融、赵咨、赵统、赵广、赵直、朱俊、朱治、朱然、朱灵、朱桓、朱光、朱褒、朱赞、朱恩、朱芳、朱异、邹靖、邹氏、郑玄、郑泰、郑宝、郑宝、郑文、郑袤、郑伦、左丰、左贤王、左慈、左咸、祖茂、祖朗、祖弼、周毖、周奂、周瑜、周泰、周仓、周循、周胤、周善、周群、周鲂、周旨、周平、种拂、种邵、种辑、宗宝、宗预、臧霸、笮融、诸葛瑾、诸葛亮、诸葛均、诸葛原、诸葛虔、诸葛属、诸葛诞、诸葛靓、诸葛绪、诸葛瞻、诸葛尚、甄氏、脂习、钟晋、钟绅、钟繇、钟进、钟会、钟毓、卓膺、翟元、祝融夫人、州泰、曾宣、妫览

三国字
丁仪（正礼）丁奉（承渊）丁原（建阳）丁谧（彦靖）丁廙（敬礼）于禁（文则）士孙瑞（君荣）山涛（巨源）卫瓘（伯玉）马磾（翁叔）马良（季常）马忠（德信）马超（孟起）马谡（幼常）马腾（寿成）王允（子师）王双（子全）王平（子均）王匡（公节）王戎（睿冲）王观（伟台）王甫（国山）王连（文仪）王沈（处道）王肃（子雍）王修（叔治）王浑（玄冲）王路（文舒）王颀（孔硕）王祥（休徵）王朗（景兴）王基（伯舆）王谋（元泰）王粲（仲宣）王睿（土治）韦康（元将）太史慈（子义）毛玠（孝先）公孙度（升济）公孙瓒（伯圭）文钦（仲若）文聘（仲业）尹奉（次曾）邓艾（土载）邓芝（伯苗）邓止飏（玄茂）孔伷（公绪）孔昱（世元）孔融（文举）母丘甸（子邦）母丘俭（仲恭）甘宁（兴霸）左慈（元放）卢植（子干）申耽（义举）田丰（元皓）田畴（子泰）田豫（国让）史涣（公刘）乐进（文谦）冯习（休元）司马师（子元）司马防（建公）司马炎（安世）司马昭（子尚）司马儁（元异）司马朗（伯达）司马望（子初）司马徽（德操）司马懿（仲达）边让（文礼）吉穆（思然）吉邈（文然）毕轨（昭先）吕布（奉先）吕范（子衡）吕凯（季平）吕岱（定公）吕虔（子恪）吕据（世议）吕蒙（子明）朱隽（公伟）朱然（义封）伍孚（德瑜）伍琼（德瑜）任峻（伯达）华陀（元化）华歆（子鱼）华核（永先）伊籍（机伯）向朗（巨达）全琮（子璜）刘巴（子初）刘永（公寿）刘协（伯和）刘先（始宗）刘邠（令元）刘劭（孔才）刘表（景升）刘岱（公山）刘备（玄德）刘放（子弃）刘宠（祖荣）刘勋（子台）刘晔（子扬）刘陶（子奇）刘理（奉孝）刘焉（君郎）刘琰（威硕）刘禅（公嗣）刘虞（伯安）刘廙（恭嗣）刘璋（季玉）刘繇（正礼）刘瑢（文衡）刘馥（元颖）羊祜（叔子）关羽（云长）许允（土宗）许攸（子远）许劭（子将）许靖（文休）许褚（仲康）许慈（仁笃）孙礼（德达）孙匡（季佐）孙权（仲谋）孙休（子烈）孙观（仲台）孙坚（文台）孙和（子孝）孙河（伯海）孙亮（子明）孙桓（叔武）孙峻（子远）孙资（彦龙）孙乾（公祜）孙皓（亢宗）孙皎（叔明）孙翊（叔弼）孙綝（子通）孙策（伯符）孙登（子高）孙瑜（仲异）刘静（幼台）孙韶（公礼）邯郸淳（子叔）严畯（曼才）社预（元凯）社袭（子绪）杜琼（伯瑜）杜微（国辅）杨仪（威公）唐阜（义山）杨修（德祖）杨洪（季休）杨彪（文先）杨暨（休先）李严（正方）李典（曼成）李胜（公昭）李恢（德昂）孝通（文达）李福（孙德）李撰（钦仲）吾粲（孔休）邴原（根矩）来敏（敬达）步骘（子山）吴质（季重）岑晊（公孝）何进（遂高）何宗（彦英）何晏（平叔）何曾（颖老）何颙（伯求）应劭（仲远）辛毗（佐治）辛敞（泰雍）宋忠（仲子）张飞（翼德）张辽（文选）张休（叔嗣）张华（茂先）张纮（子纲）张茂（彦林）张松（永年）张郃（隽乂）张承（仲嗣）张南（文进）张昭（子布）张津（子云）张特（子产）张悌（巨先）张既（德容）张鲁（公祺）张温（惠恕）张缉（敬仲）张裔（君嗣）张嶷（伯歧）张邈（孟卓）张翼（伯恭）陆纡（叔盘）陆抗（幼节）陆凯（敬风）陆逊（伯言）陆骏（季才）陆康（季宁）陆绩（公纪）陈武（子烈）陈宫（公台）陈泰（玄伯）陈矫（季弼）陈琳（孔璋）陈翔（仲麟）陈登（元龙）陈骞（休渊）陈群（长文）陈震（孝起）邵悌（元伯）苑康（仲真）范滂（孟溥）和洽（阳土）金尚（元休）金袆（德伟）金旋（元机）周奂（文明）周昕（大明）周毖（仲远）周泰（幼平）周鲂（子鱼）周瑜（公瑾）周群（仲直）庞统（土元）庞德（令明）庞德公（山民）郑泰（公业）郑袤（林叔）法正（孝直）宗预（德艳）审配（正南）孟达（子度）孟光（孝裕）孟宗（恭武）孟建（公威）赵云（子龙）赵歧（邠卿）赵昂（伟章）赵咨（德度）荀攸（公达）荀恽（长倩）荀彧（文若）荀爽（慈明）荀勖（公曾）荀谌（友若）荀顗（景倩）胡奋（玄威）胡质（文德）胡济（伟度）胡烈（玄武）胡渊（世元）胡邈（敬才）种会（士季）钟毓（稚叔）钟繇（元常）种劭（申甫）钟拂（颖伯）皇甫嵩（义真）郗虑（鸿豫）郤正（令先）姜叙（伯奕）姜维（伯约）娄圭（子伯）祖茂（大荣）祢衡（正平）费观（宾伯）费祎（文伟）骆统（公绪）秦宓（子敕）秦朗（元明）袁术（公路）袁尚（显甫）袁绍（本初）袁逢（周扬）袁隗（次阳）袁遗（伯业）袁熙（显奕）袁谭（显思）耿纪（季行）桓阶（伯绪）桓范（元则）桥玄（公祖）贾充（公闾）贾诩（文和）贾逵（梁道）夏侯玄（大初）夏侯尚（伯仁）夏侯和（义权）夏侯威（季权）夏侯敦（元让）夏侯渊（妙才）夏侯惠（稚权）夏侯琳（子林）夏侯霸（仲权）顾雍（元叹）徐晃（公明）徐盛（文向）徐庶（元直）徐璆（孟玉）脂习（元升）留赞（正明）凌统（公绩）高干（元才）高柔（文惠）郭攸之（演长）郭奕（伯益）郭恩（义博）郭淮（伯济）郭嘉（奉孝）诸葛诞（公休）诸葛亮（孔明）诸葛恪（元逊）诸葛珪（子贡）诸葛原（景春）诸葛靓（仲思）诸葛瑾（子瑜）诸葛瞻（思远）陶谦（恭祖）黄权（公衡）黄忠（汉升）黄盖（公覆）曹仁（子孝）曹丕（子桓）曹休（文烈）曹宇（彭祖）曹芳（兰卿）曹奂（景明）曹纯（子和）曹昂（子修）曹洪（子廉）曹真（子丹）曹爽（昭伯）曹植（子建）曹嵩（巨高）曹髦（彦士）曹睿（元仲）曹彰（子文）曹操（孟德）眭固（白兔）崔琰（季珪）淳于琼（仲简）彭羕（永年）董允（休昭）董卓（仲颖）董和（幼宰）董昭（公仁）董袭（元代）董厥（龚袭）蒋干（子翼）蒋钦（公奕）蒋济（子通）蒋琬（公琰）韩当（义公）韩珩（子佩）韩浩（元嗣）韩遂（文约）韩嵩（德高）韩暨（公至）韩馥（文节）程秉（德枢）程昱（仲德）程普（德谋）程畿（季然）傅干（彦材）傅巽（公悌）傅嘏（兰石）鲁肃（子敬）蒯良（子柔）蒯越（异度）楼玄（承先）虞翻（仲翔）路粹（文蔚）简雍（宪和）满宠（伯宁）蔡邕（伯喈）蔡琰（文姬）臧霸（宣高）裴秀（季彦）管宁（幼安）管恪（公明）廖化（元俭）廖立（公渊）谯周（允南）樊建（长元）滕胤（承嗣）圆泽（德润）潘璋（文圭）潘浚（承明）薛悌（孝威）薛综（敬文）霍峻（仲邈）檀敷（文友）魏延（文长）糜芳（子方）糜竺（子仲）濮阳兴（子元）

标签：统计分析,三国,司马,诸葛,次数,夏候,公孙,txt,三国演义
来源： https://www.cnblogs.com/Qi-Lin/p/12182212.html