Python数据分析——谁才是《三体》的主角？

Posted 2021-03-17 阮帅的博客

准备工作

matplotlib库

三体.txt（utf-8编码）

三体主要人物.txt（utf-8编码）

代码

大纲

导入matplotlib.pyplot方法，创建1个Novel类，包含2个属性和4个方法。

import matplotlib.pyplot as plt

class Novel():
    """创建一个小说的类"""
    
    def __init__(self, novel_name, roles_name):
        """初始化类的属性"""
　　
　　def one_role_nums(self, role_name):
        """统计一个人物名字出现的次数"""

　　def main_roles_nums(self):
        """统计主要人物名字出现的次数"""

　　def show_datas(self):
        """输出人物名字及出现次数"""

　　def draw_picture(self, title = ""):
        """可视化数据"""

初始化

类包含两个属性，小说名字和主要人物名字。

主要人物来源于《三体》百度百科，以每行一个名字的格式存储于txt文档，如下图。

注：艾aa的名字采用aa，因小说中多称呼aa。

def __init__(self, novel_name, roles_name):
    """初始化类的属性"""

    self.novel_name = novel_name
    self.roles_name = roles_name

方法

one_role_nums方法

def one_role_nums(self, role_name):
    """统计一个人物名字出现的次数"""

    with open(self.novel_name, encoding = 'utf-8') as f:
        content = f.read()

    count = 0
    n = len(role_name)
    for i in range(len(content)):
        if content[i : i + n] == role_name:
            count += 1
    return count

main_roles_nums方法

返回一个列表，列表元素为字典中的键值对且按value降序排列。

def main_roles_nums(self):
    """统计主要人物名字出现的次数"""

    with open(self.roles_name, encoding = 'utf-8') as f:
        names = [line.strip() for line in f.readlines()]

    dic = {}                    
    for name in names:
        num = self.one_role_nums(name)
        if num:
            dic[name] = num
    dic = sorted(dic.items(), key = lambda k : k[1], reverse = True)
    return dic

show_datas方法

def show_datas(self):
    """输出人物名字及出现次数"""

    dic = self.main_roles_nums()
    for x in dic:
        print(x[0], x[1])

draw_picture方法

运用matplotlib库将所得数据可视化。

调用方法时可赋予一个标题，默认为空。

def draw_picture(self, title = ""):
    """可视化数据"""

    dic = self.main_roles_nums()
    names, nums = [], []
    for x in dic:
        names.append(x[0])
        nums.append(x[1])

    n = list(range(len(names)))
    plt.figure(figsize=(10, 6))    
    plt.bar(n, nums, alpha=0.5)
    plt.xlim((0, len(names)))
    plt.xticks(n, names, rotation = 30, fontproperties = "SimHei", fontsize = 24)
    plt.title(title, fontproperties = "SimHei", fontsize = 40)

    plt.show()

调用

创建一个对象，赋予两个属性。

novel = Novel("三体.txt", "三体主要人物.txt")   

调用方法show_datas()

novel.show_datas()

调用方法draw_picture()并赋予一个标题

novel.draw_picture("三体主要人物名字出现次数")

结果符合预期，汪淼、罗辑和程心是当之无愧的三大主角，且随着《三体I》《三体II》《三体III》小说的篇幅增多而名字出现次数增多。

其他人物名字出现的次数基本与观感相符合。

分析射雕三部曲

再以同样的方法分析射雕三部曲，可以发现，张无忌主角光环最甚。

dic = {"射雕英雄传.txt":"射雕英雄传主要人物.txt", 
       "神雕侠侣.txt":"神雕侠侣主要人物.txt", 
       "倚天屠龙记.txt":"倚天屠龙记主要人物.txt"} 
for key, value in dic.items():
    novel = Novel(key, value)
    novel.draw_picture()

射雕英雄传

神雕侠侣

倚天屠龙记

GitHub

https://github.com/ruansh/Three-body-roles