基于Python的红楼梦文本分析 |
您所在的位置：网站首页 › 中文文本聚类分析实例图 › 基于Python的红楼梦文本分析 |
基于Python的红楼梦文本分析
|
在一部小说中主人公的每一段语言、文字都或多或少带着其人物形象的烙印，《红楼梦》是中国的四大名著之一，共120回，一直以来吸引着很多学者去研究。本案例基于统计分析、文本挖掘等知识，使用Python对红楼梦120回的文本数据进行可视化和聚类分析。 
目录
数据读取与章节整合整合
剧情趋势和人物词频分析
红楼梦章节聚类及可视化
总结
1.数据读取与整合
## 加载数据包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import jieba
import nltk
数据集介绍如下： Dream_of_the_Red_Mansion.txt为红楼梦小说的txt版本，编码格式为utf-8。 Red_Mansion_Dictionary.txt为包含红楼梦中专有人物的词典，用于辅助分词。 stop_words.txt为停用词表，包含数字、特殊符号等常见的停用词。 ## 设置显示偏好 import warnings warnings.filterwarnings('ignore') pd.set_option("display.max_rows",None) ## 读取文章、停用词和需要的词典 stop_words = pd.read_csv("./input/stop_words.txt",header=None,names = ["stop_words"]) dictionary = pd.read_csv("./input/Red_Mansion_Dictionary.txt",header=None, names=["dictionary"]) content = pd.read_csv("./input/Dream_of_the_Red_Mansion.txt",header=None,names = ["content"]) print(content.head(),'\n\n',dictionary.head(),'\n\n',stop_words.head()) content 0 第1卷 1 第一回 甄士隐梦幻识通灵 贾雨村风尘怀闺秀 2 此开卷第一回也。作者自云：因曾历过一番梦幻之后，故将真事隐去，而借“通灵”之说，撰此 |
【本文地址】
今日新闻 |
推荐新闻 |