python 绘制三国演义人物关系图

"""
author:魏振东
data:2019.12.18
func:绘制三国演义人物关系图
"""
import codecs
import jieba.posseg as pseg
import xlwt

def excel_write(names,workbook):
    # 创建一个worksheet
    worksheet = workbook.add_sheet('node')
    worksheet.write(0, 0, label='ID')
    worksheet.write(0, 1, label='Label')
    worksheet.write(0, 2, label='Weight')
    i=1
    for name, times in names.items():
        if times > 10:
            worksheet.write(i, 0, label=str(name))
            worksheet.write(i, 1, label=str(name))
            worksheet.write(i, 2, label=str(times))
            i = i+1
    # 创建一个worksheet
    worksheet1 = workbook.add_sheet('edge')
    worksheet1.write(0, 0, label='Source')
    worksheet1.write(0, 1, label='Target')
    worksheet1.write(0, 2, label='Weight')
    i=1
    for name, edges in relationships.items():
        for v, w in edges.items():
            if w > 10:
                worksheet1.write(i, 0, label=name)
                worksheet1.write(i, 1, label=v)
                worksheet1.write(i, 2, label=str(w))
                i = i+1
    workbook.save('People_node.xls')


names = {}#  保存人物,键为人物名称,值为该人物在全文中出现的次数
relationships = {}#保存人物关系的有向边,键为有向边的起点,值为一个字典 edge ,edge 的键为有向边的终点,值是有向边的权值
lineNames = []# 缓存变量,保存对每一段分词得到当前段中出现的人物名称

excludes = {'将军', '却说', '令人', '赶来', '徐州', '不见', '下马', '喊声', '因此', '未知', '大败', '百姓', '大事', '一军', '之后', '接应', '起兵',
                '成都', '原来', '江东', '正是', '忽然', '原来', '大叫', '上马', '天子', '一面', '太守', '不如', '忽报', '后人', '背后', '先主', '此人',
                '城中', '然后', '大军', '何不', '先生', '何故', '夫人', '不如', '先锋', '二人', '不可', '如何', '荆州', '不能', '如此', '主公', '军士',
                '商议', '引兵', '次日', '大喜', '魏兵', '军马', '于是', '东吴', '今日', '左右', '天下', '不敢', '陛下', '人马', '不知', '都督', '汉中',
                '一人', '众将', '后主', '只见', '蜀兵','马军','黄巾','立功','白发','大吉','红旗','士卒','钱粮','于汉','郎舅', '龙凤', '古之', '白虎',
                '古人云', '尔乃', '马飞报', '轩昂', '史官', '侍臣', '列阵','玉玺','车驾','老夫','伏兵','都尉','侍中','西凉','安民','张曰','文武','白旗',
                '祖宗','寻思'}  # 排除的词汇

with codecs.open("111111.txt",'r',encoding='utf-8',errors='ignore') as f:
    for line in f.readlines():
        poss = pseg.cut(line)  # 分词,返回词性
        lineNames.append([])  # 为本段增加一个人物列表
        for w in poss:
            if w.flag != 'nr' or len(w.word) < 2 or w.word in excludes:
                continue  # 当分词长度小于2或该词词性不为nr(人名)时认为该词不为人名
            elif w.word == '孔明' or w.word == '孔明曰' or w.word == '卧龙先生':
                real_word = '诸葛亮'
            elif w.word == '云长' or w.word == '关公曰' or w.word == '关公':
                real_word = '关羽'
            elif w.word == '玄德' or w.word == '玄德曰' or w.word == '玄德甚' or w.word == '玄德遂' or w.word == '玄德兵' or w.word == '玄德领' \
                    or w.word == '玄德同' or w.word == '刘豫州' or w.word == '刘玄德':
                real_word = '刘备'
            elif w.word == '孟德' or w.word == '丞相' or w.word == '曹贼' or w.word == '阿瞒' or w.word == '曹丞相' or w.word == '曹将军':
                real_word = '曹操'
            elif w.word == '高祖':
                real_word = '刘邦'
            elif w.word == '光武':
                real_word = '刘秀'
            elif w.word == '桓帝':
                real_word = '刘志'
            elif w.word == '灵帝':
                real_word = '刘宏'
            elif w.word == '公瑾':
                real_word = '周瑜'
            elif w.word == '伯符':
                real_word = '孙策'
            elif w.word == '吕奉先' or w.word == '布乃' or w.word == '布大怒' or w.word == '吕布之':
                real_word = '吕布'
            elif w.word == '赵子龙' or w.word == '子龙':
                real_word = '赵云'
            elif w.word == '卓大喜' or w.word == '卓大怒':
                real_word = '董卓'
            else:
                real_word = w.word
            lineNames[-1].append(real_word)  # 为当前段的环境增加一个人物

            if names.get(real_word) is None:  # 如果某人物(w.word)不在人物字典中
                names[real_word] = 0
                relationships[real_word] = {}
            names[real_word] += 1

            # 输出人物出现次数统计结果
# for name, times in names.items():
#    print(name, times)

# 对于 lineNames 中每一行,我们为该行中出现的所有人物两两相连。如果两个人物之间尚未有边建立,则将新建的边权值设为 1,
# 否则将已存在的边的权值加 1。这种方法将产生很多的冗余边,这些冗余边将在最后处理。
for line in lineNames:
    for name1 in line:
        for name2 in line:
            if name1 == name2:
                continue
            if relationships[name1].get(name2) is None:
                relationships[name1][name2] = 1
            else:
                relationships[name1][name2] = relationships[name1][name2] + 1

                # 由于分词的不准确会出现很多不是人名的“人名”,从而导致出现很多冗余边,
                # 为此可设置阈值为10,即当边出现10次以上则认为不是冗余
# 创建一个workbook 设置编码
workbook = xlwt.Workbook(encoding = 'utf-8')
# 数据存储
excel_write(names,workbook)

在这里插入图片描述在这里插入图片描述
基础数据获取完毕!

下面利用Gephi进行可视化操作下载地址:https://gephi.org/users/download/
具体操作见大佬博客
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

gephi操作指南

发布了39 篇原创文章 · 获赞 41 · 访问量 1万+

猜你喜欢

转载自blog.csdn.net/wei_zhen_dong/article/details/103586780