python统计红楼梦人物词频

在Python中统计《红楼梦》人物的词频，你可以使用自然语言处理库如jieba分词、collections模dule的Counter函数以及一些文本处理技巧。以下是一个简单的步骤：

1. 首先，你需要获取《红楼梦》的文本数据，这可以是从网络上下载电子版的txt文件，也可以从公开的数据源获取。

2. 使用`jieba`对文本进行分词，它能较好地处理汉语词语。安装`jieba`库（如果未安装）：`pip install jieba`

import jieba

3. 读取并清洗文本，移除非汉字字符，转换为小写等操作：

with open('hongloumeng.txt', 'r', encoding='utf-8') as f:
    text = f.read().lower()
    words = ''.join(c for c in text if '\u4e00' <= c <= '\u9fa5')

4. 使用`jieba.lcut`进行分词，并计算词频：

words_list = jieba.lcut(words)
word_freq = Counter(words_list)

5. 最后，打印出人物名称及其词频：

for word, freq in word_freq.most_common():
    if is_person_name(word):  # 自定义判断是否为人名的函数
        print(f"{word}: {freq}")

注意，这里需要你自己编写一个`is_person_name()`函数来识别人名，因为《红楼梦》中涉及的人物众多，直接通过字符串匹配可能会有误。