python 三国演义词云

### 使用Python制作《三国演义》文本的词云图

#### 准备工作
对于想要使用Python生成《三国演义》词云图的学习者来说，准备工作至关重要。这包括获取并预处理文本数据以及安装必要的第三方库。

首先，确保已经下载了《三国演义》的纯文本版本，并将其存储在一个易于访问的位置。接着，在项目环境中安装`jieba`用于中文分词、`wordcloud`用于创建词云图像以及其他辅助工具如`matplotlib`以便于展示最终成果[^1]。

pip install jieba wordcloud matplotlib

#### 加载与清理文本
通过`with`语句可以方便地打开并读取本地磁盘上的文件内容。这里需要注意的是要指明正确的编码方式以避免乱码问题发生：

import os

file_path = r'C:\path_to_your_file\三国演义.txt'
if not os.path.exists(file_path):
    raise FileNotFoundError(f"The specified file does not exist at {file_path}")

with open(file_path, 'r', encoding='utf-8') as f:
    text = f.read()

#### 处理重复的人名
考虑到古代文学作品中人物称呼多样性的特点，《三国演义》里许多重要角色可能拥有多个名字或称号。因此，在统计词频之前应当先解决这个问题。可以通过定义一个映射表来实现不同称谓之间的转换，从而达到去重的效果[^3]:

from collections import Counter

name_mapping = {
    "曹操": ["孟德", "丞相"],
    "玄德": ["刘备", "皇叔", "刘皇叔", "玄德曰"],
    # 更多对应关系...
}

def normalize_names(word_list):
    result = []
    for w in word_list:
        found = False
        for key, values in name_mapping.items():
            if w in values or w == key:
                result.append(key)
                found = True
                break
        if not found:
            result.append(w)
    return result


words = list(jieba.cut(text))
normalized_words = normalize_names(words)

counter = Counter(normalized_words).most_common(5)
print(counter)

上述代码片段展示了如何利用字典结构完成对特定词汇（即人名）标准化的过程，并计算出频率最高的五个词条作为示例输出。

#### 创建词云图形
最后一步就是调用`WordCloud()`函数来自动生成一张美观大方又充满信息量的可视化图表啦！除了基本配置外还可以自定义一些样式选项让成品更加个性化，比如指定背景形状或者调整颜色方案等等[^4]。

from wordcloud import WordCloud
import numpy as np
from PIL import Image

mask = np.array(Image.open(r'C:\path_to_mask_image\map_of_china.jpg'))
wc = WordCloud(
    mask=mask,
    font_path=r'C:\Windows\Fonts\simsun.ttc',
    background_color="white",
    max_words=2000,
    width=800,
    height=600,
    margin=2
)

# Generate a word cloud image from the frequency data of normalized words.
frequency_dict = dict(counter)
wc.generate_from_frequencies(frequency_dict)

# Display and save the generated word cloud to an image file.
import matplotlib.pyplot as plt

plt.figure(figsize=(10, 7), facecolor=None)
plt.imshow(wc.recolor(color_func=lambda *args, **kwargs: (255, 255, 255)), interpolation="bilinear")
plt.axis('off')
plt.tight_layout(pad=0)
plt.show()

output_filename = r'C:\desired_output_location\three_kingdoms_word_cloud.png'
wc.to_file(output_filename)

这段脚本不仅实现了基于给定文本素材构建词云的核心功能，还加入了更多细节方面的优化措施，使得整个过程既简单易懂又能产出高质量的结果。