统计红楼梦人物出场次数python_红楼梦人物出场次数统计及人物出场词云

红楼梦的文本可以通过网络或者本地文件获取，我们可以使用 Python 中的 jieba 库进行中文分词，然后统计每个人物在文本中出现的次数，最终生成一个出场次数的排名表和一个人物出场次数的词云。

以下是代码示例：

import jieba
from collections import defaultdict
from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 读取红楼梦文本
with open('hongloumeng.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 中文分词
words = jieba.cut(text)

# 统计人物出现次数
counts = defaultdict(int)
for word in words:
    if len(word) > 1:  # 过滤掉单个字的词
        counts[word] += 1

# 输出出场次数排名前十的人物
top_counts = sorted(counts.items(), key=lambda x:x[1], reverse=True)[:10]
for i, (name, count) in enumerate(top_counts):
    print(f'{i+1}. {name}: {count}次')

# 生成人物出场次数词云
wc = WordCloud(font_path='msyh.ttc', background_color='white')
wc.generate_from_frequencies(counts)
plt.imshow(wc)
plt.axis('off')
plt.show()

这里我们使用了 Python 中的 defaultdict 来统计词频，这样就不需要事先对每个人物进行初始化，避免了出现 KeyError 的情况。同时，我们也过滤掉了单个字的词，以提高统计的准确性。

在生成词云时，我们使用了 WordCloud 库，并指定了字体和背景色。最终通过 matplotlib 显示出来。

需要注意的是，红楼梦的文本文件需要事先准备好，放在代码所在目录下，命名为 `hongloumeng.txt`。