三国演义文本挖掘实战：从词云到多维交互式分析

当提到文本可视化，大多数人的第一反应往往是词云——这种色彩斑斓但信息密度低的图表早已成为入门级分析的代名词。本文将带您突破传统词云的局限，使用Python构建一个完整的《三国演义》分析仪表盘，涵盖人物社交网络、章节结构、高频人物统计等维度，并通过Pyecharts实现交互式可视化。

1. 文本分析的基础工程

文本分析的第一步永远是数据清洗与结构化处理。《三国演义》作为古典文学作品，存在大量别名、称谓变化等需要规范化的内容。我们需要建立人物别名映射表，确保"玄德"、"刘豫州"等不同称谓都能正确归并为"刘备"。

核心清洗步骤：

# 人物别名映射字典
name_mapping = {
    '孔明': '诸葛亮', 
    '云长': '关羽',
    '玄德': '刘备',
    '孟德': '曹操',
    # 其他映射关系...
}

def normalize_name(raw_name):
    return name_mapping.get(raw_name, raw_name)

处理后的数据应包含以下关键字段：

字段名	类型	说明
chapter	int	章节编号
character	str	标准化后的人物名
count	int	出现次数
relation	dict	人物共现关系

2. 人物维度分析体系

2.1 出场频次统计

使用Pyecharts构建交互式柱状图，不仅能展示TOP15人物的出场次数，还能通过点击查看细节：

from pyecharts.charts import Bar
from pyecharts import options as opts

bar = (
    Bar()
    .add_xaxis(top_characters)
    .add_yaxis("出场次数", frequencies)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="三国人物出场频次TOP15"),
        datazoom_opts=[opts.DataZoomOpts()]  # 添加数据缩放控件
    )
)
bar.render("character_frequency.html")

2.2 社交关系网络分析

人物关系网络能直观展示三国阵营分布。我们使用NetworkX构建图结构，并通过边权重表示人物关联强度：

import networkx as nx

G = nx.Graph()
for char1, char2, weight in co_occurrences:
    G.add_edge(char1, char2, weight=weight)

# 使用力导向布局算法
pos = nx.spring_layout(G, k=0.5, iterations=50)

关系强度分级策略：

• 强关系(>0.6)：绿色实线
• 中等关系(0.3-0.6)：黄色实线
• 弱关系(<0.3)：蓝色虚线

3. 文本结构可视化

3.1 章节字数趋势分析

通过折线图观察各章回字数变化，可发现原著的结构特点：

line = (
    Line()
    .add_xaxis(chapter_numbers)
    .add_yaxis("字数", word_counts,
               markline_opts=opts.MarkLineOpts(
                   data=[opts.MarkLineItem(type_="average")]
               ))
    .set_global_opts(title_opts=opts.TitleOpts(title="章回字数趋势"))
)

3.2 关键词演进分析

使用滑动窗口统计不同章节的关键词变化，制作热力图展示故事焦点转移：

from pyecharts.charts import HeatMap

heatmap = (
    HeatMap()
    .add_xaxis(chapter_ranges)
    .add_yaxis("关键词", keywords, frequency_matrix)
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(max_=100)
    )
)

4. 高级可视化技巧

4.1 交互式词云增强版

传统词云只能展示频率，我们增强为带交互功能的词云：

wordcloud = (
    WordCloud()
    .add(series_name="人物词频",
         data_pair=word_freq_pairs,
         word_size_range=[20, 100],
         tooltip_opts=opts.TooltipOpts(
             formatter="{b}: {c}次")
        )
)

4.2 多维数据联动

通过Pyecharts的联动功能，实现图表间交互：

// 在渲染后的HTML中添加JS联动代码
chart1.on('click', function(params) {
    // 根据点击的人物更新其他图表
    updateRelationGraph(params.name); 
});

5. 分析结论与项目扩展

通过本项目的多维分析，我们可以发现：

• 曹操、刘备、诸葛亮构成核心人物三角
• 章节字数呈现"战争章节膨胀"现象
• 人物关系网络清晰反映魏蜀吴阵营划分

项目扩展建议：

1. 添加时间轴展示故事发展
2. 整合地理信息绘制势力范围变化
3. 使用BERT等模型进行情感分析

完整项目代码已包含以下关键文件：

project/
├── data_processing.py  # 数据清洗
├── visualization.py    # 可视化模块
├── config.py           # 别名映射配置
└── main.py             # 主入口