关注公众号的有福了!原来书也可以这么读
《一个人的村庄》是不是一个人的村庄？除了令狐冲，谁又是《笑傲江湖》中出场最多的人？诺奖得主的书是怎么用词的？《红楼梦》前八十回和后四十回有没有明显区别？和冯唐是不是写的一类书？西北作家贾平凹和陈忠实有何相似之处？
本文运用python分析了小说中的词频和词性特征，从而发现：
《一个人的村庄》
新疆作家刘亮程的散文集，再版多次，写的是空旷世界的细腻生活。书中前20个出现频率最高的词是：一个，村庄，我们，野地，麦子，他们，事情，自己，苞谷，它们，知道，路上，没有，一辈子，村子，榆木，一条，一生，村里，看见。
前两个词都挺切合作者表达的意思，一个人，一个土地，一个砖瓦村落，第三个词我们，有时指人类，有时指我和村里人，野地是村庄之外的地方，也是种麦子的地方，而他们，有时指其他村民，指父亲和牛，指村里的老人，而事情，就是在村里转悠，娶个老婆生娃。
在散文集里，出现最多的人是我们，最多的地方是村庄，最多的人名是榆木，最多的粮食是麦子，最多的动作是看见，最多的季节是冬天，最多的感觉是寒冷……
《笑傲江湖》
金庸最有意思的小说，讲述了荡气回肠，令人爱不释手的江湖故事。
小说中，出现最多的自然是主角令狐大爷，排第二的居然是他师傅岳不群，华山派气宗掌门，可惜心术不正，成了江湖第一伪君子。第三是，令狐冲的红颜知己，日月神教的继任教主任盈盈。第四依旧是人名，林平之，家有祖传辟邪剑谱。第四，剑法，小说中厉害的武功都使的是剑。第五，终于见到了小师妹。第六，长剑，书中最常用的武器。第七，恒山，是北岳恒山派的根据地，令狐冲还在此做了掌门，并且舍命相救恒山派女弟子排在第八的仪琳。第九是动词说道。第十，采花大盗田伯光。
《蛙》
莫言，第一位获得诺奖的国内作家，同时凭借小说《蛙》获得茅盾文学奖。小说语言丰富，新意别出，故事有趣，获奖实至名归。
从词频上看，最多几个词是姑姑，小狮子，我们和孩子，这些就是‘诺奖小说常用词’。
从词性看，非语素字，动词，名词，代词和副词的比例分别是35，23，22，13和7，这就是‘诺奖小说比例’。
《红楼梦》前八十回与后四十回
小说前八十回曹雪芹所著，后四十回无名氏续，程伟元、高鹗整理。根据词性的分析，前后两部分并没有明显区别，比例甚至十分相近。
和冯唐：《》与《万物生长》
，1952年生，已经去世。冯唐，1971年生，活跃于各大书展。两人书中都描写了大量光怪陆离的两性关系，是座巅峰，有人将他两进行对比。两本书分别是两人的代表作，分析的结果是，两书的词性使用比例是很相近的。但，《》中的名词比例还是比《》少了3个点，而动词却多了两个点。
西北作家：贾平凹和陈忠实，《秦腔》和《白鹿原》
西北多产作家，而且以粗犷朴实的文风独树一帜。贾平凹和陈忠实都是陕西人，分别因为《秦腔》和《白鹿原》获得矛盾文学奖。《白鹿原》与《秦腔》和之前分析的作品有很大区别，因为书中出现最多的是动词，名词比例也更大，而非语素字比例要小于《秦腔》。
Python代码如下：
##词频分析
import jieba
import jieba.analyse
import jieba.posseg #词性
import xlwt #写入Excel表的库
if__name__=="__main__":
wbk = xlwt.Workbook(encoding ='ascii')
sheet =wbk.add_sheet("wordCount")#Excel单元格名字
word_lst = []#频率
key_list=[]#词目
for line in open("蛙.txt",encoding="gbk"):#需要分词统计的文档
item = line.strip('\n\r').split('\t') #制表格切分
# print item
tags = jieba.analyse.extract_tags(item[0])#jieba分词
for t in tags:
word_lst.append(t)
word_dict= {}
with open("wordCount.txt",'w') aswf2: #打开文件
for item in word_lst:
if item not in word_dict: #统计数量
word_dict[item] = 1
else:
word_dict[item] += 1
orderList=list(word_dict.values())
orderList.sort(reverse=True)
for i in range(len(orderList)):
for key in word_dict:
ifword_dict[key]==orderList[i]:
wf2.write(key+''+str(word_dict[key])+'\n') #写入txt文档
key_list.append(key)
word_dict[key]=0
for i in range(len(key_list)):
sheet.write(i, 1, label = orderList[i])#频率
sheet.write(i, 0, label = key_list[i])#词目
wbk.save('蛙.xls') #保存为 wordCount.xls文件
##词性分析
import jieba.posseg #词性
import xlwt #写入Excel表的库
import collections
text = open("蛙.txt",encoding="gbk").read()#不能解码，可以试试gbk,utf-8
tex = jieba.posseg.cut(text)
l = []
for i in tex:
l.append(i.flag)
#
m=collections.Counter(l)
mm=sorted(m.items(), key=lambdapair: pair[1], reverse=True)
