【Python】Python人民的名义-词云-关系图可视化（源码+报告）【独一无二】

---

👉博__主👈：米码收割机
👉技__能👈：C++/Python语言
👉公众号👈：测试开发自动化【获取源码+商业合作】
👉荣__誉👈：阿里云博客专家博主、51CTO技术博主
👉专__注👈：专注主流机器人、人工智能等相关领域的开发、测试技术。

---

【Python】Python人民的名义-词云-关系图可视化（源码+报告）【独一无二】

---

---

一、设计要求

功能点及设计需求

该项目的设计旨在生成《人民的名义》文本的词云和人物关系图，通过分析文本和可视化结果，展示主要人物的关联和词频情况。具体功能点和设计需求如下：

1. 文本读取与处理：

   • 读取文本文件：从指定路径读取《人民的名义》文本内容，确保文件编码为 gbk。
   • 读取停用词文件：从指定路径读取停用词列表，文件编码为 utf-8。

2. 中文分词：

   • 分词处理：使用 jieba 对读取的文本进行分词，处理中文字符以生成单词列表。
   • 去除停用词：过滤掉单词列表中的停用词，确保词云中只包含有效信息。

3. 词云生成：

   • 生成词云：利用 WordCloud 库生成词云图，设置词云图的字体、尺寸和背景颜色，确保中文字符显示正确。
   • 词云显示：使用 matplotlib 显示生成的词云图，图像清晰，标签正确。

4. 人物关系图绘制：

   • 创建无向图：使用 networkx 创建人物关系的无向图，定义主要人物为节点。
   • 添加关系边：假设每个人物之间都有直接关系，添加边连接所有节点。
   • 图形绘制：使用 matplotlib 绘制人物关系图，设置节点位置、颜色、大小和标签，确保图形美观且易于理解。

👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 人民 ” 获取，拿来即用。👈👈👈

---

二、设计思路

设计目的是生成一部电视剧《人民的名义》的词云和人物关系图。代码主要分为三个部分：生成词云、绘制人物关系图和主程序调用。以下是详细的设计思路分析：

1. 导入必要的库

import matplotlib.pyplot as plt
from wordcloud import WordCloud
import jieba
import networkx as nx

• matplotlib.pyplot：用于绘制词云和人物关系图。
• WordCloud：用于生成词云。
• jieba：用于中文分词。
• networkx：用于创建和绘制人物关系图。

2. 配置 Matplotlib 以正常显示中文和负号

👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 人民 ” 获取，拿来即用。👈👈👈

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

• font.sans-serif 设置为 SimHei（黑体），确保能够显示中文字符。
• axes.unicode_minus 设置为 False，确保负号可以正常显示。

3. 生成词云的函数

功能描述：读取文本文件并生成词云。

def generate_wordcloud(text_file, stopwords_file):
    # 读取文本文件
    with open(text_file, 'r', encoding='gbk') as f:
        text = f.read()

   	# 代码略(至少十行)... 
	# 代码略(至少十行)...
	 

    # 去除停用词
    words = [word for word in words if word not in stopwords]


   	# 代码略(至少十行)... 
	# 代码略(至少十行)...
	 
    # 显示词云
    plt.figure(figsize=(10, 5))
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.axis('off')
    plt.show()

👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 人民 ” 获取，拿来即用。👈👈👈

• 读取文本文件：使用 open 函数读取指定编码的文本文件内容。
• 读取停用词文件：读取停用词文件并将其转换为集合。
• 分词：使用 jieba.lcut 对文本进行分词。
• 去除停用词：过滤掉停用词。
• 生成词云：使用 WordCloud 类生成词云，并设置中文字体文件路径、宽度、高度和背景颜色。
• 显示词云：使用 matplotlib 显示词云。
  

👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 人民 ” 获取，拿来即用。👈👈👈

4. 绘制人物关系图的函数

功能描述：绘制电视剧人物之间的关系图。

def plot_character_graph(characters):
    # 创建无向图
    G = nx.Graph()

   	# 代码略(至少十行)... 
	# 代码略(至少十行)...
	 
    # 绘制图形
    plt.figure(figsize=(10, 8))
    pos = nx.spring_layout(G)
    nx.draw(G, pos, with_labels=True, node_color='skyblue', node_size=3000, font_size=12, font_weight='bold', edge_color='gray')
    plt.show()

• 创建无向图：使用 networkx 创建无向图 G。
• 添加节点：将每个人物作为节点添加到图中。
• 添加边：假设每个人物之间都有直接关系，添加边。
• 绘制图形：使用 matplotlib 绘制图形，设置节点位置、标签、颜色、大小、字体和边颜色。
  

👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 人民 ” 获取，拿来即用。👈👈👈

5. 主程序调用

功能描述：读取文件路径和人物列表，生成词云和人物关系图。

# 文件路径
text_file = '人民的名义.txt'
stopwords_file = 'stop_words.txt'

# 人物列表
characters = [
    "李达康",
    "侯亮平",
    "高育良",
    "陈岩石",
    "祁同伟",
    "赵东来",
    "沙瑞金",
    "丁义珍",
    "季昌明",
    "吴慧芬"
]


   	# 代码略(至少十行)... 
	# 代码略(至少十行)...
	 

• 文件路径：定义文本文件和停用词文件的路径。
• 人物列表：定义电视剧中的人物列表。
• 生成词云：调用 generate_wordcloud 函数，生成并显示词云。
• 绘制人物关系图：调用 plot_character_graph 函数，绘制并显示人物关系图。

👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 人民 ” 获取，拿来即用。👈👈👈

总结

1. 导入必要的库：引入词云生成、中文分词和图形绘制所需的库。
2. 配置 Matplotlib：确保能够正确显示中文字符和负号。
3. 生成词云：读取文本和停用词文件，进行中文分词，生成并显示词云。
4. 绘制人物关系图：创建无向图，添加节点和边，绘制并显示人物关系图。
5. 主程序调用：定义文件路径和人物列表，生成词云和人物关系图。

该设计实现了一个简单的文本分析和可视化工具，可以对《人民的名义》文本进行词频分析，并展示主要人物之间的关系。

👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 人民 ” 获取，拿来即用。👈👈👈