玛莉蓓尔的花房

前天在知乎看到一位大神写的帖子：用Python分析《红楼梦》，我实在想试试，但是之前虽然也学过Python，用得却不怎么熟，也放下了许久，还是用Java去了，借这个机会重新捡起来。

原作者的代码是用Python3写的，所以我安装的比较新版的Python3.6，操作系统Windows7（64位），需要的全部安装文件我放在自己的度娘网盘一份：https://pan.baidu.com/s/1i4LmNul 密码：hhvx

它们长这样：

也可以在相应软件的官网下载。需要说明的是，numpy-1.12.1-cp36-none-win_amd64.whl这个文件原本叫numpy‑1.12.1+mkl‑cp36‑cp36m‑win_amd64.whl，但是安装的时候会报错，所以我按照python3.6安装numpy scipy matplotlib的正确打开方式（win64） 这个帖子的作者所说，改了它的名字，另外这位作者也分享了除sklearn之外所有的资源，我之前还各种找，要是早早找到他的帖子就好啦。

1、安装python3.6

安装文件是个exe，双击执行就好，要勾选Add Python3.6 to Path

PS：其实这就可以运行知乎那位大神写的程序的大部分内容了，比如这样：

Python代码源文件的右键菜单就会有个Edit with IDLE，选它，就会打开成这样：

这就可以编辑代码并且运行了。

2、安装numpy

开始-运行-cmd

找到那个whl类型的numpy文件所在的目录（随便找个根目录放numpy文件就好了，不耽误安装），输入命令：pip install numpy-1.12.1-cp36-none-win_amd64.whl，就可以安装numpy

其实按照原本的文件名，应该输入的命令是：pip install numpy‑1.12.1+mkl‑cp36‑cp36m‑win_amd64.whl

不过我这里也是提示文件名不合法，所以我也改了名字，安装就成功了。

3、安装scipy

原理同numpy，执行pip install scipy-0.19.0-cp36-cp36m-win_amd64.whl

4、安装matplotlib

还是一样，执行pip install matplotlib-2.0.0-cp36-cp36m-win_amd64.whl

5、安装sklearn

我的安装文件是在github下载到的所以需要解压，之后在命令行里进入解压之后的文件夹，执行：pip install -U scikit-learn

即可安装成功。

==============================

以上就全部装好了，以下是跑那位大神的分析红楼的程序的记录。

之所以要安装numpy、matplotlib和sklearn，是因为人家的程序最后一步做主成分分析，相应的代码文件analysis.py有如下说明：

Prerequisite

"sklearn", "numpy" and "matplotlib" is needed to run this program.

可以在GitHub上看到：https://github.com/LouYu2015/analysis_on_the_story_of_a_stone

代码也可以下载到。唯一可能出现的问题是，原作者是用linux写的代码，我一开始试运行的时候preprocess.py发生了有关于gbk编码的错误，求教作者，得到回复是说windows编码的问题，作者帮忙改写出了一个preprocess_windows.py，输入的红楼原著全本的文件用hlm_ANSI.txt，就可以正常运行了。于是我接下来就把这个preprocess_windows.py改名叫preprocess.py，原来那个preprocess.py改成preprocess_linux.py，然后所有的程序畅通无阻。

比如红楼的词频统计：

可以看到，宝玉、贾母、凤姐、袭人、黛玉、王夫人、宝钗都是常常出现的词，这跟原书是一致的。这些角色的确经常出场或是被提及。原作者说，红楼里的人物似乎比较爱笑，因为“笑道”出现的次数也很多，这倒是个有趣的发现。

最后需要numpy、matplotlib和sklearn跑出这样的可视化结果：

对结果的分析请尽量去看原贴啦。

Python我是新手，这个帖子就只是做个记录以后再需要搞安装啥的好重现。

以上。