### 统计《西游记》中“哪吒”在每章回的出场次数并用Matplotlib生成折线图 以下是详细的解决方案，包括代码实现和解释。 --- #### 1. 数据读取与分割 首先需要将整个文本文件按照章节进行分割。可以通过识别章节标题（如“第X回”）来划分各个章节的内容。这里使用正则表达式来进行精确匹配[^1]。 ```python import re def split_into_chapters(file_path): """ 将文本文件按章节分割。 参数: file_path (str): 输入的文本文件路径。 返回: list: 每一章节的文字内容组成的列表。 """ with open(file_path, 'r', encoding='utf-8') as f: text = f.read() # 使用正则表达式按章节分割文本 chapters = re.split(r'第[\d一二三四五六七八九十百千]+回', text)[1:] return chapters ``` --- #### 2. 关键词统计 对于每一个章节，可以使用 `re.findall()` 方法来查找目标关键词“哪吒”的出现次数。该函数会返回所有匹配的结果，因此只需计算其长度即可获得出现次数[^2]。 ```python def count_keyword_occurrences(chapters, keyword): """ 统计关键词在每个章节中的出现次数。 参数: chapters (list): 各章节的文字内容组成的列表。 keyword (str): 待统计的关键词。 返回: dict: 章节索引与其对应关键词出现次数的字典。 """ occurrences = {} for i, chapter in enumerate(chapters, start=1): count = len(re.findall(keyword, chapter)) occurrences[i] = count return occurrences ``` --- #### 3. 可视化结果 利用 Matplotlib 库绘制折线图，展示关键词“哪吒”在各章节中的频率变化趋势[^3]。 ```python import matplotlib.pyplot as plt def plot_occurrence_trend(occurrences, keyword): """ 绘制关键词出现次数的趋势图。 参数: occurrences (dict): 章节索引与其对应关键词出现次数的字典。 keyword (str): 待可视化的关键词。 """ x_values = list(occurrences.keys()) y_values = list(occurrences.values()) plt.figure(figsize=(10, 6)) plt.plot(x_values, y_values, marker='o', linestyle='-', color='b') plt.title(f"'{keyword}' 在《西游记》各章节中的出现次数", fontsize=16) plt.xlabel("章节编号", fontsize=14) plt.ylabel("出现次数", fontsize=14) plt.xticks(range(1, max(x_values)+1)) # 设置X轴刻度为整数 plt.grid(True) plt.tight_layout() plt.show() ``` --- #### 4. 主程序集成 将以上功能模块组合起来形成最终的主程序。 ```python if __name__ == "__main__": file_path = "西游记.txt" # 替换为实际文件路径 keyword = "哪吒" # 步骤1：按章节分割文本 chapters = split_into_chapters(file_path) # 步骤2：统计关键词出现次数 occurrences = count_keyword_occurrences(chapters, keyword) # 步骤3：绘制折线图 plot_occurrence_trend(occurrences, keyword) ``` --- ### 结果解读 通过上述脚本执行后，可以获得一张清晰的折线图，显示“哪吒”这一角色在整个《西游记》故事发展过程中的重要性波动情况。这种可视化有助于更直观地理解特定人物或主题在文学作品中的分布特征[^1]。 ---