你的位置：

杜甫对李白“一往情深”？数据揭秘唐朝诗人社交圈

来源[未分类] 点击[39] 作者[admin123] 时间[2017-03-22 09:21:15]

李白对杜甫的感情，远不迭杜甫对李白的深？白居易才是唐诗圈里“大V”中的战斗机？除吟诗作对，数据侠告知你，对于唐诗咱们还可以用数据剖析来激扬笔墨，寻觅那些飘泊在字里行间的人物关系。

文/ 数据侠 前进四师长教员

用CBDB数据库，关上剖析唐朝墨客关系的大门

前段光阴随着《中国诗词大会》的热播，全国人平易近掀起了读唐诗的浪潮。在我还念中学的时候，每一当心情不好，就靠读诗词来排遣。作为一名古典诗词快乐喜爱者，逐步读得多了，就发现唐朝墨客之间存在着玄妙的关系。

比如杜甫异常喜欢李白，到了做梦都想见李白的田地：三夜频梦君，情亲见君意（《梦李白》）。而李白向孟浩然表过白：吾爱孟役夫，风骚世界闻（《赠孟浩然》）。孟浩然的好基友则是王昌龄：数年同笔砚，兹夕间衾裯（《送王昌龄之岭南》）。

出于猎奇心，我一度想理清楚他们之间的关系。然则这件同族儿要有两个异常棘手的点：

全唐诗数量太多了，一共有四万多首。

墨客的别称太多，比如杜甫：按字称为子美，按排行称为杜二，按官职称为杜工部。整顿起来异常费事。

针对第一点，我现在用盘算机来做，即便数量再多也无所谓。

第二点则略微费事一点，咱们使用了哈佛大学编纂的《中国历代人物专辑资料库》（China Biographical Database Project 以下简称CBDB）。CBDB记录了中国历代名人的传记资料，并保存在关系型数据库中。

CBDB由很多张表组成，每一张表记录了人物的不同信息。在咱们此次的剖析中，只用到了个中两张表，人物的主要信息表：BIOG_MAIN以及人物的别名表：ALTNAME_DATA。首先从BIOG_MAIN中查询出人物编号c_personid，接着用c_personid从ALTNAME_DATA中查询出别名，以下图所示：

图中能够看到杜甫有三个别称：子美、杜2、杜工部。

当然也有很多重名的现象。比如咱们查询王维时，会找出一堆叫王维的。

这个时候，咱们就要使用生卒年来剖断：这小我物究竟是否是唐朝的。此次要从数据库中查询人物的生卒年。

唐朝建立于618年，消亡于907年。对照后立刻发现，第二个王维才是咱们要找的墨客王维。

查询别名核实一下：

看到了熟习的王右丞以及摩诘，没错，这正是王维同学。

由于CBDB搜聚的历史人物太多，重名现象异常重大。经由一番探索，我终极设置了以下的排除重名策略：

如果人物生卒年俱全，那么只需生卒区间以及唐朝连续光阴有交加即可。如果存在这样的墨客，那么间接把这小我作为全唐诗中的作者。

如果人物只有生年或许卒年，那么生年或卒年必须在唐朝的连续光阴内。将这样的人加入候选人列表。

如果人物生卒年都不详，那么舍弃之。

经由这三条判断之后：

如果候选人列表为空，那么解释CBDB中没有目标人选，舍弃这位墨客。

如果候选人多于一个，则解释排除重名失败，舍弃这位墨客。

这类策略其实不完美，存在部分注明墨客被舍弃的情形。为此我手动添加了他们：

还有部分墨客的别称比较尴尬，属于唐诗中的经常使用词，须要手动去除。以下：

经由这一番筛选，全唐诗华夏本的2609位作者，只剩下了762位。这就够了，有名的墨客都在这个列表傍边，接上去咱们只关心这762位墨客之间的关系。

李白不如杜甫重情谊，白居易才是真“大V”

利用上面的墨客及别称列表，咱们在全唐诗中来搜索墨客之间的引用关系。规则是：诗的标题以及正文中只需提到过对方，那么两者之间的引用关系加1。一首诗如果提到多次对方，只算一次引用。

经由盘算机一番运行，终极得到了引用关系表。

首先来检讨一下李白以及杜甫之间的引用关系：

不错，杜甫写了12首与李白无关的诗，李白则只有3首与杜甫无关的诗。李白这类同伙，确实差劲了一点啊......

从这张图也能够看出，咱们的程序能够识别出墨客的别名，比如杜甫的《寄李十二白二十韵》以及李白的《鲁郡东石门送杜二甫》都没有间接提到对方的名字。

除此之外，我还给墨客之间的引用关系排了个座次，下面显示了排名前三十的引用关系：

咱们看到，全唐诗中排名第一的好基友绝对是陆龟蒙以及皮日休。这两位互相提到对方的次数都在百次以上，这是因为陆龟蒙以及皮日休特殊喜欢唱以及，你写一首送我，我再回一首赠你，跟现在微博大V之间的互动差不多。这两位常年唱以及，最初将往来的唱以及诗作编写了中国文学史上的第一本唱以及诗集：《松陵集》。为了不辜负他们之间的友情，文学史上通常将两者合称为“皮陆”。

并列第二的则是白居易以及刘禹锡、白居易以及元稹。白居易以及刘禹锡同年（772年）出生，从政途径都是各类被贬谪。两人都很长寿，刘禹锡71岁时去世，白居易则活了75岁。白居易在得悉刘禹锡去世的消息时，写下了千古名句：

“四海齐名白与刘，百年交分两缱绻。同贫同病退闲日，一死一生临老头。”

白居易以及元稹我不想多写了，人人只需知道二人在文学史上被合称为“元白”，就能想见二者的亲密关系了。从排名前三十的引用关系来看，白居易绝对是唐朝墨客同伙圈中的明星，是大V中的大V。

唐朝墨客引用关系的社交网络

只有引用关系列表岂不是有些水灵灵的，接上去才是本文的重头戏。我将使用ECharts来可视化墨客之间的引用关系，终极得到墨客们的社交网络。

因为咱们的样本中一共有762位墨客，为了不画出的图太拥堵，看不清，我只将前一百的引用关系图示化，以下图：

箭头表示墨客们之间的引用关系。比如说白居易引用了元稹，那么就有白居易指向元稹的箭头，元稹引用了白居易，相应的也有元稹指向白居易的箭头。

箭头的粗细程度则表示了墨客们之间引用关系的强弱。白居易引用元稹的数量为167次，元稹引用白居易的数量为88次，那么白居易指向元稹的箭头就要粗一些。

图中清晰的显示除唐朝墨客的两个大型同伙圈：杜甫-李白同伙圈、白居易同伙圈。没错，他们分别是盛唐以及中唐两个时期的核心墨客。

虽然只画出了排名前一百的引用关系，但照样很拥堵。文学史上将唐诗根据光阴划分为4个阶段：初唐、盛唐、中唐、晚唐。接上去咱们就分别画出这四个阶段的社交网络图。

初唐墨客

从箭头的粗细来看，初唐墨客中关系最佳的是宋之问以及沈铨期。这两位正是宫廷墨客的代表，他们两位确定了近体诗的格律，对仗等规则。粗略的说，近体诗的规则便是他们俩发明进去的。对了，他们俩在文学史上一般也合成“沈宋”哦，看来要成为宜基友，没有文学史的认证是不行的。

盛唐墨客

（图片解释：为了制图清晰，盛唐墨客社交网络只画出了引用数大于即是2的关系。）

盛唐墨客的核心无疑是“李杜文章在，光焰万丈长”中提到的李白以及杜甫了。咱们再次看到，杜甫指向李白的箭头比李白指向杜甫的箭头要粗得多。而且盛唐的墨客们显著分为两群，一群以李白-杜甫为核心，一群以皇甫冉以及刘长卿为核心，为甚么有这样的局势？我也不知道，有没有对文学史比较相识的同伙，请在评论里见教。

中唐墨客

（图片解释：为了制图清晰，中唐墨客社交网络只画出了引用数大于即是2的关系。）

中唐墨客社交网的特性很显著，各位墨客紧紧团结在以白居易、元稹、刘禹锡为核心的“文坛政治局”周围，勠力齐心，同舟共济，为唐诗从浪漫主义向现实主义的巨大转折做出了历史性贡献。

晚唐墨客

晚唐墨客的社交网络比较散乱，没有显著的核心。个中最主要的便是李商隐以及杜牧了，他俩得到了文学史认证的“小李杜”好基友名称。

这篇文章写到这里，我突然意想到，即便一小我对唐诗没有任何相识，他只需看这些社交网络图，就能立刻发现哪位墨客是同时期墨客的核心，哪位墨客的影响最大。这些都是颇有用的信息。

而咱们可以用盘算机来剖析任何时期的人物关系。中国正好是历史文献最全的国家，如果能对这些文献统一做系统的剖析，岂不是可以做出随着光阴变化的历史人物关系图？

这在之前是弗成能的事，现在随着盘算机技术的发展以及古典文献的数字化进程，逐渐有可能了。这当然是很大的事情量，任何小我都弗成能完成。我想，有没有可能参考linux的开发过程，用开源的方式，人人一路来完成这件事。

我已经把用到的python源码上传到Github上，迎接感兴趣的同伙共同研究。

（注：本文转载自公号“前进日志”，文章仅代表作者概念，文中数据图表均来自作者。）

数据侠门派

本文数据侠前进四师长教员。他的正经事情是航天工程师，这是一个异常严谨的行业，容不得半点差错。是以，他把多余的脑洞都用于专业快乐喜爱上：数据剖析。他喜欢用各类算法剖析各类好玩的器械，迎接各位同好一路交换。

若何加入数据侠

“数据侠”栏目搜罗环球最IN的数据侠客，利用人工智能、机械进修等各类前瞻算法，从数据的视角洞察花费生活的各个方面，打造理性酷炫、生动有趣的数据剖析盛宴。用大数据，阐述事实及其违地的故事以及逻辑趋势。

DT时期超级英雄正在组队！你也想要成为数据侠吗？请将你脑洞大开的数据作品，发到数据侠联盟盟主程一祥邮箱：chengyixiang@dtcj.com。


本文采集于百度百家，作者整理。

分享

    最新评论：



评论文本（10-200个字符）超出部分会被自动删除.
刷新 点击图片刷新验证码，防止恶意攻击，验证码刷新延时5秒！
广告2