三国地图

       余秋雨老师在第12届CCTV青年歌手电视大奖赛作评委时,曾经有过这么一段点评:“……说不出古城在今天的哪里,也许是我们的历史教育的问题。历史是由时间和空间两种坐标组成的,我们光是把注意力集中在历史年代方面,就会忘了在心中沉淀一幅 历史地图。如果不知道今天的城市在古代叫做什么名字,那么我们读起诗文和历史书来,就会遇见不小的障碍,即使是看电视剧也有问题。还是多读一些历史地理 吧。…… ”
       个人觉得这段点评非常有意义,在小学和中学的历史课学习中,我们绝大多数人只关注对历史时间和历史人物的学习,并没有对历史地图多加注意,造成的后果是对一些历史名城身在何方都不知道,那么了解历史,关注历史和学习历史根本就无从谈起了。
       三国是群雄割据,英雄倍出的时期,对这一时期人和事的研究具有重大的现实意义,因此,我在网上搜了一些三国地图,以补充自己在这方面的缺陷。

1.  三国详图




2. 三国州郡图


3. 三国割据图


4. 三国地图
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
首先,需要安装一些必要的Python库:jieba、wordcloud和matplotlib。 ``` pip install jieba wordcloud matplotlib ``` 然后,可以按以下步骤进行程序设计: 1. 读取“三国演义.txt”文件中的全文内容。 2. 使用jieba分词对全文进行分词。 3. 对分词结果中的人名进行去重。 4. 统计每个人名出现的次数,并按照次数从高到低排序,取前10-20个。 5. 将结果生成词云并展示。 下面是完整的代码实现: ```python import jieba from collections import Counter from wordcloud import WordCloud, ImageColorGenerator import matplotlib.pyplot as plt from PIL import Image import numpy as np # 读取文件内容 with open("三国演义.txt", "r", encoding="utf-8") as f: text = f.read() # 分词 words = jieba.cut(text) # 去重 names = set() with open("names.txt", "r", encoding="utf-8") as f: for name in f: name = name.strip() if name: names.add(name) name_count = Counter() for word in words: if word in names: name_count[word] += 1 # 排序取前10-20个 top_n = 20 name_count = name_count.most_common(top_n) # 生成词云 mask = np.array(Image.open("map.png")) wc = WordCloud(font_path="msyh.ttc", background_color="white", mask=mask) wc.generate_from_frequencies(dict(name_count)) image_colors = ImageColorGenerator(mask) plt.imshow(wc.recolor(color_func=image_colors), interpolation="bilinear") plt.axis("off") plt.show() ``` 其中,names.txt文件是一个包含常见人名的文本文件,每行一个人名。 map.png是一张三国地图的图片,用来生成词云形状。 运行程序后,会生成一个展示词云的窗口,同时在命令行输出词频最高的10-20个人名及其出现次数。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值