且看看唐诗宋词都在写什么

       初学R与统计分析，恰巧在统计之都看到一篇运用R分析宋词的文章（统计词话），源于此，借鉴该方法分析了一下全唐诗与全宋词：

分析步骤主要由三部分构成：资料收集、词频统计、对比分析

      从网上共搜集唐诗4.8万首，宋词1400首；

      进过预处理过程之后，对其进行分词与词频统计，各取其词频数前50的词，罗列如下：

    再直观点，来个当今流行的词云图展示一下唐宋年代各自的流行词汇：

唐诗词云

宋词词云

好了，数据准备工作算是完成了，接下来开始分析工作：

诗词分析--诗人个人情感的显著特征1：

  古代文人多”相思”

  “相思”、“思家”等词在情感类词语中位居首位：在 4.8万首唐诗中共出现2100余次；在1600首宋词中，更是出现了1200余次。

看来唐诗宋词是英雄难过“情关”的真实写照。

诗词分析--诗人个人情感的显著特征2：

唐诗：醉卧沙场君莫笑
宋词：做鬼也“风流”

    唐诗中，“将军”、“征战”、“战马”等词出现1200余次，爱国报国的典型代表。宋词中，战争相关词鲜有出现“风流”、“多情”、“鸳鸯”取而代之。

    在这方面，唐朝诗人和宋朝诗人存在着巨大的差异，差异的来源可能是：宋朝历代皇帝崇尚文人治国、武将的地位相对来说消弱很多，这个时期文人的地位升高、生活相对来说会过的更安逸；而在唐朝，习武参军、沙场成将对普通人来说仍然是通往仕途的一个不错选择。

诗词分析 -----地理位置差异：

   地理喜好各不同，唐代诗人偏爱长安：“长安”是地理位置中出现频率最高的地理词，共824次。宋代词人则独爱江南：“江南”在1600首宋词中累积出现760次。

   从长安到江南，是文人的迁徙，也是中国政治中心的南移。

那么问题来了，诗词歌赋哪家强？

   我收集整理了从先秦时期（公元前250左右）到晚清时期(公元1900年左右)的各朝代的诗词歌赋(注：这里不包含史料、小说等素材)，具体数量可能和真实情况有所出入，比如朝代越久远，遗留下来的诗词可能越少，同时收集不一定全面准确，但大致应该可以反应一个朝代的数量。归一化后拟合成曲线图：

可以看到，诗词创作数量在各个时期差异巨大，并受到国家经济、内外部的政治影响。具体来说，个人认为存在以下几方面因素：

（1）在汉朝、宋朝由于北方游牧民族的南下入侵，对文人创作有一定的制约左右。但宋朝大兴科举制度，同时不轻杀读书人的政策鼓励了文人的发展。

（2）从先秦至隋朝，匈奴与汉民族持续进行战争。在公元4世纪左右匈奴人迁入中原，改汉族姓氏，并逐渐汉化。

（3）而唐朝稳定的社会环境、较少的战争，提供了文人创作的土壤。

（4）唐宋时期推崇文人治国，大兴科举制度。

（5）文字记录、传播方式的影响，在中国历史早期，文字主要记录靠竹片、布帛完成，记录昂贵且传播不易，因此，因此文人创作主要借助短小的诗词完成，在后期，印刷造纸发明后，记录和传播变得廉价方便，一部分文人创作开始由诗词转向小说，这一点在明清时期更为显著。以至于到了现在移动互联网发展成熟后，大部分人“创作”开始转变为发微博、写段子了。

综合以上，诗词歌赋哪家强，历朝历代看宋唐

关于词云的制作，有个在线制作工具，请看这里词云图制作（这个要翻出围墙才能用哦）

个人CSDN的第一篇博文，大家多多支持，欢迎批评指正。