我用数据分析了唐诗三百首 发现最秀的竟然不是李白？

摘要：本文爬取了古诗文网[1]《唐诗三百首》里唐诗相关数据。首先，分析了唐诗体裁的构成。其次，筛选出唐朝Top5高产诗人名单。然后，分析出不同诗人擅长创作的题材类型。接着，对古诗内容和古诗类型进行内容分析。最后，探讨了诗人寿命和作品产量的关系并给出总结。

“熟读唐诗三百首，不会吟诗也会吟”。想必这句话大家都不陌生，其出自《唐诗三百首》编者蘅塘退士所作原序。

出于义务教育教材的强力推荐，几乎所有人从小就和唐诗有着不解之缘，我说“床前明月光”，下一句你肯定知道既不是“李白睡得香”也不是“地上鞋两双”，而是“疑似地上霜”。

但是今天，我们不复习韵律，也不品派别，就从数据的角度重新认识一下《唐诗三百首》！

一、唐诗基本形式？体裁构成

如下图，《唐诗三百首》按体裁可分为五言绝句、七言绝句、五言律诗、七言律诗、五言古诗、七言古诗和乐府七类。

其中，五言律诗涌现了大量优秀的诗作，数量达到80首，这可能是因为五言律诗具有“二二一”（客路青山外，行舟绿水前）或“二一二”（海内存知己，天涯若比邻）的节拍群，奇偶相配、富于变化、能够更灵活细致地抒情和叙事、语句的表现力强[2]。

在七类体裁中七言古诗收录数量最少，仅有28首。七言古诗作为一种古老的诗体，经历了漫长而曲折的发展历程，在唐代走向成熟。

二、谁著作等身？唐朝Top5高产诗人

按照诗人作品产量由高到低排序，可以得到唐朝Top5高产诗人名单（如下图），他们依次是白居易（3075首）、杜甫（1371首）、李白（1178首）、刘禹锡（816首）和元稹（719首）。

从产量来看，在白居易面前，李、杜也略显逊色。

从代表作来看，白居易的《琵琶行》可谓高考语文常客，其朗朗上口的韵脚、快慢分明的节奏经常让人读着有酣畅淋漓之感，不愧是能让“江州司马青衫湿”的好诗！

杜甫许多脍炙人口的佳句，只读一遍便在脑海里三日不绝挥之不去。例如，“两个黄鹂鸣翠柳，一行白鹭上青天”、“无边落木萧萧下，不尽长江滚滚来”、“会当凌绝顶、一览众山小”、“安得广厦千万间，大庇天下寒士俱欢颜”等。

浪漫主义诗派代表人物李白，其人心胸之阔，桀骜不驯；其诗格局之高，气势磅礴。情极悲愤而作狂放，语极豪纵而又沉着，可谓才气逼人。其代表作《将进酒》、《蜀道难》等乃治疗抑郁之良药，大家失意或者伤心时酌情朗诵两遍，情绪可得缓解！

最后两位诗人分别为刘禹锡和元稹，知名度稍逊于前者。

写到这里顺便给大家科普一下自古以来最高产的诗人——乾隆皇帝。是的，你没看错，作诗量世界古今双第一，一生89岁作诗42250多首[3]。

全唐朝2700多位诗人300年的总产量也只有48900，可见乾隆一人出诗量可挡世界第一诗朝300年的世界记录，且其诗内容遍及经史子籍、政经文教、家国个人，题材弙阔、前无古人、后无来者、不愧是朕。

三、体裁通吃？平平无奇的创作小天才

下图展示了作品量前30唐朝诗人创作体裁的偏好。右边节点越宽说明诗人擅长创作的体裁种类越多。

可以看到在七个唐诗体裁中，李白、杜甫等能创作，不愧是家喻户晓的“大李杜”[4]，可谓全能型创作选手。

李、杜之后还有白居易、李商隐、王维、岑参和韦应物，他们的作品体裁也较为丰富。

值得注意的是，这里并不是说其他诗人不写某些体裁，而是写了此类体裁又能被《唐诗三百首》收录的体裁数量，这在一定程度上能够反映出诗人所擅长的体裁种类。

四、 我找到了写诗的精髓？内容分析

分别对古诗具体内容和古诗分类进行文本挖掘，绘制出如下所示的词云图。

01 古诗内容

词云图中的字母“T”由古诗内容的关键词组成，从诗歌的意象来看：“月”、“明月”等关键词出现的频次较高。

古往今来，“月”常被文人墨客作为寄托思念的物象，正所谓望云思友、望月怀人，如杜甫的《恨别》：“思家步月清宵立，忆弟看云白日眠”。

此外，“长弦”、“琵琶”、“青山”、“春风”等物象也经常被使用，在特定场景可象征不同的含义与情感。

从诗歌的时空来看，“万里”、“隔”、“年”等词出现的频次较高，这是因为古代交通不便，以书信作为主要的通讯方式，一旦分离，相见甚难，而诗词中常出现的“见”、“不见”等关键词更加凸显了离人纠结与无奈之感。

02古诗分类

词云图中的字母“S”由古诗类型关键词组成，其中“写景”和“抒情”出现的频次最高。

一般而言，古诗大多写景抒情、触景生情，很少有单纯写景，诗人的境遇、情感一定会与所见之景结合起来。

例如，同样是春天，得意时赏春（留连戏蝶时时舞，自在娇莺恰恰啼），失意时伤春（桃杏娇妍能几日，逝水无情春月明）。

其它较多见的唐诗类型还有，还有“送别”、“怀古”、“思乡”、“边塞”等。

五、为祖国健康写诗五十年？寿命与产量 

除了诗人才能之外，还有哪些因素会对诗人作品量产生影响呢？

记得之前看过一篇报道，某院士总结科研成功的经验是因为自己活得比同行久，莞尔之余细想很有道理。因此下图拟合了诗人寿命与其产量的关系。

可以看到，诗人寿命对作品产量具有正向促进作用，平均寿命的增加会带来平均产量的增加。

产量唐朝第一诗人白居易74岁以及前面提到的产量古今第一诗人乾隆皇帝89岁，成功的秘诀原来是才能＋长寿呀！

六、总结

综上，本文爬取古诗文网唐诗三百首数据并进行了内容分析，大致得出以下结论：

第一，唐诗三百首里出现次数最多的体裁是五言律诗，最少的是七言古诗。

第二，唐朝诗人中当属白居易最高产，虽然李、杜才气逼人、名声更响，但从产量角度看，均没有白居易秀。

第三，李白、杜甫擅长全部七种唐诗体裁，可谓全能型选手。

第四，唐诗三百首中写景抒情诗最多，且“月亮”这个意象出现频率最高，一般寄托相思之情。

第五，诗人寿命在一定程度上正向影响作品产量，正所谓活到老、写到老。

写到最后，小编已经满脑诗词歌赋，心情澎湃，那就随便来两句。祝大家：五花裘，千斤肉，呸说错了，祝大家五花马、千金裘，浴足皆用茅台酒，余生不挂一丝愁。

好，大家下期见（偷笑）！！！

参考资料：

[1]出于版本原因，古诗文网《唐诗三百首》共收录320首唐诗。原著蘅塘退士版为311首。

[2]唐代诗人里面，谁的五言诗成就最高？来源于:https://zhuanlan.zhihu.com/p/59485245?utm_source=wechat_session&utm_medium=social&utm_oi=841561048036298752&from=singlemessage

[3]见《河南教育：基教版（上）》1994年第7期39-39,共1页。

[4]“大李杜”和“小李杜”，来源于https://baijiahao.baidu.com/s?id=1643999912576563316&wfr=spider&for=pc

数据 | YaJie 

文章 | Yajie、璇璇璇璇子

编辑 | 璇璇璇璇子

本文首发于微信公众号“Giao数据"  转载请到微信公众号后台或文章末尾留言处联系原作者！ 

新闻推荐

65篇数学论文涉嫌批量造假 杨乐院士：科研根本内涵被忽略

中国科学报7月13日消息，最近，“中国65篇数学论文涉嫌批量造假”一事再次引发学术界对论文造假的关注。论文作者中有3名高校...