本文高度剧透，没看过原著的朋友请速速退散。
《解忧杂货店》作为东野圭吾不那么东野圭吾的一部作品，自出版以来就常年占据畅销书排行榜前列。近一年来作为大热IP，更是被两次翻拍为电影。
前两年第一次看这本书的时候，我有被书中独特的故事内容和连接手法小小惊艳到，《解忧杂货店》确实是一部好作品。
最近心血来潮，决定拿《解忧杂货店》的电子文本做一个小小的文本分析练习，这篇文章即为这次练习的产物。
需要声明，由于文本是译本，所以分析结果更多地是基于译者的写作风格。此外，译本很多（比如，这个电子版和我看过的纸质版就略有差异），这篇分析仅基于我手上拿到的这个版本。
首先，先来看一下小说的词云图（已排除常见停用词）。
词语越大，代表该词语在小说中出现的次数越多。
可以看到，这部小说涉及的主要人物有敦也、浩介、晴美、翔太、克郎、雄治、贵之等，主要涉及的地点是浪矢杂货店。
其他的高频词，如回信、烦恼、梦想等等，在一定程度上可以让我们对小说的剧情管中窥豹。
整部小说（译本）一共有多少句话呢？
我以句号、问号、感叹号为单位，把小说文本拆分成句子。得到的结果是，整部小说一共有6894个句子。
全书一共有五章，那么每一章的句子总数是否有明显差别呢？
从上图可以看到，第二、三章的句子总数相对较少，第四、第五章用的笔墨则相对较多。
五章的标题分别是：
- 回答在牛奶箱里
- 深夜的口琴声
- 在思域车上等到天亮
- 听着披头士默祷
- 来自天上的祈祷
现在来看看小说中的句子字数分布。
句子字数程长尾分布，绝大多数句子包含的中文字数不超过60个，平均每个句子有18个字。
看完了整体的句子字数分布，再来看看每一章的句子字数分布是否有差别。
总的来说，每一章的句子字数分布大致相同，但后几章的句子比前几章的句子字数要稍微多一些。
看完了句子字数，再来看看句子词数。下图是各句子的词数分布图。
绝大多数句子包含的词数不超过40个，并且其中很大一部分句子的词数不超过16个。此外，平均句子词数为11。
同样的，看完了整体，再看看各章节的分布对比。
各章节的句子词数分布差不多，但整体而言，第一章的句子比其他的要稍短。
现在，来看看主要人物和地点的出现次数分布。
需要说明，绝大多数人物的名字出现次数为TA所有名称的总和，比如，“武藤晴美”的出现次数代表“武藤晴美”、“晴美”和“迷途的小狗”（她写信时用的昵称）这三个名字出现次数的总和。
出乎我意料的是，出现次数最多的人物不是作为浪矢杂货店店主的雄治，也不是引出小说故事的敦也、翔太、幸平，而是到了第四章才出场的浩介。
我们再来看看每一章的关键词。
这里，词语的关键程度由词语的TF-IDF值决定，TF-IDF值越大，表明词语越关键。
第一章的关键人物是翔太、敦也、幸平，人名以外的主要名词有车子、防盗器、牛皮纸等等。这些词语能让你联想到什么样的剧情呢？
第二章的关键人物无疑是克郎，其余关键词有许多和音乐相关，比如歌迷、曲子、作曲者。对比之下可以看到，这一章的故事情境和上一章差异不小。
第三章的主要关键人物是贵之和骏吾，地点是浪矢杂货店和东京。猜一猜贵之和骏吾，与浪矢杂货店之间有什么样的联系呢？
第四章迎来了我们在全文中名字被提及最多的人物——浩介。电影院、车站、吧台，浩介的故事看起来像是围绕深夜展开的，你觉得呢？
从图上显示的词语来看，最后一章仿佛是在展开了无数个故事之后，又绕回到了最初的人物和地点上，且这一章中，敦也的比重比他的另两位小伙伴要大很多。
从以上五份关键词排名中，我们可以隐约看到，《解忧杂货店》的每一章描述了不同的人物故事，而这些人物之间似乎存在着一些若有若无的联系。
最后，来看看小说的情感曲线。
前两天无意中看到某篇数据分析文章里谈到小说情感曲线，觉得很有意思，就试着自己做了一下，得出来的结果还不错。
曲线已做平滑化处理。
图中横轴表示剧情的时间线，纵轴表示剧情的情感方向，虚线对应的情感值为0，虚线以上表明该时间点上的剧情偏积极（积极词多于消极词），虚线以下表明该时间点上的剧情偏消极（消极词多于积极词），纵轴绝对值越大表明剧情情感越强烈。
小说的情感曲线大致呈「双W」型，即多个高潮低谷交错出现。各个波峰波谷对应的剧情已在图上标出。
值得注意的是，整个曲线除了最后一部分，其他部分的情感分值都相对较低，这可能和日本小说本身的平淡风格有关。
另外，最后的高分值部分基本上对应的是第五章的剧情，结合前面关键词部分的分析可以看出整部小说的叙事结构：一开始先通过不同章节展开不同的故事，最后再把各个故事连接起来形成一个“大团圆”式的结局。
这种结构可以说非常典型了，但尽管如此，里面的细节设置还是非常有趣的，推荐还没看过小说的朋友去读一读。
最后的最后，再推荐一下真人版电影（日版），剧情基本上可以说是神还原了。
以上。
