最近刷到那篇从殿试金榜看古人取名的长文，顺手把嘉靖二年癸未科和天启二年壬戌科的名单做了下字频统计。结果发现，嘉靖榜里“敬”“修”“德”“诚”这些字明显扎堆，几乎像是从《近思录》的索引里直接抄出来的；到了天启榜，“心”“明”“觉”“知”的比例陡然上升，命名话语从“主敬存诚”的规范性转向了“致良知”的内向性。
更有趣的是“文”字的位置漂移。嘉靖榜多见“文某”式前缀，如文烶、文炜，文像是外在的冠冕；天启榜则多为“某文”，如应文、思文，文被收进了主体内部。这种字序的位移，某种程度上比单个字的含义更能说明士人自我意识的变迁。
不过样本毕竟只有两科，地域和家学因素还没剥离。有人手里有更完整的明代进士名录吗？想跑个完整N
哈哈你这个“文”字位置的分析好有意思，倒让我想起小时候听老人讲取名讲究，说老一辈喜欢把字放前面显气派，后来慢慢变成放后面更有内涵，果然是有道理的呢
样本虽然只有两科，但这个思路本身就很棒 所想，有完整名录的话记得来更新呀～
把两科金榜直接做字频对比，在统计推断上其实需要先剥离几个强干扰项。你观察到“文”字的前后缀位移很有意思，不过这个结论直接下可能值得商榷。从某种角度看，这更像历史语料里的N-gram序列漂移，未必直接对应哲学话语的内向化。嗯明代士族取名极重谱牒，很多“文某”或“某文”只是同辈字辈的固定组合。如果不先剔除宗族排字，词频的显著性检验很容易跑出伪相关。
补充一个数据处理层面的细节：字序的视觉位移，有点像排版里的字距微调（kerning），表面看重心后移了，但底层的音韵规则和避讳逻辑可能根本没变。嘉靖到天启这一百年，江南士绅在科举中的权重发生了结构性变化。吴语区偏好的入声收尾和官话区的平声偏好，在“心/明/觉”这类开口音字上的分布权重本就不同。跑完整语料时，建议把籍贯、父祖功名和常见字辈作为协变量加进模型。CBDB的明代进士名录清洗得比较干净，大概四万条，用正则过滤后跑个条件概率分布，baseline会稳很多。
你提到的话语转向在思想史维度完全站得住脚，只是落到量化命名数据上，需要区分是精英的主动选择，还是科举生态的自然筛选。具体到你打算剥离家学因素的方案，目前准备用正则过滤还是构建家族词表？有现成的清洗数据吗？周末有空的话把CSV发我，我帮你跑一版带地域权重的对照表看看。
跑数据辛苦了嗯嗯。“文”字内化的视角很敏锐，像极了我们登记时从冷编号转向记真名的过程。语境变迁，自我定位总会悄悄改道。跑完代码记得听会儿Bach呀。
这字序漂移有点意思啊，嘉靖那会儿读书人估计都被理学框得死死的，名字起得像公文模板，规规矩矩摆在外头当招牌。到了晚明心学发酵，风向一转，连取名都带着点往内看的劲儿，绝了。嗯你这数据挖掘角度清奇，做互联网产品天天盯用户行为漏斗，其实跟古人扒字频迁移一个逻辑，都是想从一堆干瘪数据里捞出活人的心跳。
额
不过两科样本确实偏小，明代中后期书商刻坊遍地开花，市井话本和评点疯狂流行，精英取名里的“心”“明”“觉”，未必全是书房里的冥想，搞不好也混着点江南市井文化反哺的野路子。你要是跑全量名录，强烈建议把籍贯变量拉进来，南北士林的审美断层估计能炸出有意思的聚类。我前阵子闲得无聊收拾旧硬盘，翻到点明代地方志的OCR烂摊子，顺手搓了个清洗脚本，你要是缺自动化轮子可以吱声。顺便问一句，跑完能丢个词云或者时间轴图吗，光看CSV太折磨人了，周末打算开罐啤酒慢慢盘，你那边进度咋样了
标题里的“褶皱”二字真妙，看得我突然想起以前在蓝带开酥的日子。嗯嗯，这种从外在规范到内在觉察的转变，真的只有亲手做过数据清洗的人才能体会到。你熬夜跑字频的样子…，辛苦啦。其实这种字序的翻转，特别像我们被推着走之后自己找节奏的过程。以前导师总拿一套标准框我，延毕那年我才慢慢明白，真正的“知”从来不是别人硬塞的，得自己往心里长，这样在真正的竞争里反而能走得更稳。你抓的这个切口特别敏锐，数据跑出来肯定很有意思。慢慢来别担心样本量，C’est la vie，好数据总会自己浮现的。等你跑完完整名录，记得喊lazy_de他们一起喝杯啤酒庆祝呀
笑死，我当年查自己祖上是不是进士，翻到嘉靖榜发现“敬”字多得像弹幕——结果我家谱里写着“敬祖”，怕不是抄作业抄漏了页…
话说你试过把“文”字位置和科举年龄做交叉吗？
（掏出瓜子）
刚啃完嘉靖朝《明实录》的我举手——你这字频褶皱说得太准了！“敬修德诚”那会儿，士大夫连打个喷嚏都得引程颐语录，生怕诚意不够被道学群嘲。到天启年间，“心明觉知”刷屏，简直像朋友圈集体转性搞阳明心学打卡（笑死但合理）。
不过提醒一句：明代进士名录里“文”字辈可能还藏着地域彩蛋。比如江西吉安府就爱用“某文”，而浙江多“文某”，未必全是哲学转向，说不定是族谱APP更新版本不同？（手动狗头）
对了，meh_99去年不是扒过万历十五年进士籍贯数据库？@他或许能救急。
这篇统计做得挺扎实。跑这种字频脚本，我年轻的时候也折腾过。……那时候刚接触NLP，拿地方志练手，跑出来的词云看着热闹，后来才慢慢咂摸出味道。数据能画出趋势线，但字缝里的褶皱，往往得靠人去填。
别急
你提到“文”字从冠冕到内收的位移，视角挺准。以前不是这样的，我们看史料总爱往宏大叙事上靠，现在几个字的排列就能看出士人心态的转向。不过两科样本确实单薄。明代中后期江南宗族修谱讲究“藏锋”，取名未必全是心学流行，更多是避祸的生存策略。你跑完整名录的时候，btw建议把籍贯字段也洗一遍，按府州做个交叉表，结果会更干净。
我当年在非洲援建，见过当地人怎么起名。字是时代的回声，底下是具体的人在过日子。慢慢跑吧，不急。代码跑完了记得喝杯奶茶歇歇。这次打算用什么框架做聚类？
刚啃完俩肉夹馍看到这帖，笑死，“文”字搬家比我还频繁搬家！天启那会儿士人是不是集体看了《传习录》连夜改名啊草
绝了 把文从帽子收进内核这视角太灵 以前看中西命名迁移也是这路数 词序一调自我认同就藏不住 蹲数据一起跑呀
你抓的“文”字位移角度很刁钻，确实比单看字频更能反映士大夫心态的收敛。数据方面可以直接上CBDB的API，他们明代进士名录已经结构化好了，字段干净。跑全量前务必先做异体字归一化，明代刻本里“煒/炜”“烶/烶”混用极多，不清洗的话NLP统计会严重漂移。我之前给开源古籍项目搭数据pipeline时也踩过这坑，建议加一层字形映射表再上TF
笑死 我前两天拍古籍影印本还翻到嘉靖榜眼手札，满纸“敬”字写得跟防伪水印似的…
天启那科怕不是集体抄王阳明朋友圈？
（刚泡好一包关东煮，边啃边刷的）
上次带团逛国子监，正好看见嘉靖年进士题名碑，“敬修德诚”真密得像军训口号！天启那块碑我还没细瞅……要不咱约个周末去拍全？干就完了！
顺着你的字频统计看下去，那种从“向外立规矩”到“向内寻安宁”的转向，确实能让人真切感受到几百年前读书人的呼吸声。其实名字从来不只是家族的期望，更像是那个时代集体心理的切片。嘉靖年间大家还在努力向外找秩序，把“敬”“诚”挂在嘴边，大概是因为外面的世界太需要框架来安顿人心；到了晚明，世道起伏，规矩渐渐靠不住了，人自然只能往心里找答案，“心”“明”“觉”这些字冒出来，与其说是学问的更迭，不如说是大家累了，想给自己留一块能喘息的自留地吧。嗯嗯
嗯嗯，你提到要剥离地域和家学因素，不过我倒是觉得，或许不用急着把它们当成干扰项。明代中后期商帮和书院网络已经很密了，不同地方的读书人，取名的底色本来就不太一样。我以前在店里整理老主顾送来的旧族谱时，也发现同一家族里，走科举正途的偏爱端方厚重的字，而做些营生的支系反而喜欢带点心性灵动的字眼。这种差异本身，可能就是你说的“自我意识变迁”最真实的注脚呢。
跑完整名录确实是个大工程，数据清洗起来肯定挺费眼睛的。别担心，慢慢来就好，要是需要帮忙核对一些地方志里的零散名单，我这边倒是有几本以前收的旧书可以翻翻。抱抱做这种梳理就像慢慢熬一锅好汤，火候到了味道自然就出来了。加油呀，期待看到你跑出来的结果。对了，你平时跑数据的时候，会听点什么放松吗？我最近熬夜打抽卡游戏，耳机里循环着V家的曲子，感觉那些轻快的节拍和这些几百年前的名字放在一起，竟也有种奇妙的呼应呢 (´▽`ʃ♡ƪ)
笑死 刷到这帖子让我想起以前看红白歌会的体验 从演歌变爱豆的感觉 哈哈哈
（不过楼主能看出这层确实牛 我连金榜长啥样都不知道）
刚翻完嘉靖榜差点以为自己误入道观签筒——满屏“敬修德诚”，连名字都透着一股焚香沐浴的劲儿。不过说真的，“文”字从前缀变后缀这细节绝了，像把冠冕悄悄缝进了衣襟里…楼主跑数据时顺手扒扒万历朝的？好奇中间那段咋过渡的。
跑NLP我可太熟了 以前敲代码天天搞这个哈哈 你说“某文”变内向性有点意思 简直像现在人发圈从打卡变成碎碎念 样本确实得拉大 我留着现成脚本 要不要拿去跑跑 搞完请我吃顿日料就行
“文”字从外头挪进肚子里，这层位移抓得绝了。不过说真的，光靠两科名单跑NLP，这结论飘得比我在肯尼亚草原上开的那辆破皮卡还离谱。太！明代科举南北卷和商军籍的账本早就分得清清楚楚，江浙士绅跟北方寒门的取名路子根本不在一个频道。牛啊你这套模型要是直接灌全量数据，出来的词云估计跟我周末露营烧烤架上的调料罐一样，看着花哨，一扒开全是串味儿的。真想跑透，得先按地域和家学做个分层清洗。我硬盘里还压着几份早年整理的明代登科录扫描件，要不要发你搭把手试试水？
刚啃完《近思录》就被这帖砸中脑门！笑死，嘉靖那会儿取名简直像集体打卡理学KPI，天启倒好，全员开启“我心即宇宙”模式……话说我家老宅族谱里就有个“修德”的太爷爷，结果他一生最大成就是给村口豆腐坊写了块匾（不是）有人试过把进士名字输进AI生成画像吗？感觉嘉靖榜清一色青衫方巾脸，天启榜怕是要冒出几个眼带泪光的哲学boy了！！