根据姓名判断性别

通常情况下，我们可以根据一个人的姓名大致猜测出其性别，这并不是什么难事，正确率应该很高。你想过没有，使用程序可以实现相同的效果，准确率甚至可能比人还要高。

ngender 是一个python的第三方库，它采用贝叶斯公式，根据姓名来判断性别，如果你对贝叶斯公式还不了解，这里做一个简单介绍，公式如下：

P(Y|X) = P(X|Y) * P(Y) / P(X)

P(Y|X) 的解释是已知X发生后Y的条件概率，P(Y) 的解释是Y的先验概率，咱们以P(gender=男|name=本山)  为例，它表示名字为本山时，性别是男性的概率，根据公式：

P(gender=男|name=本山) = P(name=本山|gender=男) * P(gender=男) / P(name=本山)

P(gender=男) 是样本中男性的概率，这个很容易计算，假设样本是100个，有50个男性，那么这个概率就是0.5

P(name=本山) 是样本中名字叫本山的概率，假设样本数量是100，只有一个人的名字叫本山，那么这个概率就是0.01

接下来要计算P(name=本山|gender=男)， 在男性中，名字是本山的概率。当X独立时，P(X|Y) = P(X1|Y) * P(X2|Y) * ... 因此

P(name=本山|gender=男) = P(name has 本|gender=男) * P(name has 山|gender=男)

现在，你需要的是一个很大的样本，包含很多人的姓名和性别信息，这个库的作者使用的是早年间黑客之间流传的宾馆开房记录，这是公民隐私信息，建议你不要去下载和传播，知晓其计算原理就好了。

贝叶斯公式虽然简单，但对于我们这种数学能力平平的人来说，理解起来还是有些困难，如果你感觉费力，不如跳过，直接使用，没必要自己去琢磨

pip install ngender

>>> import ngender
>>> ngender.guess('赵本山')
('male', 0.9836229687547046)
>>> ngender.guess('宋丹丹')
('female', 0.9759486128949907)