药方的量化方法笔记（学习与尝试）：第二回 第一次 药方的拆解 量化方法的形式的发展 对药的量化分析

（由于第二回篇幅过长，但是内容相对集中，所以分几次更新。这一次先更新感冒相关的药方拆解。）

承接上一回的预告，这回的第一部分将拆解一些药方。药方主要是鼻炎和感冒之类的方剂。方剂主要记载于《首批国家级名老中医效验秘方精选》（简称《精选》）、《首批国家级名老中医效验秘方精选（续集）》（简称《精选（续）》）和《国家级名医秘验方》（简称《秘验》）。拆解的方法就是上一回量化拆分的方式，包括归经拆分和功效拆分。之所以选用这些药方，有一下几个原因。首先，鼻炎与感冒病症本身不属于急重症，甚至比较常见，所以治疗经验丰富，能流传下了的药方都经历过大量的考验，可靠性高。然后，一般鼻炎感冒的病因不会非常复杂，这样药方会简单，量化的分析方法作为刚刚开始探索的理解分析药方的途经，目前也不宜分析复杂的方剂。同时我作为中医中药爱好者，也不具备分析、讨论、理解、欣赏复杂病症的名医名方的水平。还有，治疗感冒药方的数量，在前三本书中的记录也比较少，不会先入大篇幅冗长地拆解细节之中。选择治疗皮炎湿疹的药方作为另一类拆解的内容，考虑的原因也与之类似。

为什么不去拆解《伤寒论》中的经方，例如，干姜附子汤、麻黄甘草汤、附子泻心汤、葛根黄芩黄连汤这类的。它们都是用药轻灵，药力充足，配合缜密的药方。而且，用药味数也不多。这不都是很好的例子吗？原因在于，《伤寒论》是中医著名典籍，对它的学习理解和处理我以后另有安排。预计将它作为学习《施今墨对药》后的进阶内容。对药是两三味药的搭配，伤寒论中有大量的三五味药的药方，是对药方渐进式学习的绝佳安排。可是，精研一些书籍不免会有枯燥烦闷的时候。于是，我选择了《精选》、《精选（续）》、《秘验》这类的现当代国医名家的精华作为欣赏，培养后续研习的兴趣，提振探索研究的信心。

入预告所述，这回的第二部分讲发展一种形式，这些形式将会对今后的自动化分析和学习药方建立一个基础。第三部分开始，学习施今墨对药的内容，本回也将开个头而已。《施今墨对药》中一共记载了296个对药，药库中单味药一共512味，所以任意的两两搭配一共 种，所以施今墨对药占总体搭配的 0.4%，比百里挑一还苛刻。因此，十分值得学习挖掘。

药方拆解

感冒药方拆解

下面将对《秘验》、《精选》和《精选（续）》的感冒药方进行功效和归经的拆解。

当然，《秘验》、《精选》和《精选（续）》还记载了下面关于感冒的药方。但是，本文全都拆解罗列一遍，篇幅实在太长了。而且，拆解分析方法也类似，就省略了。有兴趣的读者可以尝试用类似的方法自行拆解。

上感清汤 · 谢强

# 此段 Python 代码，用以拆解药方 十二经络 = ['肝', '肺', '胃', '脾', '肾', '心', '大肠', '膀胱', '胆', '小肠', '心包', '三焦'] if __name__ == '__main__': # 上感清汤 谢强 药名 = ['柴胡', '葛根', '生黄芩', '薄荷', '甘草', '桔梗'] 药量 = [15, 15, 10, 6, 10, 6] 归经 = ['肝,胆', '胃,脾', '胆,肺,脾,大肠,小肠', '肝,肺', '心,肺,胃,脾', '肺'] 功效 = ['疏风_散热_解表_退热_疏肝_解郁_升阳_举陷', '解肌_退热_透疹_生津_止郁_升阳_止泻_通经_活络', '清热_燥湿_泻火_解毒', \ '疏风_散热_清头_利头_清目_利目_利咽_透疹_疏肝_解郁_辟秽', '补中_益气_补脾_缓急_止痛_祛痰_止咳_清热_解毒_调和药性', \ '宣肺_祛痰_利咽_排脓'] for k in range(0, len(归经)): 归经[k] = 归经[k].split(',') #按照分隔符','分割归经，例如，'肝,胆'变成['肝', '胆'] 药方的功效 = set() # 药方的功效先定义为集合，它可以保证之后不重不漏地拾取各味药的功效 for k in range(0, len(功效)): 功效[k] = 功效[k].split('_') #按照分隔符'_'分割功效，例如，'清热_燥湿'变成['清热','燥湿'] 药方的功效 = 药方的功效.union(功效[k]) # 根据【假设3】药方的功效是方中每味药的并集 药方的功效 = list(药方的功效) # 把 set 转成 list 方便后面的操作 # 归经拆解 # 定义一个与 十二经络 等长的list，初始值全为0，用以累积各条归经的药量分配 归经拆解 = [0 for 经络 in 十二经络] for gamma in range(0, len(十二经络)): for q in range(0, len(归经)): for j in range(0, len(归经[q])): if 归经[q][j] == 十二经络[gamma]: #【假设 1】: 1 / len(归经[q]) 表示多归经平均分配药量 归经拆解[gamma] = 归经拆解[gamma] + 1 / len(归经[q]) * 药量[q] # 功效拆解 # 定义一个与 药方的功效 等长的list，初始值全为0，用以累积各功效的药量分配 功效拆解 = [0 for 经络 in 药方的功效] for gamma in range(0, len(药方的功效)): for q in range(0, len(功效)): for j in range(0, len(功效[q])): if 功效[q][j] == 药方的功效[gamma]: #【假设 1】: 1 / len(功效[q]) 表示多功效平均分配药量 功效拆解[gamma] = 功效拆解[gamma] + 1 / len(功效[q]) * 药量[q] # end 

经过拆解可以看到，药方的主要归经依次为肺、脾、肝、胃、胆，其他归经的总和不及入胆一经之量，忽略不及。

然后，拆解该药方主要归经的药量来源

注意，上表是药量的来源表，表示经过了归经分配，抵达对应归经的药量。因为多归经药物的作用是多路的，上表只是按照第一回中【假设 1】平均分配了各归经的药量。同时，也正如第一回最后的讨论中所讲，这种平均分配有一定的局限性。例如，此方中专入肺经的桔梗为周楫之药，引药入肺。在它的导引下，多归经药物入肺的比例将提高，这就打破了归经平均分配的平衡。

功效中与感冒直接相关的功效为

其中，合并清头、利头、清目、利目为清利头目，合并清热、退热、散热、泻火为去热泻火。在其他功效中的前两项可以看出，其着力于风热型感冒。

特效感冒宁 · 宋建民

将上一节中代码的药名、药量、归经、功效改为特效感冒宁，即可得到归经拆解的结果

可以看到，药方着力于肺、脾、肝、胃四经。功效拆解的结果为

相近的功效进行合并，胜湿、燥湿、化湿合并为去湿，清热、散热、祛暑合并为去暑热，散风、疏风、祛风合并为去风，清头、清目、利头、利目、明目合并为清利头目，行气、补气、益气、宽中合并为宽中利气，补中、和胃、补脾、健脾合并为和中健脾，止血、生肌、消疮、托疮合并为止血生肌疗疮。经过合并后，与感冒直接相关的功效是

与感冒功效不相关的功效为

其中，与感冒对症的药量占比远高于非感冒相关功效的药量。而且，从感冒的前几项主要功效可以看出，此药对应外感风寒，内有湿热的感冒。

解毒清热饮 · 刘绍勋

方中生石膏和滑石均为 20~30g，为了后面分析方便，均取其平均值 25g。

为了方便和以后的重复利用，可以将上面的药方存入 Excel，然后每次可以用代码从 Excel 读取药方。
表格的表单名称就是药方的名称。表格的内容与上面的表格一致。
这里先编写一段读取 Excel 文件的函数。

# 从 Microsoft Excel 中读取药方 # package xlwings 是 Python 中用于操作 Excel 相关内容的第三方程序包，它需要 Microsoft Excel 环境 import xlwings # 定义一个函数， def dump_excel_as_dict(file_path, file_name): # 这里的 xlwings.App 专门指的是 Microsoft Excel。 # 用其他 Excel 软件的操作系统，需要安装 Microsoft 的Excel，然后设置Microsoft Excel 为默认打开程序。 # 如果代码执行还是不能通过，就需要卸载其他的 Excel 软件，例如，WPS Excel。 # 首先，调用 Microsoft Excel 软件。visible=False 表示，下面的程序执行过程中，不会在界面中打开 Excel app_ = xlwings.App(visible=False) # 这里的 books 就是通常的 excel 文件，这里指用上面调用的 app_ 打开对应文件路径和对应文件名的 excel 文件 book_ = app_.books.open(file_path + '\\' + file_name) sheet_name_list_ = list() # 预备存储 excel 中各个 sheet 的名字。例如，药方名作为 sheet 名时，它就存储每一个药方名 sheet_list_ = list() # 预备存储 excel 中各个 sheet 的内容。例如，存储药方时，它就存储每一个药方的详细内容 dict_ = dict() # 预备建立药方名与药方详细内容的联系。例如，给出一个药方名，就调取这个药方的详细内容 ''' 【try: except: finally:】语句表示: 执行 try 段落的语句，若无意外，就执行完毕; 若发生意外，就执行 except 段落的内容; 无论是否出现意外，都执行 finally 段落中的内容。 ''' try: # 将 book_.sheets 的每一个 sheet 的 name 依次追加到 sheet_name_list_ 中 for sheet_ in book_.sheets: sheet_name_list_.append(sheet_.name) # 将 book_.sheets 的每一个 sheet 的所有内容依次追加到 sheet_list_ 中 for index_ in range(book_.sheets.count): sheet_list_.append(book_.sheets[index_].cells.current_region.value) # 将 sheet_name_list_ 和 sheet_list_ 对应元素，一对一对地添加到 dict_ 中 for i_ in range(0, len(sheet_name_list_)): dict_.update({ 
   sheet_name_list_[i_]: sheet_list_[i_]}) return dict_ # 若之行顺利，则函数执行完毕后，返回的结果就是 dict_  except Exception as exception: print('Exception: ' + str(exception)) # 打印发生的意外，多用于看看发生了什么意外 finally: book_.close() # 表格读取完毕后，关闭 Excel 文件 app_.quit() # 文件关闭完毕后，在操作系统后台终止 app_ 的运行 # end 

借助函数 dump_excel_as_dict，本节的第一段代码中，药名、药量、归经、功效四个变量就可以用下面的代码替代

# 此段 Python 代码，用以拆解药方 import xlwings import numpy as np # numpy 是方便数列操作的程序包，as np 是后面的代码用 np 简称 def dump_excel_as_dict(file_path, file_name): ''' 定义如上面的代码，这里不赘述 ''' 十二经络 = ['肝', '肺', '胃', '脾', '肾', '心', '大肠', '膀胱', '胆', '小肠', '心包', '三焦'] if __name__ == '__main__': # 从 excel 中读取对应的药方 药方库 = dump_excel_as_dict(r"A:\中药整理", "感冒药方.xlsx") 药方名称 = '解毒清热饮_刘绍勋' 药方 = np.array(药方库[药方名称][1:]) # 从药方中提取药名、药量、归经、功效 药名 = list(药方[:,0]) 药量 = list(np.array(药方[:,1], dtype=float)) 归经 = list(药方[:,4]) 功效 = list(药方[:, 5]) ''' 后面的归经拆解和功能拆解与之前的代码一致，这里不赘述 ''' # end 

这样，即可得到归经拆解的结果

和功效的拆解结果

接下来进行相近或者相关功效合并，将清热、散热、退热、泻火、解暑合并为去热泻火解暑，将退翳、利目、明目、清头、利头、清目合并为爽头目，将利尿、通淋、燥湿、收湿合并为利水去湿，解表、止痛、止痉、疏风、祛风合并为去风解表解肌，解郁、平肝、疏肝、除烦合并为抚肝解郁除烦。最后可以得到与感冒功效直接相关的药量分配为

不与感冒直接相关的药力分配为

从中可以看出，解毒清热饮针对的是风热感冒，从肺、肝、胃经入手，去热泻火解暑的功效强劲，祛风解肌力度大，解毒、清肺、去湿、爽利头目都有不少的药量分布，有利于缓解感冒的主要不适症状。

健身固表散 · 赵清理

归经分解为

从中可以看出，健身固表散重点入肺脾二经

将相似或者相关功能合并，健脾、燥湿、胜湿、利尿、利水、消肿、止汗合并为健脾去湿、利水消肿止汗，宣肺、润肺、利咽、止咳、祛痰合并为益肺利咽、止咳祛痰，养心、清心、安神合并为清养心神。与感冒直接相关的功效为

不与感冒功能直接相关的功效为

此药方中，没有看到明显的清热驱寒的成分，它通过增益肺利咽、健脾除湿、益卫固表的方法，增强用药者自身的防御力，从而有效预防感冒，或者从感冒的愈后不适中恢复出来。

加味银翘散 · 米伯让

归经分解显示，加味银翘散从胃肺入药最多，

功效分解如下

合并相关或者相近的功效，清头、利头、清目、利目、明目合并成清利头目，清热、散热、退热、泻火、宣发郁热合并成去热泻火，散风、疏风、解表、解肌、止痛合并成去风解表、解肌止痛，补中、止呕、健脾、补脾、止泻合并成补中止呕、健脾止泻，平肝、疏肝合并成抚肝。与感冒直接相关的功效为

不与感冒直接相关的功效为

银翘白虎增液汤 · 米伯让

方中知母 14—28g，连翘 14.5—35g，生石膏 28—70g，这里都取平均值，即知母 21g，连翘 24.75g，生石膏 49g。

拆解过程中，顺便对归经和功效按照药量分配降序排列。同时，因为每种药方的总药量有差异，所以，按照药量所占总药量的比例作为排序依据，于是在上段代码的最后，加入下段代码：

if __name__ == '__main__': ''' 上面的所有代码照抄，然后添加下面的代码 ''' # 对归经按照药量占比排序 归经拆解排序 = [[十二经络[i], 归经拆解[i]] for i in range(0, len(十二经络))] 归经拆解排序.sort(key=lambda x: x[1], reverse=True) 十二经络 = [归经拆解排序[i][0] for i in range(0, len(归经拆解排序))] 归经拆解 = [归经拆解排序[i][1] for i in range(0, len(归经拆解排序))] # 对功效按照药量占比排序 功效拆解排序 = [[药方的功效[i], 功效拆解[i]] for i in range(0, len(药方的功效))] 功效拆解排序.sort(key=lambda x: x[1], reverse=True) 药方的功效 = [功效拆解排序[i][0] for i in range(0, len(功效拆解排序))] 功效拆解 = [功效拆解排序[i][1] for i in range(0, len(功效拆解排序))] # end 

同样进行拆解，归经拆解显示，此方归经以胃肺为主

功效拆解显示，该方以清热为主，主要是清肺胃之热

将清热、凉血、泻火、清胃热、清肺热、散热合并为去热、凉血、泻火，生津、养阴、止渴、滋阴、润燥、润肺、祛痰、止咳合并为养阴生津、润肺去咳痰，益胃、温中、和胃、止泻、补脾、补中合并为益中补脾、止泻。与感冒直接相关的功效为

不与感冒直接相关的功效分解为

此方主要功效中，去热泻火、养阴生津为主，其中去热泻火的功效占比将近总药量的一半，尤为显著。

沙参银菊汤 · 钟一棠

按照归经分解为

按照功效分解为

归纳相似或者相关的效果，散热、清热合并为去热，益胃、补脾、补中合并为健胃补脾，生津、清肺、养阴、益气、化痰、止咳、降气、平喘、利咽、祛痰合并为养阴生津、益气清肺、止咳化痰、降气平喘，明目、清头、清目、利头 、利目合并为清利头目，平肝、解郁、疏肝合并为抚肝解郁。与感冒直接相关的功效分解为

不与感冒直接相关的功效分解为

该方适用于风热犯肺，治疗思路是轻宣肺热，清肺养阴。从与感冒直接相关的功效上就可以看到，该方的将近四成药药量着力于清肺养阴，“轻宣肺热”之“轻”体现在去热功效为将近两成。

退热灵方 · 汪履秋

仍然按照药量占比进行归经分解和功效分解。归经分解为

功效分解为

合并相关或者相近功效，清热、凉血、散热合并为去热凉血，疏风、祛风、散风、解表合并为去风解表，利头、清目 、清头、利目合并为清利头目。与感冒直接相关的功效为

不与感冒直接相关的功效分解为

从功效分解上可以看出，本方是非常标准的风热感冒方剂，清热解毒比例分配均匀，其功效占比将近药量的六成，这也是其疗效确切的根基。其次，对感冒的各种不适，也都有针对性的改善，即去风解表、利咽、清利头目。而且，方中只有简单的六味常见药材，用药轻灵，实属良方。

清暑定中汤 · 祝伯权

归经分解为

功效分解为

合并相关或者相近的功效，将化痰、止咳、生津 、养阴、润肺、下气、消痰、宽中、理气合并为养阴宣肺、止咳化痰，将健脾、消食、和胃、补脾、化积、调中、开胃、醒脾、益胃合并为建中益脾、消食化积，将化湿、燥湿、渗湿、利水、收湿、利尿、通淋合并为去湿利水通淋，将清热、解暑、消暑、凉血、祛暑合并为清热去暑，将除烦、宁心、安神、清心合并为清心宁神。与感冒直接相关的功效占比分配为

不与感冒直接相关的功效占比分配为

暑为湿热齐发，耗伤津气。从归经来看，本方主要归脾、胃、肺经，对应于暑邪已伤及脏腑的阶段。从功效分解上看出，本方以养阴应对暑热，以祛湿利水应对暑湿，去湿得以健脾，降胃得以建中，同时辅以清心、解表的功效。而且，此方中不与感冒直接相关的功效占比极低，药力几乎全部作用于症状。

附：达原柴胡饮 · 郑惠伯 之归经功效拆解

郑惠伯的达原柴胡饮主治疫病之方，不是感冒。虽然其收录在《精选》第7章 感冒、疫毒部分，不过没有与感冒的药方列在一起，在此单列。

分析过程与前面拆解类似。归经拆解为

功效拆解为

将清热、散热、退热、泻火、凉血合并为去热泻火凉血，将祛痰、消痰、除痰、下气、止咳、润燥、滋阴合并为滋阴润燥、降气止咳、去痰，温中、补中、补脾、消积合并为建中消积、补脾，杀虫、截疟、除螨合并为去虫截疟。与疫病直接相关的功效为

不与疫病直接相关的功效为

今天的文章
药方的量化方法笔记（学习与尝试）：第二回 第一次 药方的拆解 量化方法的形式的发展 对药的量化分析分享到此就结束了，感谢您的阅读。