如何才能更了解的你微信好友?Python数据分析帮你了解微信好友
用了微信几年了,微信号有也不少了,但是真正了解自己的好友吗?好友最多的城市是哪个?好友男女比例是多少?好友签名都是什么?今天我们来充分了解自己的微信好友。 进群:516107834? ?PDF领取十套电子文档书籍Python 的概念 运行平台:?Windows Python版本:?Python3.6 IDE:?Sublime Text 1、准备工作 1.1 库介绍 只有登录微信才能获取到微信好友的信息,本文采用wxpy该第三方库进行微信的登录以及信息的获取。 wxpy 在 itchat 的基础上,通过大量接口优化提升了模块的易用性,并进行丰富的功能扩展。 wxpy一些常见的场景:
总而言之,可用来实现各种微信个人号的自动化操作。 1.2 wxpy库安装 wxpy 支持 Python 3.4-3.6,以及 2.7 版本 将下方命令中的 “pip” 替换为 “pip3” 或 “pip2”,可确保安装到对应的 Python 版本中 从 PYPI 官方源下载安装 (在国内可能比较慢或不稳定): pip install -U wxpy 从豆瓣 PYPI 镜像源下载安装 (推荐国内用户选用): pip install -U wxpy -i "https://pypi.doubanio.com/simple/" 1.3 登录微信 wxpy中有一个机器人对象,机器人 Bot 对象可被理解为一个 Web 微信客户端。Bot 在初始化时便会执行登陆操作,需要手机扫描登陆。 通过机器人对象 Bot 的 chats(),friends(),groups(),mps() 方法,可分别获取到当前机器人的 所有聊天对象、好友、群聊,以及公众号列表。 本文主要通过friends()获取到所有好友信息,然后进行数据的处理。 from wxpy import * 以下为输出消息: Getting uuid of QR code. Downloading QR code. Please scan the QR code to log in. Please press confirm on your phone. Loading the contact,this may take a little while. wxpy.api.chats.chats.Chats对象是多个聊天对象的合集,可用于搜索或统计,可以搜索和统计的信息包括sex(性别)、province(省份)、city(城市)和signature(个性签名)等。 2、微信好友男女比例 2.1 数据统计 使用一个字典sex_dict来统计好友中男性和女性的数量。 # 使用一个字典统计好友男性和女性的数量 sex_dict = {'male': 0,'female': 0} 以下为输出结果: {'male': 255,'female': 104} 2.2 数据呈现 本文采用 ECharts饼图 进行数据的呈现,打开链接http://echarts.baidu.com/echarts2/doc/example/pie1.html,可以看到如下内容: 1、echarts饼图原始内容 从图中可以看到左侧为数据,右侧为呈现的数据图,其他的形式的图也是这种左右结构。看一下左边的数据: option = { title : { text: '某站点用户访问来源',subtext: '纯属虚构',x:'center' },tooltip : { trigger: 'item',formatter: "{a} 可以看到option =后面的大括号里是JSON格式的数据,接下来分析一下各项数据:
其它类型的图数据格式类似,后面不再详细分析。只需要修改data、legend->data、series->data即可,修改后的数据为: option = { title : { text: '微信好友性别比例',subtext: '真实数据',data:['男性','女性'] },data:[ {value:255,name:'男性'},{value:104,name:'女性'} ] } ] }; 数据修改完成后,点击页面中绿色的刷新按钮,可以得到饼图如下(可以根据自己的喜好修改主题): 2、好友性别比例 将鼠标放到饼图上可以看到详细数据: 3、好友性别比例查看数据 3、微信好友全国分布图 3.1 数据统计 # 使用一个字典统计各省好友数量 province_dict = {'北京': 0,'上海': 0,'天津': 0,'重庆': 0,'河北': 0,'山西': 0,'吉林': 0,'辽宁': 0,'黑龙江': 0,'陕西': 0,'甘肃': 0,'青海': 0,'山东': 0,'福建': 0,'浙江': 0,'台湾': 0,'河南': 0,'湖北': 0,'湖南': 0,'江西': 0,'江苏': 0,'安徽': 0,'广东': 0,'海南': 0,'四川': 0,'贵州': 0,'云南': 0,'内蒙古': 0,'新疆': 0,'宁夏': 0,'广西': 0,'西藏': 0,'香港': 0,'澳门': 0} 以下为输出结果: [{'name': '北京','value': 91},{'name': '上海','value': 12},{'name': '天津','value': 15},{'name': '重庆','value': 1},{'name': '河北','value': 53},{'name': '山西','value': 2},{'name': '吉林',{'name': '辽宁',{'name': '黑龙江',{'name': '陕西','value': 3},{'name': '甘肃','value': 0},{'name': '青海',{'name': '山东','value': 7},{'name': '福建',{'name': '浙江','value': 4},{'name': '台湾',{'name': '河南',{'name': '湖北',{'name': '湖南',{'name': '江西',{'name': '江苏','value': 9},{'name': '安徽',{'name': '广东','value': 63},{'name': '海南',{'name': '四川',{'name': '贵州',{'name': '云南',{'name': '内蒙古',{'name': '新疆',{'name': '宁夏',{'name': '广西',{'name': '西藏',{'name': '香港',{'name': '澳门','value': 0}] 可以看出,好友最多的省份为北京。那么问题来了:为什么要把数据重组成这种格式?因为ECharts的地图需要这种格式的数据。 3.2 数据呈现 采用ECharts地图 来进行好友分布的数据呈现。打开该网址,将左侧数据修改为: option = { title : { text: '微信好友全国分布图',tooltip : { trigger: 'item' },legend: { orient: 'vertical',x:'left',data:['好友数量'] },dataRange: { min: 0,max: 100,x: 'left',y: 'bottom',text:['高','低'],// 文本,默认为数值文本 calculable : true },toolbox: { show: true,orient : 'vertical',x: 'right',y: 'center',roamController: { show: true,mapTypeControl: { 'china': true } },series : [ { name: '好友数量',type: 'map',mapType: 'china',roam: false,itemStyle:{ normal:{label:{show:true}},emphasis:{label:{show:true}} },data:[ {'name': '北京','value': 0} ] } ] }; 注意两点:
点击刷新按钮后,可以生成如下地图: 好友全国分布图 从图中可以看出我的好友主要分布在北京、河北和广东。 有趣的是,地图左边有一个滑块,代表地图数据的范围,我们将上边的滑块拉到最下面可以看到没有微信好友分布的省份: 5、没有微信好友的省份 按照这个思路,我们可以在地图上看到确切数量好友分布的省份,读者可以动手试试。 4、好友签名统计 4.1 数据统计 def write_txt_file(path,txt): ''' 写入txt文本 ''' with open(path,'a',encoding='gb18030',newline='') as f: f.write(txt) 上面代码实现了对好友签名进行清洗以及保存的功能,执行完成之后会在当前目录生成signatures.txt文件。 4.2 数据呈现 数据呈现采用词频统计和词云展示,通过词频可以了解到微信好友的生活态度。 词频统计用到了 jieba、numpy、pandas、scipy、wordcloud库。如果电脑上没有这几个库,执行安装指令: pip install jieba pip install pandas pip install numpy pip install scipy pip install wordcloud 4.2.1 读取txt文件 前面已经将好友签名保存到txt文件里了,现在我们将其读出: def read_txt_file(path): ''' 读取txt文本 ''' with open(path,'r',newline='') as f: return f.read() 4.2.2 stop word 下面引入一个概念:stop word, 在网站里面存在大量的常用词比如:“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停止词。这些词因为使用频率过高,几乎每个网页上都存在,所以搜索引擎开发人员都将这一类词语全部忽略掉。如果我们的网站上存在大量这样的词语,那么相当于浪费了很多资源。 在百度搜索stpowords.txt进行下载,放到py文件同级目录。 content = read_txt_file(txt_filename) segment = jieba.lcut(content) words_df=pd.DataFrame({'segment':segment}) 4.2.3 词频统计 重头戏来了,词频统计使用numpy: import numpy 4.2.4 词频可视化:词云 词频统计虽然出来了,可以看出排名,但是不完美,接下来我们将它可视化。使用到wordcloud库,详细介绍见 github 。 from scipy.misc import imread from wordcloud import WordCloud,ImageColorGenerator 运行效果图如下(左图为背景图,右图为生成词云图片): 6、背景图和词云图对比 从词云图可以分析好友特点:
5、总结 至此,微信好友的分析工作已经完成,wxpy的功能还有很多,比如聊天、查看公众号信息等,有意的读者请自行查阅官方文档。 6、完整代码 上面的代码比较松散,下面展示的完整代码我将各功能模块封装成函数: #-*- coding: utf-8 -*- import re from wxpy import * import jieba import numpy import pandas as pd import matplotlib.pyplot as plt from scipy.misc import imread from wordcloud import WordCloud,ImageColorGenerator (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |