用Python抓取朋友圈数据，通过人脸识别全面分析好友！看透朋友圈

微信：一个提供即时通讯服务的应用程序，更是一种生活方式，超过数十亿的使用者，越来越多的人选择使用它来沟通交流。

不知从何时起，我们的生活离不开微信，每天睁开眼的第一件事就是打开微信，关注着朋友圈里好友的动态，而朋友圈中或虚或实的状态更新，似乎都在证明自己的“有趣”，寻找那份或有或无的存在感。

进群：548377875 ??即可获取数十套PDF哦！

1. 获取数据
2. 处理数据
3. 存储数据
4. 数据可视化

一、获取数据

? 关于微信好友数据的获取，可以通过itchat库，itchat是一个开源的微信个人号的接口，可以实现信息收发、获取好友列表等功能。

? 具体的用法和说明，在代码中已经做了详细的注释。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
# 导入itchat模块，操作微信个人号的接口
import itchat
# 获取数据
def get_data():
 # 扫描二维码登陆微信，实际上就是通过网页版微信登陆
 itchat.auto_login()
 # 获取所有好友信息
 friends = itchat.get_friends(update=True) # 返回一个包含用户信息字典的列表
 return friends
if __name__ == '__main__':
 print(get_data())

? 执行代码时电脑屏幕会出现一个二维码，手机微信扫描后即可完成登陆

二维码就不带了！

二、处理数据

? 对获取的数据进行处理，筛选出需要的数据。

? 通过对返回的用户信息进行分析，发现列表中第一个元素是用户自己，可以排除掉。同时我们只取需要的字段数据，各个字段及其取值的含义已在代码中做了说明。

# 处理数据
def parse_data(data):
 friends = []
 for item in data[1:]: # 第一个元素是自己，排除掉
 friend = {
 'NickName': item['NickName'],# 昵称
 'RemarkName': item['RemarkName'],# 备注名
 'Sex': item['Sex'],# 性别：1男，2女，0未设置
 'Province': item['Province'],# 省份
 'City': item['City'],# 城市
 'Signature': item['Signature'].replace('
',' ').replace(',',' '),# 个性签名（处理签名内容换行的情况）
 'StarFriend': item['StarFriend'],# 星标好友：1是，0否
 'ContactFlag': item['ContactFlag'] # 好友类型及权限：1和3好友，259和33027不让他看我的朋友圈，65539不看他的朋友圈，65795两项设置全禁止
 }
 print(friend)
 friends.append(friend)
 return friends
if __name__ == '__main__':
 print(parse_data(get_data()))

三、存储数据

? 为了便于分析数据并进行可视化操作，这里将数据存储到文本文件中。

# 存储数据，存储到文本文件
def save_to_txt():
 friends = parse_data(get_data())
 for item in friends:
 with open('friends.txt',mode='a',encoding='utf-8') as f:
 f.write('%s,%s,%d,%d
' % (
 item['NickName'],item['RemarkName'],item['Sex'],item['Province'],item['City'],item['Signature'],item['StarFriend'],item['ContactFlag']))
if __name__ == '__main__':
 save_to_txt()

??重要说明：?这里我获取的是自己的微信好友数据（共计950条，因工作关系，好友数比较多），考虑到个人隐私，部分信息做了处理。

四、数据可视化

? 这里使用的是pyecharts，pyecharts是一个用于生成Echarts图表的类库，便于在Python中根据数据生成可视化的图表。

? Echarts是百度开源的一个数据可视化JS库，主要用于数据可视化。

? 参考：?http://pyecharts.org/

# 安装pyecharts
pip install pyecharts

1. 好友性别分析

? 代码实现：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
# 导入Pie组件，用于生成饼图
from pyecharts import Pie
# 获取所有性别
sex = []
with open('friends.txt',mode='r',encoding='utf-8') as f:
 rows = f.readlines()
 for row in rows:
 sex.append(row.split(',')[2])
# print(sex)
# 统计每个性别的数量
attr = ['帅哥','美女','未知']
value = [sex.count('1'),sex.count('2'),sex.count('0')]
pie = Pie('好友性别比例','好友总人数：%d' % len(sex),title_pos='center')
pie.add('',attr,value,radius=[30,75],rosetype='area',is_label_show=True,is_legend_show=True,legend_top='bottom')
# pie.show_config()
pie.render('好友性别比例.html')

可视化结果：

好友主要为男性，占比70%，男女比例严重失衡

看到这个结果，我是有些淡淡忧桑的，微信好友总人数为950，帅哥占比70.42%，美女占比24.53%，男女比例严重失衡，但一点也不意外，本人是一名IT工作者，平时喜欢跑步，所以工作、生活接触到的大部分都是男性朋友，出现男女比例失衡实属正常。

2. 好友位置分析

pyecharts v0.3.2以后，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。

# 安装地图文件包
pip install echarts-china-provinces-pypkg # 中国省、市、县、区地图
pip install echarts-china-cities-pypkg
pip install echarts-china-counties-pypkg
pip install echarts-china-misc-pypkg 
pip install echarts-countries-pypkg # 全球国家地图
pip install echarts-united-kingdom-pypkg

代码实现：

# 导入Counter类，用于统计值出现的次数
from collections import Counter
# 导入Geo组件，用于生成地理坐标类图
from pyecharts import Geo
import json
# 导入Bar组件，用于生成柱状图
from pyecharts import Bar
# 数据可视化
def render():
 # 获取所有城市
 cities = []
 with open('friends.txt',encoding='utf-8') as f:
 rows = f.readlines()
 for row in rows:
 city = row.split(',')[4]
 if city != '': # 去掉城市名为空的值
 cities.append(city)
 # 对城市数据和坐标文件中的地名进行处理
 handle(cities)
 # 统计每个城市出现的次数
 data = Counter(cities).most_common() # 使用Counter类统计出现的次数，并转换为元组列表
 print(data)
 # 根据城市数据生成地理坐标图
 geo = Geo('好友位置分布','',title_color='#fff',title_pos='center',width=1200,height=600,background_color='#404a59')
 attr,value = geo.cast(data)
 geo.add('',visual_range=[0,500],visual_text_color='#fff',symbol_size=15,is_visualmap=True,is_piecewise=True)
 geo.render('好友位置分布.html')
 # 根据城市数据生成柱状图
 data_top20 = Counter(cities).most_common(20) # 返回出现次数最多的20条
 bar = Bar('好友所在城市TOP20',height=600)
 attr,value = bar.cast(data_top20)
 bar.add('',is_more_utils=True,is_label_show=True)
 bar.render('好友所在城市TOP20.html')

出现的问题：

• 报错：ValueError: No coordinate is specified for xxx(地名)
• 原因：pyecharts的坐标文件中没有该地名，实际上是名称不一致导致的，如数据中地名为'达州'，而坐标文件中为'达州市'
• 坐标文件所在路径： 项目/venv/lib/python3.6/site-packages/pyecharts/datasets/city_coordinates.json
• 解决：修改坐标文件，在原位置下复制个同样的，然后修改下地名

{
 "南京市": [
 107.5,31.22
 ],"南京": [
 107.5,}

不过由于要修改的地名太多，上面的方法实在是麻烦，所以我定义了一个函数，用来处理地名数据找不到的问题

# 处理地名数据，解决坐标文件中找不到地名的问题
def handle(cities):
 # print(len(cities),len(set(cities)))
 # 获取坐标文件中所有地名
 data = None
 with open(
 '/Users/wangbo/PycharmProjects/python-spider/venv/lib/python3.6/site-packages/pyecharts/datasets/city_coordinates.json',encoding='utf-8') as f:
 data = json.loads(f.read()) # 将str转换为json
 # 循环判断处理
 data_new = data.copy() # 拷贝所有地名数据
 for city in set(cities): # 使用set去重
 # 处理地名为空的数据
 if city == '':
 while city in cities:
 cities.remove(city)
 count = 0
 for k in data.keys():
 count += 1
 if k == city:
 break
 if k.startswith(city): # 处理简写的地名，如 达州市 简写为 达州
 # print(k,city)
 data_new[city] = data[k]
 break
 if k.startswith(city[0:-1]) and len(city) >= 3: # 处理行政变更的地名，如县改区 或 县改市等
 data_new[city] = data[k]
 break
 # 处理不存在的地名
 if count == len(data):
 while city in cities:
 cities.remove(city)
 # print(len(data),len(data_new))
 # 写入覆盖坐标文件
 with open(
 '/Users/wangbo/PycharmProjects/python-spider/venv/lib/python3.6/site-packages/pyecharts/datasets/city_coordinates.json',mode='w',encoding='utf-8') as f:
 f.write(json.dumps(data_new,ensure_ascii=False)) # 将json转换为str

可视化结果：

好友主要集中在江苏及周边地区

从图中可以发现：我的微信好友主要集中在江苏及周边地区，本人大学读书时来到南京，现在工作生活也一直在南京，所以南京好友最多，为483个；我自小在徐州长大，所以徐州好友数量也较多；同时因为喜欢跑步，结识了许多跑友，也经常会到周边沿海城市参加各种马拉松活动，所以好友位置主要分布在沿海一带。

3. 个性签名词云图

? jieba是一个基于Python的分词库，完美支持中文分词，功能强大

pip install jieba

? Matplotlib是一个Python的2D绘图库，能够生成高质量的图形，可以快速生成绘图、直方图、功率谱、柱状图、误差图、散点图等

pip install matplotlib

? wordcloud是一个基于Python的词云生成类库，可以生成词云图

pip install wordcloud

? 代码实现：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
# 导入jieba模块，用于中文分词
import jieba
# 导入matplotlib，用于生成2D图形
import matplotlib.pyplot as plt
# 导入wordcount，用于制作词云图
from wordcloud import WordCloud,STOPWORDS
# 获取所有个性签名
signatures = []
with open('friends.txt',encoding='utf-8') as f:
 rows = f.readlines()
 for row in rows:
 signature = row.split(',')[5]
 if signature != '':
 signatures.append(signature)
# 设置分词
split = jieba.cut(str(signatures),cut_all=False) # False精准模式分词、True全模式分词
words = ' '.join(split) # 以空格进行拼接
# print(words)
# 设置屏蔽词，去除个性签名中的表情、特殊符号等
stopwords = STOPWORDS.copy()
stopwords.add('span')
stopwords.add('class')
stopwords.add('emoji')
stopwords.add('emoji1f334')
stopwords.add('emoji1f388')
stopwords.add('emoji1f33a')
stopwords.add('emoji1f33c')
stopwords.add('emoji1f633')
# 导入背景图
bg_image = plt.imread('bg.jpg')
# 设置词云参数，参数分别表示：画布宽高、背景颜色、背景图形状、字体、屏蔽词、最大词的字体大小
wc = WordCloud(width=1024,height=768,background_color='white',mask=bg_image,font_path='STKAITI.TTF',stopwords=stopwords,max_font_size=400,random_state=50)
# 将分词后数据传入云图
wc.generate_from_text(words)
plt.imshow(wc) # 绘制图像
plt.axis('off') # 不显示坐标轴
# 保存结果到本地
wc.to_file('个性签名词云图.jpg')

可视化结果：

充满正能量、努力生活

? 个性签名可以反映人的一种心态，对所有好友的个性签名进行分词后制作如下词云图：

? 从词云图中可以看到，微信好友个性签名中出现频率较高的词汇有：自己、努力、生活、世界、就是、我们、人生、没有、需要、不要、时间、一切、一起、永远、未来、运动、快乐、温柔、个性等，整体来看，我的微信好友还是充满正能量的，都是积极向上、努力生活、有个性的年青人。

? 我们可以来详细的分析下这些高频词：

• 自己、就是、我们、个性：?彰显个性的自我、自以为是、自大等，也说明了年青人的个性张扬、无所畏惧
• 努力、生活、时间、需要：?说明大家都在努力的工作，追求各自所需，为更好的生活拼博着
• 世界、人生、快乐、未来：?正所谓“世界那么大，我想去看看”，生活虽不易，但对外面的世界、对人生的追求从未停止过，快乐最重要
• 运动、健康、温柔、享受：?说明喜欢运动的朋友比较多，大家都越来越关注健康。温柔、享受也成为共识，活着不易，且活且享受。

4. 备注名词云图

? 获取好友的备注名，根据备注名生成词名图

? 代码实现：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
# 导入jieba模块，用于中文分词
import jieba
# 导入matplotlib，用于生成2D图形
import matplotlib.pyplot as plt
# 导入wordcount，用于制作词云图
from wordcloud import WordCloud,STOPWORDS
# 获取备注名
remarkNames = []
with open('friends.txt',encoding='utf-8') as f:
 rows = f.readlines()
 for row in rows:
 remarkName = row.split(',')[1]
 if remarkName != '':
 remarkNames.append(remarkName)
# 设置分词
split = jieba.cut(str(remarkNames),cut_all=False) # False精准模式分词、True全模式分词
words = ' '.join(split) # 以空格进行拼接
print(words)
# 导入背景图
bg_image = plt.imread('bg.jpg')
# 设置词云参数，参数分别表示：画布宽高、背景颜色、背景图形状、字体、屏蔽词、最大词的字体大小
wc = WordCloud(width=1024,random_state=50)
# 将分词后数据传入云图
wc.generate_from_text(words)
plt.imshow(wc) # 绘制图像
plt.axis('off') # 不显示坐标轴
# 保存结果到本地
wc.to_file('备注名词云图.jpg')

可视化结果：

好友备注中“跑友”、“南航”出现的频率最高

? 从图中可以看出，我的好友备注中出现的高频词有：跑友、南航、wbs17091、wbs18031、wbs17022、wbs17071等

• 本人平时喜欢跑步，也经常参加各种马拉松活动，认识的跑友比较多，所以不足为奇
• 由于工作上与南航有一定的交集，所以南航的好友也比较多
• 以wbs开头的备注都是我工作中带过的学生，数量众多，身为一名IT教育工作者，深感光荣。
• 重要说明：考虑个人隐私，图中部分姓名做了化名处理，请勿当真，如有不便，还望谅解。

5. 好友分类分析

? 根据备注名，对好友进行分类，统计各类好友的数量

? PS：我的习惯是对好友添加备注，标记好友的类型或来源，这属于个人洁癖的一种吧

? 代码实现：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
# 导入jieba模块，用于中文分词
import jieba
# 导入Counter类，用于统计值出现的次数
from collections import Counter
from pyecharts import Bar
# 获取备注名
remarkNames = []
with open('friends.txt',')[1]
 if remarkName != '':
 remarkNames.append(remarkName)
# 设置分词
words = [x for x in jieba.cut(str(remarkNames),cut_all=False) if x not in ['-','(',')','（','）',' ',"'"]] # 排除短横线、逗号、空格、单引号
data_top10 = Counter(words).most_common(10) # 返回出现次数最多的20条
print(data_top10)
bar = Bar('好友分类TOP10',height=600)
attr,value = bar.cast(data_top10)
bar.add('',200],is_label_show=True)
bar.render('好友分类TOP10.html')

可视化结果：

学生最多，其次是跑友

这里只统计好友分类数量最多的前10，其中跑友160人，南航52人，其他的都是wbs开头的学生，实际上wbs开头的学生数是最多的，只是在备注时按班级号进行了划分。

通过分析统计，自己对各类好友的数量也做到了心中有数。

6. 特殊好友分析

? 获取并统计以下的特殊好友：?星标好友?、?不让他看我的朋友圈?、?不看他的朋友圈

? 代码实现：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
from pyecharts import Bar
# 获取特殊好友
star_list = [] # 星标朋友
deny_see_list = [] # 不让他看我的朋友圈
no_see_list = [] # 不看他的朋友圈
with open('friends.txt',encoding='utf-8') as f:
 rows = f.readlines()
 for row in rows:
 # # 获取好友名称
 name = row.split(',')[1] if row.split(',')[1] != '' else row.split(',')[0]
 # 获取星标朋友
 star = row.split(',')[6]
 if star == '1':
 star_list.append(name)
 # 获取设置了朋友圈权限的朋友
 flag = row.split(',')[7].replace('
','')
 if flag in ['259','33027','65795']:
 deny_see_list.append(name)
 if flag in ['65539','65795']:
 no_see_list.append(name)
print('星标好友：',star_list)
print('不让他看我的朋友圈：',deny_see_list)
print('不看他的朋友圈：',no_see_list)
attr = ['星标朋友','不让他看我的朋友圈','不看他的朋友圈']
value = [len(star_list),len(deny_see_list),len(no_see_list)]
bar = Bar('特殊好友分析',title_pos='center')
bar.add('',is_label_show=True)
bar.render('特殊好友分析.html')

可视化结果：

特殊好友。。。你懂的

从上图中可以发现：

• 星标好友有4个，主要是特别关注的好友，个人觉得比较重要的朋友
• 不让他看我的朋友圈有30个，这类好友一般是比较陌生的人，了解较少，当然也有个别是觉得不太方便的
• 不看他的朋友圈有8个，这类基本上都是只在朋友圈发广告的，除了广告没有别的内容，而且每次连续性的发多条，看着确实有些烦

补充说明：在代码中有对特殊好友的姓名也进行了输出显示，大家在运行代码时可以在控制台查看特殊好友具体是谁

7. 好友头像分析

? 使用腾讯优图提供的人脸识别技术，对头像进行检测和分析，相关API接口及使用请参考：https://open.youtu.qq.com/legency/#/develop/new-join

? 首先获取所有好友的头像：

import itchat
import os
# 获取数据
def get_image():
 itchat.auto_login()
 friends = itchat.get_friends(update=True)
 # 在当前位置创建一个用于存储头像的目录headImages
 base_path = 'headImages'
 if not os.path.exists(base_path):
 os.mkdir(base_path)
 # 获取所有好友头像
 for friend in friends:
 img_data = itchat.get_head_img(userName=friend['UserName']) # 获取头像数据
 img_name = friend['RemarkName'] if friend['RemarkName'] != '' else friend['NickName']
 img_file = os.path.join(base_path,img_name + '.jpg')
 print(img_file)
 with open(img_file,'wb') as file:
 file.write(img_data)
if __name__ == '__main__':
 get_data()

? 对头像进行人脸检测，检测头像图片中是否存在人脸，统计使用人脸作用头像的占比。

? 补充说明：

• 使用腾讯优图相关服务需要在其平台上申请开发者账户，并获取审核后的密钥，具体步骤参考官网
• 在进行人脸检测时速度会比较慢，头像数量不同需要等待的时间也会有所不同，我的好友有900多，大概花了10分钟左右

# 导入腾讯优图，用来实现人脸检测等功能
import TencentYoutuyun
from pyecharts import Pie
def analyse_data():
 # 向腾讯优图平台申请的开发密钥，此处需要替换为自己的密钥
 appid = '********'
 secret_id = '************************'
 secret_key = '************************'
 userid = '********
 end_point = TencentYoutuyun.conf.API_YOUTU_END_POINT # 优图开放平台
 youtu = TencentYoutuyun.YouTu(appid,secret_id,secret_key,userid,end_point)
 use_face = 0
 not_use_face = 0
 base_path = 'headImages'
 for file_name in os.listdir(base_path):
 result = youtu.DetectFace(os.path.join(base_path,file_name)) # 人脸检测与分析
 # print(result) # 参考 https://open.youtu.qq.com/legency/#/develop/api-face-analysis-detect
 # 判断是否使用人像
 if result['errorcode'] == 0: # errorcode为0表示图片中存在人像
 use_face += 1
 gender = '男' if result['face'][0]['gender'] >= 50 else '女'
 age = result['face'][0]['age']
 beauty = result['face'][0]['beauty'] # 魅力值
 glasses = '不戴眼镜 ' if result['face'][0]['glasses'] == 0 else '戴眼镜'
 # print(file_name[:-4],gender,age,beauty,glasses,sep=',')
 with open('header.txt',%s
' % (file_name[:-4],glasses))
 else:
 not_use_face += 1
 attr = ['使用人脸头像','未使用人脸头像']
 value = [use_face,not_use_face]
 pie = Pie('好友头像分析',title_pos='center')
 pie.add('',legend_top='bottom')
 # pie.show_config()
 pie.render('好友头像分析.html')
if __name__ == '__main__':
 analyse_data()

可视化结果：

使用人脸头脸的好友并不算多，占比31%

从上图中可以看到，使用人脸头像的好友并不多，占比30.87%，大部分都未使用人脸头像，占比69.13%，从某个角度可以反应出这部分人不愿过多的暴露自己，或是对自我颜值的不自信，具体情况要看个人的心态了。

对于使用人脸头像的，还可以检测图片中人脸的性别、年龄、魅力值、是否戴眼镜等（考虑到个人隐私，部分信息做了处理）。

?

我们还可以将所有头像拼接在一起，生成一个微信好友头像拼接图：

# 拼接头像
def join_image():
 base_path = 'headImages'
 files = os.listdir(base_path)
 each_size = int(math.sqrt(float(640 * 640) / len(files)))
 lines = int(640 / each_size)
 image = Image.new('RGB',(640,640))
 x = 0
 y = 0
 for file_name in files:
 img = Image.open(os.path.join(base_path,file_name))
 img = img.resize((each_size,each_size),Image.ANTIALIAS)
 image.paste(img,(x * each_size,y * each_size))
 x += 1
 if x == lines:
 x = 0
 y += 1
 image.save('all.jpg')
 itchat.send_image('all.jpg','filehelper')

生成的头像拼接图，有密集恐惧症的请跳过 ^_^

源码不分享了哦

（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!