1. 准备及介绍

主要库的安装如下（其余省略）：

itchat，开源的微信个人号接口，用来获取微信的联系人列表，安装命令如下：
```
pip install itchat
```
pyecharts，由百度开源的数据可视化，目前已更新到V1版本，之前的0.5.x 版本将不再进行维护。安装命令如下（后三个为地图包）：
```
pip install pyecharts -U
pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg
```

本文的主要目的如下：

获取当前用户好友列表中每个好友的备注名、性别、所属省份、城市以及个性签名
根据个性签名生成词云
根据好友性别生成好友性别柱状图
根据好友所属省份、城市分布生成微信好友分布图

2. itchat获取微信好友列表

通过itchart的get_friends()函数可以获取当前微信号好友列表的所有好友信息（运行过程中需要扫码登录），包括好友备注、性别、个性签名等信息，代码实现如下：

import itchat
import pandas as pditchat.auto_login(hotReload=True)  # 扫码登录微信
friends = itchat.get_friends(update=True)  # 获取联系人信息remark_name = []  # 备注
sex = []  # 性别
province = []  # 省份
city = []  # 城市
signature = []  # 个性签名# 提取数据
for x in friends:remark_name.append(x['RemarkName'])sex.append(x['Sex'])if x['Province'] == '':x['Province'] = '无'province.append(x['Province'])if x['City'] == '':x['City'] = '无'city.append(x['City'])if x['Signature'] == '':x['Signature'] = '无'signature.append(x['Signature'])# 转化为Series类型，并组合为DataFrame
series_rem = pd.Series(remark_name, name='remarkname')
series_sex = pd.Series(sex, name='sex')
series_pro = pd.Series(province, name='province')
series_cit = pd.Series(city, name='city')
series_sig = pd.Series(signature, name='signature')
friends_info = pd.concat([series_rem, series_sex, series_pro, series_cit, series_sig], axis=1)# 将数据保存为csv文件
friends_info.to_csv('friends_info.csv', header=0)

3. 分词及生成词云

3.1 jieba分词

通过jieba对提取的个性签名进行分词，并剔除其中的停用词：

import pandas as pd
import jieba# 读取csv文件
names = ['remarkname', 'sex', 'province', 'city', 'signature']
df = pd.read_csv('friends_info.csv', names=names)
# 提取个性签名
text = ';'.join(df['signature'])
# 读取停用词
stopwords = open('stopwords.txt').read().split('\n')
# 去除停用词
result = jieba.cut(text, cut_all=True)
clean_result = list(filter(lambda x: x not in stopwords, result))

3.2 生成词云

使用WordCloud生成词云，其中，字号越大则代表改词出现的频率越高：

# 生成词云
font_path = 'simfang.ttf'  # 字体库，显示中文
words = ';'.join(clean_result)
wordcloud = WordCloud(background_color="white", width=1000, height=860, font_path=font_path).generate(words)
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

运行结果如下：

4. pyecharts生成好友性别饼图

在提取到的数据中，性别（Sex字段）是用数字来表示的，0表示不明，1表示男性，2表示女性。我们通过DataFrame的groupby()函数按照性别进行分组，统计每个性别的人数，并通过pyecharts绘制柱形图：

# 按性别分组：0为不明、1为男、2为女
grouped = df['sex'].groupby(df['sex'])
data = []
sex_result = grouped.count()
for x in sex_result:data.append(x)
# 绘制饼图
pie = (Pie().add("", [list(z) for z in zip(['不明', '男', '女'], data)]).set_colors(['blue', 'purple', 'red']).set_global_opts(title_opts=opts.TitleOpts(title="微信好友性别比例"))
)
pie.render('display_sex.html')

运行结果如下：

5. pyecharts生成好友分布图

5.1 微信好友省份分布图

通过Geo()生成地理坐标系图，显示微信好友的省份分布：

# 统计每个省份的人数
data_province = {}
province_df = df['province']
for x in province_df:if x == '无' or ('A' <= x[0] <= 'Z'):continueif x in data_province.keys():data_province[x] = data_province[x] + 1else:data_province[x] = 1
geo = (Geo().add_schema(maptype='china').add("", [list(z) for z in zip(data_province.keys(), data_province.values())]).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(visualmap_opts=opts.VisualMapOpts(is_piecewise=True),title_opts=opts.TitleOpts(title="微信好友省份分布"))
)
geo.render('display_province.html')

运行结果如下，地理信息图上不同颜色的点代表不同的人数：

5.2 微信好友城市分布图

选择好友最多的城市（以山西为例），通过Map()类绘制山西省内的好友分布情况：

# 统计江苏各地区的好友分布
df_sx = df[df['province'] == '山西']['city']
data_city = {}
for x in df_sx:if x == '无':continueif x in data_city.keys():data_city[x] = data_city[x] + 1else:data_city[x] = 1
new_keys = []
# 需要在城市名后面加上市
for x in data_city.keys():new_keys.append(x + '市')
print(new_keys)
map = (Map().add("", [list(z) for z in zip(new_keys, data_city.values())], '山西').set_global_opts(title_opts=opts.TitleOpts(title="微信好友城市分布"),visualmap_opts=opts.VisualMapOpts(),)
)
map.render('display_city.html')

运行结果如下：

6. 问题及解决

报错：cannot import name ‘Map’ from ‘pyecharts’
解决：pyecharts更新到V1版本之后，Map等包位于pyecharts.charts下，改为：
```
from pyecharts.charts import Map
```
在生成微信好友城市分布图时，没有报错，但是地图上没有显示出数据。
解决：好友信息中的城市是不加”市“的，比如”太原“，但是构造Map的时候所需要的参数是包含“市”的，比如”太原市“，所以需要在所有城市名后面补上”市“字。

itchat+pyecharts实现微信好友分析及可视化相关推荐

真小白|一步步教你用Python抓取微信好友分析
前言前段时间公司里有个同事发了张图片在群上,是他所有微信好友头像拼成的一张大图,我看着挺有意思,就想自己也搞一下,然后百度了下怎么抓取微信好友之类的--一搜全是用Python抓取的,之前就听说过Py ...
【Python有趣打卡】利用pandas完成数据分析项目（二）——爬微信好友+分析
今天依然是跟着罗罗攀学习数据分析,原创:罗罗攀(公众号:luoluopan1) Python有趣|数据可视化那些事(二) 今天主要是学习pyecharts(http://pyecharts.org/# ...
初出茅庐-----微信好友分析与微信机器人
初出茅庐-----微信好友分析与微信机器人一.微信好友分析 1.简介对微信的好友进行分析,统计好友的人数,省市的分布,并排序,并统计好友签名用词的特点.用pyechart图像显示,并存为网页文件. ...
python爬取微信好友信息_python itchat 爬取微信好友信息
「itchat」一个开源的微信个人接口,今天我们就用itchat爬取微信好友信息,无图言虚空三张图分别是「微信好友头像拼接图」.「性别统计图」.「个性签名统计图」「微信好友头像拼接图」「性别统计 ...
python 实现微信好友分析
文章目录 wechat analsys 环境搭建实现的功能微信好友信息导出微信好友性别分析微信好友城市分布微信好友地图分布微信好友个性签名情感分析微信好友头像照片墙是否识好友识别自动 ...
python itchat 爬取微信好友信息
原文链接:https://mp.weixin.qq.com/s/4EXgR4GkriTnAzVxluJxmg 「itchat」一个开源的微信个人接口,今天我们就用itchat爬取微信好友信息,无图言虚 ...
微信好友所在城市可视化分析
上次是对微信好友的性别进行了统计分析,接下来将要对其位置分布做可视化显示,看看我的好友所在城市分布有何规律- 从 v0.3.2 开始,为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运 ...
用 Python 基于 pyecharts 对微信好友进行分析
参考博客在这里:https://blog.csdn.net/yaoyefengchen/article/details/79427475 Echarts 已经更新到了 ver.4 版本,原文用的是网页 ...
python微信好友分析源代码_搞事情了 | 教你用Python分析微信好友信息(内附完整代码)...
本文经授权转载至公众号 Python 知识圈未经授权严禁二次转载阅读文本大概需要 5 分钟技术群里一位读者微信私聊我,问我能不能统计下微信好友信息并以文件形式保存.其实,以前也写过类似的文章, ...

itchat+pyecharts实现微信好友分析及可视化

python+pyecharts实现微信好友分析及可视化

1. 准备及介绍

2. itchat获取微信好友列表

3. 分词及生成词云

3.1 jieba分词

3.2 生成词云

4. pyecharts生成好友性别饼图

5. pyecharts生成好友分布图

5.1 微信好友省份分布图

5.2 微信好友城市分布图

6. 问题及解决

itchat+pyecharts实现微信好友分析及可视化相关推荐

最新文章

热门文章