利用python进行微信好友数据分析

昨天无意中看到一篇文章《基于Python实现的微信好友数据分析》，感觉很有趣，就想自己尝试一下。也不太清楚原作者是谁了，也是公众号转载的，基于原问题进行了代码的优化。

微信是目前我们用的最多的社交软件，古语云“观其友而知其人”。对微信好友的数据分析也是对自身的一种分析。

一、本文将引用多个第三方模块，引用如下：

import itchat
import numpy as np
import os
from collections import Counter
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']#绘图时可以显示中文
plt.rcParams['axes.unicode_minus']=False#绘图时可以显示中文
import TencentYoutuyun
from wordcloud import WordCloud,STOPWORDS,ImageColorGenerator
from PIL import Image
import time
import re
import snownlp
import jieba
import jieba.analyse

import pandas as pd

本人用的python3，以上模块除了TencentYoutuyun和wordcloud,均可以通过pip install 安装。

（1）TencentYoutuyun安装：点击打开链接

（2）wordcloud安装：

访问https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud下载对应版本的安装包，将下载的安装包保存在工作目录下，直接使用pip install 文件名

二、登录微信，获取好友数据：

if __name__ == "__main__":itchat.auto_login(hotReload=True)friends = itchat.get_friends(update=True)

三、微信好友数据分析：

1、性别分析

def fun_analyse_sex(friends):sexs = list(map(lambda x:x['Sex'],friends[1:]))#收集性别数据counts = list(map(lambda x:x[1],Counter(sexs).items()))#统计不同性别的数量counts = sorted(counts)labels = ['保密','男','女']#2:女，1：男，0：保密colors = ['red','yellow','blue']plt.figure(figsize=(8,5), dpi=80)plt.axes(aspect=1)plt.pie(counts, #性别统计结果labels=labels, #性别展示标签colors=colors, #饼图区域配色labeldistance = 1.1, #标签距离圆点距离autopct = '%3.1f%%', #饼图区域文本格式shadow = False, #饼图是否显示阴影startangle = 90, #饼图起始角度pctdistance = 0.6 #饼图区域文本距离圆点距离)plt.legend(loc='upper left')#标签位置plt.title(u'%s的微信好友性别比例' % friends[0]['NickName'])plt.show()

结果如下：

男女比例还是均衡的。

2、头像分析

头像分析有两部分，（1）头像是否是人脸；（2）头像标签的词云

（1）第一部分将会用到腾讯优图提供的人脸识别API，需要自己注册获得appid。详细使用文档：点击打开链接

def fun_analyse_HeadImage(friends):basePath = os.path.abspath('.')#程序的存储位置baseFolder = basePath + '\\HeadImages\\'#创建存储图片的文件夹的位置if(os.path.exists(baseFolder) == False):os.makedirs(baseFolder)else:passuse_face = 0#使用人脸not_use_face = 0#未使用人脸appid = '你的appid'secret_id = '你的secret_id'secret_key = '你的secret_key'end_point = TencentYoutuyun.conf.API_YOUTU_END_POINTyoutu = TencentYoutuyun.YouTu(appid, secret_id, secret_key,end_point)image_tags = ""for index in range(1,len(friends)):friend = friends[index]#保存头像文件imgFile = baseFolder + '//Image%s.jpg' %str(index)imgData = itchat.get_head_img(userName=friend['UserName'])if (os.path.exists(imgFile) == False):with open(imgFile,'wb') as file:file.write(imgData)#检测人脸time.sleep(1)result = youtu.DetectFace(imgFile)if result['face']:use_face += 1else:not_use_face += 1#头像分类,做词云result2 = youtu.imagetag(imgFile)#调用图像标签接口image_tags += (",".join(list(map(lambda x:x['tag_name'],result2['tags'])))+',')#将标签文件连接到一起labels = [u'使用人脸头像',u'未使用人脸头像']counts = [use_face,not_use_face]colors = ['red','blue','yellow']plt.figure(figsize=(8,5), dpi=120)plt.axes(aspect=1)#此处的aspect=1表示正圆，取不同的值，表示的圆形状不同plt.pie(counts,#计数labels=labels,colors = colors,labeldistance = 1.1,#标签距离圆心的距离autopct = '%3.1f%%', #饼图区域文本格式shadow = False,#饼图是否有阴影startangle = 90,pctdistance = 0.6)plt.legend(loc = 'upper right')plt.title(u'%s的微信好友使用人脸头像的情况' %friends[0]['NickName'])plt.show()#绘制头像标签词云image_tags = image_tags.encode('iso8859-1').decode('utf-8')#加密解密plt.figure(figsize=(8,5), dpi=160)back_coloring = np.array(Image.open('face.jpg'))word_cloud = WordCloud(font_path = 'simkai.ttf',background_color = 'white',max_words = 1200,mask = back_coloring,max_font_size = 75,stopwords = STOPWORDS.add('写真照'),#ps：这个词有点太露骨了。random_state=45,width=600,height = 300,margin = 15)word_cloud.generate(image_tags)plt.imshow(word_cloud)plt.axis("off")plt.show()

结果如下：

大部分人还是没有使用人脸头像的。

女孩这个词十分显眼，推断是女生更喜欢是用个人头像或女星为头像。词云选择的乔布斯为底图背景。

3、签名分析：

好友签名分析，也分为两部分：（1）切词构造词云；（2）文本分析，生活态度

代码如下：

def fun_analyse_Signature(friends):signatures = ''emotions = []for friend in friends:signature = friend['Signature']if signature != None:signature = signature.strip().replace("span","").replace("class","").replace("emoji","")#去除无关数据signature = re.sub(r'1f(\d.+)',"",signature)if len(signature) > 0:nlp = snownlp.SnowNLP(signature)emotions.append(nlp.sentiments)#nlp.sentiments：权值signatures += " ".join(jieba.analyse.extract_tags(signature,5))#关键字提取back_coloring = np.array(Image.open("xiaohuangren.jpg"))#图片可替换word_cloud2 = WordCloud(font_path = 'simkai.ttf',background_color = 'white',max_words = 1200,mask = back_coloring,margin = 15)word_cloud2.generate(signatures)image_colors = ImageColorGenerator(back_coloring)plt.figure(figsize=(8,5),dpi=160)plt.imshow(word_cloud2.recolor(color_func=image_colors))plt.axis("off")plt.show()word_cloud2.to_file("signatures.jpg")
#人生观count_positive = len(list(filter(lambda x:x>0.66,emotions)))#大于0.66为积极count_negative = len(list(filter(lambda x:x<0.33,emotions)))#小于0.33为消极count_neutral = len(list(filter(lambda x:x>=0.33 and x <= 0.66,emotions)))labels = [u'积极',u'中性',u'消极']values =(count_positive,count_neutral,count_negative)plt.rcParams['font.sans-serif'] = ['simHei']plt.rcParams['axes.unicode_minus'] = Falseplt.xlabel("情感判断")plt.ylabel("频数")plt.xticks(range(3),labels)plt.legend(loc='upper right')plt.bar(range(3),values,color='rgb')plt.title(u'%s的微信好友签名信息情感分析情况' % friends[0]['NickName'])plt.show()

结果如下：

看来好友还都是蛮积极乐观的。

4、好友位置分析：

今天弄懂了pyecharts，就想起来可以用来做位置分析。

再分析之前，还要安装pychart库，直接pip。

pip install pyecharts

不懂得地方参考本篇文章： http://blog.csdn.net/xxzj_zz2017/article/details/79601135

假设已经配置好环境，接下来进行分析，代码如下：

from pyecharts import Map
def get_attr(friends, key):return list(map(lambda user: user.get(key), friends))
def fun_pos(friends)users = dict(province=get_attr(friends, "Province"),city=get_attr(friends, "City"),nickname=get_attr(friends, "NickName"))provinces = pd.DataFrame(users)provinces_count = provinces.groupby('province', as_index=True)['province'].count().sort_values()attr = list(map(lambda x: x if x != '' else '未知', list(provinces_count.index)))#未填写地址的改为未知value = list(provinces_count)map_1 = Map("微信好友位置分布图",title_pos="center",width=1000, height=500)map_1.add('', attr, value, is_label_show=True, is_visualmap=True, visual_text_color='#000',visual_range=[0,120])map_1

看来还是在北京的朋友多。

暂时只对好友进行了以上几方面的分析，感觉还是很有意思的。

利用python进行微信好友数据分析相关推荐

python微信好友分析_基于python实现微信好友数据分析（简单）
一.功能介绍本文主要介绍利用网页端微信获取数据,实现个人微信好友数据的获取,并进行一些简单的数据分析,功能包括: 1.爬取好友列表,显示好友昵称.性别和地域和签名, 文件保存为 xlsx 格式 2. ...
用python做头像_如何利用python制作微信好友头像照片墙？
这个不难,主要用到itchat和pillow这2个库,其中itchat用于获取微信好友头像照片,pillow用于拼接头像生成一个照片墙,下面我简单介绍一下实现过程,代码量不多,也很好理解,实验环境wi ...
python表白代码照片墙-如何利用python制作微信好友头像照片墙？
这个不难,主要用到itchat和pillow这2个库,其中itchat用于获取微信好友头像照片,pillow用于拼接头像生成一个照片墙,下面我简单介绍一下实现过程,代码量不多,也很好理解,实验环境wi ...
利用python进行微信好友分析
欢迎python爱好者加入:学习交流群 667279387 本文主要利用python对个人微信好友进行分析并把结果输出到一个html文档当中,主要用到的python包为itchat,pandas,py ...
利用Python对微信好友数据进行分析
一直就想着做个微信好友数据分析,折腾了一天总算是勉强完成了. 本文参考: 微信好友大数据分析 Python基于jieba库进行简单分词及词云功能实现方法本文会使用到的第三方模块: itchat:微信 ...
基于python的微信好友数据分析_python 微信好友特征数据分析及可视化
#微信好友特征数据分析及可视化 # 1.导包操作 from wxpy import * import re import jieba import numpy as np from scipy.mis ...
利用Python查看微信好友撤回的消息
效果图如下: 不仅可以查看微信好友撤回的文字消息,如位置.视频.音频.图片等等都可以查看. 直接上源代码: # Python查看微信撤回消息 import re import os import ti ...
【微信】利用python实现微信好友防撤回、消息监控
该项目来源于github,将其跑通: # -*- coding: utf-8 -*- """ Created on Fri Jun 21 12:09:43 2019@au ...
python 微信数据_Python实现的微信好友数据分析功能示例
本文实例讲述了python实现的微信好友数据分析功能.分享给大家供大家参考,具体如下: 这里主要利用python对个人微信好友进行分析并把结果输出到一个html文档当中,主要用到的python包为it ...
基于Python实现的微信好友数据分析——抓取好友性别、位置、头像签名
最近微信迎来了一次重要的更新,允许用户对"发现"页面进行定制.不知道从什么时候开始,微信朋友圈变得越来越复杂,当越来越多的人选择"仅展示最近三天的朋友圈",大概 ...

利用python进行微信好友数据分析

利用python进行微信好友数据分析相关推荐

最新文章

热门文章