确定数据源

自我认知，很难，必须它证。

物以类聚，人以群分。每个人的社交圈，家庭圈，朋友圈的属性，基本我们人格的特征属性。我们所处的阶级，在别人眼中的印象，在我们的朋友圈中都会得到印证。

朋友圈数据中最具人格属性的因素是个性签名，那么下面我们就把所有好友的个性签名作为我们的研究对象，以此出发爬取数据。

使用Python的itchat 包对好友的个性签名数据进行分析

这里我们用到Python一个比较冷门的库——itchat，它很好的兼容了wechat个人账号的API接口，让我们能更加便捷的爬取wechat数据，itchat的功能很强大，这里我们仅用它爬取wechat中我们每个好友的个性签名。

之后，我们要分析出自定义词云图中个性签名使用的高频词语是什么。

最后，生成可视化词云图，直观的给出洞察结果。

源代码如下：

# coding:utf-8

import itchat

import re

itchat.login()

friends = itchat.get_friends(update=True)[0:]

tList = []

for i in friends:

signature = i["Signature"].replace(" ", "").replace("span", "").replace("class", "").replace("emoji", "")

rep = re.compile("1f\d.+")

signature = rep.sub("", signature)

tList.append(signature)

# 拼接字符串

text = "".join(tList)

# jieba分词

import jieba

wordlist_jieba = jieba.cut(text, cut_all=True)

wl_space_split = " ".join(wordlist_jieba)

# wordcloud词云

import matplotlib.pyplot as plt

from wordcloud import WordCloud, ImageColorGenerator

import os import numpy as np

import PIL.Image as Image

d= os.path.dirname(os.path.abspath( __file__ ))

alice_coloring = np.array(Image.open(os.path.join(d, "wechat.jpg")))

my_wordcloud = WordCloud(background_color="white", max_words=2000,mask=alice_coloring,max_font_size=400, random_state=420,font_path='/Users/sebastian/Library/Fonts/Arial Unicode.ttf').generate(wl_space_split)

image_colors = ImageColorGenerator(alice_coloring)

plt.imshow(my_wordcloud.recolor(color_func=image_colors))

plt.imshow(my_wordcloud)

plt.axis("off")

plt.show()

下面对于代码的解析，仅跟初学 Python的朋友提示三点：

1)代码第24行，其他网络版本的代码为d= os.path.dirname(__file__)，最好换成jacky这个版本的：

d=os.path.dirname(os.path.abspath(__file__))，具体原因jacky就不做过多解释了；

2)代码第25行，一定要提前在环境路径下创建wechat.jpg的图片，这样云图才能顺利生成，并生成你希望的形状。

3)提前在终端安装jieba,matplotlib,wordcloud,numpy包

注意以上三点，想不运行成功都难。

运行上面的代码，得到下面的云图：