運行平臺: Windows
Python版本: Python3.6
IDE: Sublime Text
1、準備工作
1.1 庫介紹
只有登錄微信才能獲取到微信好友的信息,本文采用wxpy該第三方庫進行微信的登錄以及信息的獲取。
wxpy 在 itchat 的基礎上,通過大量接口優化提升了模塊的易用性,並進行豐富的功能擴展。
wxpy一些常見的場景:
控制路由器、智能家居等具有開放接口的玩意兒
運行腳本時自動把日誌發送到你的微信
加群主為好友,自動拉進群中
跨號或跨群轉發消息
自動陪人聊天
逗人玩
總而言之,可用來實現各種微信個人號的自動化操作。
1.2 wxpy庫安裝
wxpy 支持 Python 3.4-3.6,以及 2.7 版本
將下方命令中的 “pip” 替換為 “pip3” 或 “pip2”,可確保安裝到對應的 Python 版本中
從 PYPI 官方源下載安裝 (在國內可能比較慢或不穩定):
從豆瓣 PYPI 鏡像源下載安裝 (推薦國內用戶選用):
1.3 登錄微信
wxpy中有一個機器人對象,機器人 Bot 對象可被理解為一個 Web 微信客戶端。Bot 在初始化時便會執行登陸操作,需要手機掃描登陸。
通過機器人對象 Bot 的 chats(), friends(),groups(), mps() 方法, 可分別獲取到當前機器人的 所有聊天對象、好友、群聊,以及公眾號列表。
本文主要通過friends()獲取到所有好友信息,然後進行數據的處理。
以下為輸出消息:
wxpy.api.chats.chats.Chats對象是多個聊天對象的合集,可用於搜索或統計,可以搜索和統計的信息包括sex(性別)、province(省份)、city(城市)和signature(個性簽名)等。
2、微信好友男女比例
2.1 數據統計
使用一個字典sex_dict來統計好友中男性和女性的數量。
以下為輸出結果:
2.2 數據呈現
本文采用 ECharts餅圖 進行數據的呈現,打開鏈接http://echarts.baidu.com/echarts2/doc/example/pie1.html,可以看到如下內容:
1、echarts餅圖原始內容
從圖中可以看到左側為數據,右側為呈現的數據圖,其他的形式的圖也是這種左右結構。看一下左邊的數據:
可以看到option =後面的大括號裡是JSON格式的數據,接下來分析一下各項數據:
title:標題
text:標題內容
subtext:子標題
x:標題位置
tooltip:提示,將鼠標放到餅狀圖上就可以看到提示
legend:圖例
orient:方向
x:圖例位置
data:圖例內容
toolbox:工具箱,在餅狀圖右上方橫向排列的圖標
mark:輔助線開關
dataView:數據視圖,點擊可以查看餅狀圖數據
magicType:餅圖(pie)切換和漏斗圖(funnel)切換
restore:還原
saveAsImage:保存為圖片
calculable:暫時不知道它有什麼用
series:主要數據
data:呈現的數據
其它類型的圖數據格式類似,後面不再詳細分析。只需要修改data、legend->data、series->data即可,修改後的數據為:
數據修改完成後,點擊頁面中綠色的刷新按鈕,可以得到餅圖如下(可以根據自己的喜好修改主題):
2、好友性別比例
將鼠標放到餅圖上可以看到詳細數據:
3、好友性別比例查看數據
3、微信好友全國分佈圖
3.1 數據統計
以下為輸出結果:
可以看出,好友最多的省份為北京。那麼問題來了:為什麼要把數據重組成這種格式?因為ECharts的地圖需要這種格式的數據。
3.2 數據呈現
採用ECharts地圖 來進行好友分佈的數據呈現。打開該網址,將左側數據修改為:
注意兩點:
dataRange->max 根據統計數據適當調整
series->data 的數據格式
點擊刷新按鈕後,可以生成如下地圖:
4、好友全國分佈圖
從圖中可以看出我的好友主要分佈在北京、河北和廣東。
有趣的是,地圖左邊有一個滑塊,代表地圖數據的範圍,我們將上邊的滑塊拉到最下面可以看到沒有微信好友分佈的省份:
5、沒有微信好友的省份
按照這個思路,我們可以在地圖上看到確切數量好友分佈的省份,讀者可以動手試試。
4、好友簽名統計
4.1 數據統計
上面代碼實現了對好友簽名進行清洗以及保存的功能,執行完成之後會在當前目錄生成signatures.txt文件。
4.2 數據呈現
數據呈現採用詞頻統計和詞雲展示,通過詞頻可以瞭解到微信好友的生活態度。
詞頻統計用到了 jieba、numpy、pandas、scipy、wordcloud庫。如果電腦上沒有這幾個庫,執行安裝指令:
pip install jieba
pip install pandas
pip install numpy
pip install scipy
pip install wordcloud
4.2.1 讀取txt文件
前面已經將好友簽名保存到txt文件裡了,現在我們將其讀出:
4.2.2 stop word
下面引入一個概念:stop word, 在網站裡面存在大量的常用詞比如:“在”、“裡面”、“也”、“的”、“它”、“為”這些詞都是停止詞。這些詞因為使用頻率過高,幾乎每個網頁上都存在,所以搜索引擎開發人員都將這一類詞語全部忽略掉。如果我們的網站上存在大量這樣的詞語,那麼相當於浪費了很多資源。
在百度搜索stpowords.txt進行下載,放到py文件同級目錄。
4.2.3 詞頻統計
重頭戲來了,詞頻統計使用numpy:
4.2.4 詞頻可視化:詞雲
詞頻統計雖然出來了,可以看出排名,但是不完美,接下來我們將它可視化。使用到wordcloud庫,詳細介紹見 github 。
運行效果圖如下(左圖為背景圖,右圖為生成詞雲圖片):
6、背景圖和詞雲圖對比
從詞雲圖可以分析好友特點:
做--------------------行動派
人生、生活--------熱愛生活
快樂-----------------樂觀
選擇-----------------決斷
專業-----------------專業
愛--------------------愛
5、總結
至此,微信好友的分析工作已經完成,wxpy的功能還有很多,比如聊天、查看公眾號信息等,有意的讀者請自行查閱官方文檔。
6、完整代碼
上面的代碼比較鬆散,下面展示的完整代碼我將各功能模塊封裝成函數:
喜歡的小夥伴可以給小編點個關注+轉發,你們的支持就是小編的動力~