用python快速分析你的微信好友

写在前面

itchat基于python开发,封装了大量调取微信功能的接口,使得开发人员可以快速基于这个框架来完成一些微信操作,在这之前我们要做的就是扫码登录,实际上这相当于登录网页版的微信(新注册的账号似乎不支持)。更多介绍在官网和Github上都有详细的文档。   下面介绍基于itchat完成微信数据(好友、群聊等)的分析和展示。

环境说明

  • python3
  • numpy
  • matplotlib
  • pillow

相关代码

  • wx_itchat.py
import os
import math

import itchat
import numpy as np
import PIL.Image as Image
import matplotlib.pyplot as plt

# 抽取出来的工具类
from utils import match_util


class WxChat(object):

    def __init__(self):
        """初始化(扫码登录或手机端确认)"""
        itchat.auto_login(hotReload=True)

        # 登录用户
        self.login_user = None
        # 好友总数
        self.num_of_friend = 0
        # 男性好友数
        self.male_num = 0
        # 女性好友数
        self.female_num = 0
        # 未知性别好友数
        self.unknown_gender = 0
        # K=省名 V=人数
        self.num_of_province = {}
        # 未知省份
        self.unknown_province = '其它'
        # 绘图大小
        plt.figure(figsize=(6.4, 4.8))
        # 图片存放文件夹
        self.images_dir = 'wxImages'
        self.avatar_dir = '{}{}{}'.format(self.images_dir, os.sep, "avatarImages")
        if not os.path.exists(self.images_dir):
            os.mkdir(self.images_dir)
            os.mkdir(self.avatar_dir)

    def _reset_data(self):
        """数据重置"""

        self.male_num = 0
        self.female_num = 0
        self.unknown_gender = 0
        self.num_of_province = {}

    def analysis_friends(self):
        """获取好友列表 , 第一个是本人"""
        print("--->开始分析您的好友数据")

        all_user = itchat.get_friends(update=True)
        self.login_user = all_user[0]
        self.num_of_friend = len(all_user) - 1
        friends = all_user[1:]
        for i, friend in enumerate(friends):
            self._count_sex(friend['Sex'])
            self._count_province(friend['Province'])

            nickname = friend['NickName']  # 昵称
            remark = friend['RemarkName']  # 备注
            signature = ''.join(friend['Signature'].split())  # 个性签名
            # city = friend['City'] # 所在城市

            # 下载好友头像(不包括自己)
            avatar_data = itchat.get_head_img(userName=friend["UserName"])
            with open("{}{}{}.jpg".format(self.avatar_dir, os.sep, i), 'wb') as f:
                f.write(avatar_data)

            print("%d.好友昵称: %s ,备注: %s ,个性签名: %s " % (i + 1, nickname, remark, signature))

        print('共有 %d 位微信好友 , 其中男性好友 %d 位,女性好友 %d 位 , %d 位未知性别好友' % (
            self.num_of_friend, self.male_num, self.female_num, self.unknown_gender))

        # 省份数据处理(可选)
        self._handle_province(self.num_of_friend)
        # 绘制性别柱图, 绘制省份饼图(可选)
        title = 'WeChatFriends'
        wx._plt_gender_bar(title), wx._plt_province_pie(title)
        # 将头像拼图(可选)
        self._puzzle_avatar(title)
        self._reset_data()

    def analysis_chat_rooms(self):
        """获取群聊列表"""
        print("--->开始分析您的群聊数据")

        chat_rooms = itchat.get_chatrooms(update=True)
        for chat_room in chat_rooms[:-1]:
            chat_room_name = chat_room['NickName']  # 群聊名称
            user_name = chat_room['UserName']  # 群聊id标志
            room = itchat.update_chatroom(user_name, detailedMember=True)
            member_count = room['MemberCount']  # 群聊人数
            # 群聊用户列表
            for member in room['MemberList']:
                # avatar = 'https://wx.qq.com'.format(member['HeadImgUrl']) # 头像
                self._count_sex(member['Sex'])
                self._count_province(member['Province'])

            print('群聊 %s 共有 %d 人 , 其中 %d 位男性 , %d 位女性 , %d 位性别未知' % (
                chat_room_name, member_count, self.male_num, self.female_num, self.unknown_gender))

            # 省份数据处理(可选)
            self._handle_province(member_count)
            # 绘制性别柱图, 省份饼图(可选)
            self._plt_gender_bar(chat_room_name), self._plt_province_pie(chat_room_name)
            self._reset_data()

    def _count_sex(self, sex):
        """统计性别情况"""

        # 0-未知 , 1-男 , 2-女
        if sex == 1:
            self.male_num += 1
        elif sex == 2:
            self.female_num += 1
        else:
            self.unknown_gender += 1

    def _count_province(self, province_name):
        """统计省份情况"""

        if not province_name or not match_util.is_all_chinese(province_name):
            # 未设置省份名或非国内城市
            other_province_num = self.num_of_province.get(self.unknown_province)
            self.num_of_province.__setitem__(self.unknown_province,
                                             1 if other_province_num is None else other_province_num + 1)
        else:
            province_num = self.num_of_province.get(province_name)
            self.num_of_province.__setitem__(province_name, 1 if province_num is None else province_num + 1)

    def _handle_province(self, member_count):
        """处理所在省份人数占比较低(少于2%)的数据
        :param member_count: 总人数
        """

        for province in list(self.num_of_province.keys()):
            number = self.num_of_province[province]
            if number / member_count < .02:
                other_province_num = self.num_of_province.get(self.unknown_province)
                self.num_of_province.__setitem__(self.unknown_province, other_province_num + number)
                del self.num_of_province[province]

    def _plt_gender_bar(self, title):
        """ 绘制性别柱状图
        :param title: 名称
        """

        plt.bar('男', self.male_num, color='yellow')
        plt.bar('女', self.female_num, color='pink')
        plt.bar('未知', self.unknown_gender, color='gray')
        plt.xlabel('性别'), plt.ylabel('人数'), plt.title(title)
        for a, b in zip([0, 1, 2], np.array([self.male_num, self.female_num, self.unknown_gender])):
            plt.text(a, b, '%.0f' % b, ha='center', va='bottom')
        plt.savefig('{}{}{}(性别统计).png'.format(self.images_dir, os.sep, title))
        plt.show()

    def _plt_province_pie(self, title):
        """ 绘制省份圆饼图
        :param title: 名称
        """

        data = np.array(list(self.num_of_province.values()))
        labels = list(self.num_of_province.keys())
        plt.pie(data, labels=labels, autopct='%.1f%%', )
        plt.axis('equal')
        plt.legend(loc=2, prop={'size': 5.5})
        plt.title(title)
        plt.savefig('{}{}{}(省份分布).png'.format(self.images_dir, os.sep, title))
        plt.show()

    def _puzzle_avatar(self, title='wx'):
        """用pillow拼图"""
        pic_size = 1080  # (正方形)

        avatar_size = int(math.sqrt(float(pic_size * pic_size) / self.num_of_friend))  # 定义头像的尺寸
        lines = int(pic_size / avatar_size) + 1  # 一共要画多少行
        new_image = Image.new('RGB', (pic_size, pic_size))  # 定义空白底图

        x, y = 0, 0  # 起始坐标
        for i in range(0, self.num_of_friend):
            try:
                img = Image.open("{}{}{}.jpg".format(self.avatar_dir, os.sep, i))
            except IOError:
                print("Error: No file or Read file error")
            else:
                img = img.resize((avatar_size, avatar_size), Image.ANTIALIAS)  # 调整原头像大小为定义尺寸
                new_image.paste(img, (x * avatar_size, y * avatar_size))  # 将该头像绘制到底图
                # 改变绘制坐标
                x += 1
                if x == lines:
                    x, y = 0, y + 1

        file_path = '{}{}{}.jpg'.format(self.images_dir, os.sep, title)
        new_image.save(file_path)
        # 发送到手机上(可选)
        self.send_image_to_filehelper(file_path)

    @staticmethod
    def send_msg_to_file_helper(msg):
        """给文件助手发消息"""
        itchat.send(msg, 'filehelper')

    @staticmethod
    def send_image_to_filehelper(img):
        """给文件助手发图片"""
        itchat.send_image(img, 'filehelper')

    @staticmethod
    def get_mps():
        """获取公众号列表"""
        return itchat.get_mps()

    @staticmethod
    def logout():
        """退出登录"""
        itchat.logout()


if __name__ == '__main__':
    wx = WxChat()

    # 分析微信好友
    wx.analysis_friends()
    # 分析微信群聊
    wx.analysis_chat_rooms()

    wx.logout()
  • match_util.py
def is_all_chinese(text):
    """判断text是否全部为中文
    
    :param text: 
    :return: True or False
    """

    return u'\u4e00' <= text <= u'\u9fff'

效果展示

  原是三张清晰的图片,这里截成一张图大概展示下效果。

饼图+柱状图+大合照

示例代码:Github

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏悦思悦读

一天开发一款聊天机器人

“想不想开发一款自己的聊天机器人?” “我也可以吗?神马AI,机器学习,DNN……我都不懂啊” “没关系,其实真的没有那么复杂——掌握方法和工具的话,一天时间...

57210
来自专栏大数据挖掘DT机器学习

【推荐】分析的前提—数据质量

数据质量(Data Quality)是数据分析结论有效性和准确性的基础也是最重要的前提和保障。数据质量保证(Data Quality Assurance...

3115
来自专栏快乐八哥

数据可视化-EChart2.0使用总结1

图表是企业级Web开发必不可少的一个功能点。也是“数据可视化的一个具体呈现”。今天看到阮一峰翻译的“数据可视化:基本图表”一文,同时梳理一下公司现在项目使用的E...

2755
来自专栏开源FPGA

FPGA设计思想(持续更新)

一、 流水线设计   将原本一个时钟周期完成的较大的组合逻辑通过合理的切割后分由多个时钟周期完成。该部分逻辑运行的时钟频率会有明显对的提升,提高系统的性能用面积...

24510
来自专栏张善友的专栏

思维导图FreeMind

什么是MindMap? MindMap(被译成思维导图或心智图)是一种思维工具,由英国的记忆之父托尼-博赞发明。 MindMap是一种新的思维模式,它将左脑...

2558
来自专栏小文博客

用C语言写贪吃蛇笔记-1

3773
来自专栏张善友的专栏

MindManager: Draw your own MindMap!

─ 什么是 MindMap ? MindMap 是一种看起来很像树形图的东西,不过比树形图还强力得多(笑)。 一般人在记笔记、或规划事情的时候,多半只有两种方法...

1918
来自专栏PPV课数据科学社区

案例:用Excel对会员客户交易数据进行RFM分析

背景:一个会员服务的企业,有近1年约1200个会员客户的收银数据。由于公司想针对不同类别不活跃客户进行激活促销;同时,为回馈重点客户,也计划推出一系列...

4215
来自专栏重庆的技术分享区

大数据与机器学习融合

我最近与柏林工业大学的学生进行了两次非常有趣的讨论,我了解了机器学习社区和大数据社区之间的鸿沟有多大。

4194
来自专栏PPV课数据科学社区

如何利用Excel2007做RFM细分客户群

背景 一个会员服务的企业,有近1年约1200个会员客户的收银数据。由于公司想针对不同类别不活跃客户进行激活促销;同时,为回馈重点客户,也计划推出一系列针对重点客...

3584

扫码关注云+社区

领取腾讯云代金券