微信好友大揭秘
每天自己手机应用使用时间排行榜，微信都毫不意外地占据榜首，每天睁开眼的第一件事就是拿起手机打开微信，查收消息，关注朋友圈好友的动态。但是除了这些微信还有哪些好玩的东西呢？今天就用python对自己所有微信好友做一次数据分析，看看自己的微信好友存在哪些有趣的东西。
程序介绍
将使用Python抓取微信数据，并对获取到的数据进行全面分析，包含好友性别、地理位置分布、个性签名等，逐一进行分析，分析到你怀疑人生。
整个过程分为四步：
- 获取数据
- 处理数据
- 存储数据
- 数据可视化
具体实现
获取数据：
微信好友数据的获取，可以通过itchat库，itchat是一个开源的微信个人号的接口，可以实现信息收发、获取好友列表等功能。
import itchat
# 获取数据
def get_data():
itchat.auto_login()
friends = itchat.get_friends(
update=True)
return friends处理数据
对获取的数据进行处理，筛选出需要的数据。
通过对返回的用户信息进行分析，发现列表中第一个元素是用户自己，可以排除掉，同时我们只取需要的字段数据。
# 处理数据
def parse_data(data):
friends = []
for item in data[1:]:
friend = {
'NickName': item['NickName'],
'RemarkName': item['RemarkName'],
'Sex': item['Sex'],
'Province': item['Province'],
'City': item['City'],
'Signature':
item['Signature'].replace('\n',' ').
replace(',', ' '),
'StarFriend': item['StarFriend'],
'ContactFlag': item['ContactFlag']
}
print(friend)
friends.append(friend)
return friends存储数据
为了便于分析数据并进行可视化操作，这里将数据存储到文本文件中，因个人隐私原因做了打码处理。
# 存储数据，存储到文本文件
def save_to_txt():
friends = parse_data(get_data())
for item in friends:
with open('friends.txt', mode='a',
encoding='utf-8') as f:
f.write('%s,%s,%d,%s,%s,
%s,%d,%d\n'%(
item['NickName'],
item['RemarkName'],
item['Sex'],
item['Province'],
item['City'],
item['Signature'],
item['StarFriend'],
item['ContactFlag']))
数据可视化
没有使用Matplotlib做可视化处理而是使用了pyecharts，pyecharts是一个用于生成Echarts图表的类库，便于在Python中根据数据生成可视化的图表。
好友性别分析
# 获取所有性别
sex = []
with open('friends.txt', mode='r',
encoding='utf-8') as f:
rows = f.readlines()
for row in rows:
sex.append(row.split(',')[2])
attr = ['帅哥','美女','未知']
value = [sex.count('1'),
sex.count('2'),sex.count('0')]
pie = Pie('好友性别比例',
'好友总人数：%d'%len(sex),
title_pos='center')
pie.add('',attr,value,radius=[30,75],
rosetype='area',is_label_show=True,
is_legend_show=True,
legend_top='bottom')
pie.render('好友性别比例.html')
好友主要是男性，占比59%，可见自己的好友中男女比例失衡。仔细想想自己的微信好友里大多是上大学以后的同学朋友，自己是计算机专业，以男生为主，工所以男女比例失衡是正常的。
好友位置分析
根据 pyecharts使用教程 ： 自从 v0.3.2 开始，为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。
(1)、全球国家地图:
echarts-countries-pypkg (1.9MB): 世界地图和 213 个国家，包括中国地图 (2)、中国省级地图:
echarts-china-provinces-pypkg (730KB)：23 个省，5 个自治区 (3)、中国市级地图:
echarts-china-cities-pypkg (3.8MB)：370 个中国城市 (4)、中国县区级地图:
echarts-china-counties-pypkg (4.1MB)：2882 个中国县·区 (5)、中国区域地图:
echarts-china-misc-pypkg (148KB)：11 个中国区域地图，比如华南、华北
#好友位置分析
from collections import Counter
from pyecharts import Geo
import json
from pyecharts import Bar
def render():
cities = []
with open('friends.txt', mode='r',
encoding='utf-8') as f:
rows = f.readlines()
for row in rows:
city = row.split(',')[4]
if city != '':
cities.append(city)
data=Counter(cities).most_common()
print(data)
geo = Geo('好友位置分布', '',
title_color='#fff',
title_pos='center',
width=1200, height=600,
background_color='#404a59')
attr, value = geo.cast(data)
geo.add('', attr,value,
visual_range=[0,500],
visual_text_color='#fff',
symbol_size=15,
is_visualmap=True,
is_piecewise=True)
geo.render('好友位置分布.html')
# 根据城市数据生成柱状图
data_top20=Counter(cities).
most_common(20)
bar = Bar('好友所在城市TOP20', '',
title_pos='center',
width=1200,
height=600)
attr,value =bar.cast(data_top20)
bar.add('',attr,value,
is_visualmap=True,
visual_text_color='#fff',
is_more_utils=True,
is_label_show=True)
bar.render('所在城市TOP20.html')
不出所料好友最多的地方是日照，从小在日照长大，专科学校又是在日照上的，所以是很正常的，现在在青岛上本科，之前在郑州工作过在济南学习过，所以这几个城市的好友也比较多。
个性签名词云图
生成词云图在之前的文章中有所介绍，同样使用jieba分词库。朋友的个签是千奇百怪，所以做了一些词的屏蔽，终究还有一些特殊表情没有屏蔽。
import jieba
import matplotlib.pyplot as plt
fromwordcloudimportWordCloud,
STOPWORDS
signatures = []
with open('friends.txt',
mode='r',
encoding='utf-8') as f:
rows = f.readlines()
for row in rows:
signature = row.split(',')[5]
if signature != '':
signatures.append(signature)
split=jieba.cut(str(signatures),
cut_all=False)
words = ' '.join(split)
stopwords = STOPWORDS.copy()
stopwords.add('span')
stopwords.add('class')
stopwords.add('emoji')
stopwords.add('emoji1f334')
stopwords.add('emoji1f388')
stopwords.add('emoji1f33a')
stopwords.add('emoji1f33c')
stopwords.add('emoji1f633')
bg_image = plt.imread('5.jpg')
wc = WordCloud(width=1024,
height=768,
background_color='white',
mask=bg_image,
font_path='D:\PycharmProjects\
music\SIMYOU.TTF',
stopwords=stopwords,
max_font_size=400,
random_state=50)
wc.generate_from_text(words)
plt.imshow(wc)
plt.axis('off')
# 保存结果到本地
wc.to_file('个性签名词云图.jpg')
词云图中可以看到，微信好友个性签名中出现频率较高的词汇有：自己，一个，改变，心存，善念，欢迎，关注。整体来看，我的微信好友应该是心存善念的公众号运营者居多
（这都是什么鬼，是时候请一波好友了）当然还是有很多正能量词语的。
好友头像拼接
好友头像拼接是将所有的微信头像拼接成一张大图，因为好友过多只获取了一部分好友的头像。
import os
import itchat
import math
from PIL import Image
def get_image():
itchat.auto_login()
friends = itchat.get_friends(
update=True)
base_path = 'headImages'
if not os.path.exists(base_path):
os.mkdir(base_path)
for friend in friends:
img_data = itchat.get_head_img(
userName=friend['UserName'])
img_name = friend['RemarkName']
iffriend['RemarkName'] != ''
else friend['NickName']
img_file=os.path.join(base_path,
img_name + '.jpg')
print(img_file)
with open(img_file, 'wb') as file:
file.write(img_data)拼接头像
def join_image():
base_path = 'headImages'
files = os.listdir(base_path)
each_size = int(
math.sqrt(float(640*640)/len(files)))
lines=int(640/each_size)
image=Image.new('RGB', (640, 640))
x = 0
y = 0
for file_name in files:
img = Image.open(
os.path.join(base_path,file_name))
img=img.resize((each_size,
each_size),Image.ANTIALIAS)
image.paste(img,
(x * each_size, y * each_size))
x += 1
if x == lines:
x = 0
y += 1
image.save('im.jpg')看到图片庆幸自己没有获取所有好友的头像，因为自己有密集恐惧症。
程序参考:CSDN汤小洋
腾讯云开发者
