爬了自己的微信，才知道好友都是这样的！

Python进击者

发布于 2019-09-17 15:16:05

3850

发布于 2019-09-17 15:16:05

文章被收录于专栏：JAVAandPython君JAVAandPython君

写在前面的话

资源君在python的玩耍之路上发现python是越来越有趣，竟然还能去爬取微信上的信息，今天资源君带大家用python来爬一爬自己的微信好友，爬过之后才知道自己的好友是这样的！

环境：python + itchat + matplotlib

看看微信好友性别比例

大家知道自己微信里面有多少小哥哥，小姐姐么？今天带大家来看看自己微信到底有多少小哥哥，小姐姐！

首先导入我们需要的包：

import itchat
import matplotlib.pyplot as plt

2.登录微信

# 登录微信
itchat.login()

3.获取微信好友的性别，并简单计算一下微信好友性别：

# 初始化
man = woman = other = total = 0
# 获取好友
friends = itchat.get_friends(update=True)
for item in friends[1:]:
    if item['Sex'] == 1:
        man += 1
    elif item['Sex'] == 0:
        woman += 1
    else:
        other += 1
    total += 1

# 计算出性别占比
man_all = float(man)/total*100
woman_all = float(woman)/total*100
other_all = float(other)/total*100

4.这一步就是我们把数据进行可视化操作：

# 可视化操作
labels = 'man', 'woman', 'other'
fracs = [man_all, woman_all, other_all]
explode = [0, 0, 0]
plt.axes(aspect=1)
plt.pie(x=fracs, labels=labels, explode=explode, autopct='%3.1f %%',
        shadow=True, labeldistance=1.1, startangle=90, pctdistance=0.6)
plt.show()

5.给大家一张效果图（看来资源君微信男性朋友居多）：

来看看好友来自哪些城市

以为只能看性别吗？当然不是，还可以分析很多东西，再来带大家来看看我们微信好友都来自哪里？（这里只列出排名前三的城市）

仍然是导包，这次多了一个pandas，我们这次用柱形图来展示：

import itchat
from pandas import DataFrame
import matplotlib.pyplot as plt

2. 仍然是登录：

# 登录微信
itchat.login()

3. 处理微信好友的数据，每一行代码的说明我都写在注释里面了：

# 获取朋友列表
friends = itchat.get_friends(update=True)
# 利用pandas把数据转化成DataFrame形式
frame = DataFrame(friends)
# 获取frame数据中的Province的数据
friends_province = frame.Province
city_count = friends_province.value_counts()
# 排除没有添加城市的好友
city_count = city_count[city_count.index != '']
# 将数据转化成list格式
city_list = list(city_count.items())
cityname_list = []
citycount_list = []
for item in city_list:
    cityname_list.append(item[0])
    citycount_list.append(item[1])

4. 利用pandas来进行可视化操作，这个地方由于城市过多，我只选取了排名前三的城市来统计：

name_list = ['hunan', 'guangdong', 'beijing']
num_list = citycount_list[0:3]
rects = plt.bar(range(len(num_list)), num_list, color='rgby')
# X轴标题
index = [0, 1, 2]
index = [float(c) + 0.4 for c in index]
plt.ylim(ymax=80, ymin=0)
plt.xticks(index, name_list)
plt.ylabel("number")  # X轴标签
for rect in rects:
    height = rect.get_height()
    plt.text(rect.get_x() + rect.get_width() / 2, height, str(height)+'%', ha='center', va='bottom')
plt.show()

5. 效果如下：