用Python对微信好友进行分析_loading the contact, this may take a little while

最新推荐文章于 2024-05-30 11:43:13 发布

2401_84557608

最新推荐文章于 2024-05-30 11:43:13 发布

阅读量1k

点赞数 19

分类专栏：程序员文章标签： python 微信开发语言

本文链接：https://blog.csdn.net/2401_84557608/article/details/138424176

版权

程序员专栏收录该内容

121 篇文章 0 订阅

订阅专栏

# 使用一个字典统计好友男性和女性的数量
sex_dict = {'male': 0, 'female': 0}

for friend in my_friends:
    # 统计性别
    if friend.sex == 1:
        sex_dict['male'] += 1
    elif friend.sex == 2:
        sex_dict['female'] += 1

print(sex_dict)

以下为输出结果：

{'male': 255, 'female': 104}

2.2 数据呈现

本文采用 ECharts饼图进行数据的呈现，打开链接http://echarts.baidu.com/echarts2/doc/example/pie1.html，可以看到如下内容：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

从图中可以看到左侧为数据，右侧为呈现的数据图，其他的形式的图也是这种左右结构。看一下左边的数据：

option = {
    title : {
        text: '某站点用户访问来源',
        subtext: '纯属虚构',
        x:'center'
    },
    tooltip : {
        trigger: 'item',
        formatter: "{a} <br/>{b} : {c} ({d}%)"
 },
 legend: {
 orient : 'vertical',
 x : 'left',
 data:['直接访问','邮件营销','联盟广告','视频广告','搜索引擎']
 },
 toolbox: {
 show : true,
 feature : {
 mark : {show: true},
 dataView : {show: true, readOnly: false},
 magicType : {
 show: true, 
 type: ['pie', 'funnel'],
 option: {
 funnel: {
 x: '25%',
 width: '50%',
 funnelAlign: 'left',
 max: 1548
 }
 }
 },
 restore : {show: true},
 saveAsImage : {show: true}
 }
 },
 calculable : true,
 series : [
 {
 name:'访问来源',
 type:'pie',
 radius : '55%',
 center: ['50%', '60%'],
 data:[
 {value:335, name:'直接访问'},
 {value:310, name:'邮件营销'},
 {value:234, name:'联盟广告'},
 {value:135, name:'视频广告'},
 {value:1548, name:'搜索引擎'}
 ]
 }
 ]
};

可以看到option =后面的大括号里是JSON格式的数据，接下来分析一下各项数据：

title：标题
- text：标题内容
- subtext：子标题
- x：标题位置
tooltip：提示，将鼠标放到饼状图上就可以看到提示
legend：图例
- orient：方向
- x：图例位置
- data：图例内容
toolbox：工具箱，在饼状图右上方横向排列的图标
- mark：辅助线开关
- dataView：数据视图，点击可以查看饼状图数据
- magicType：饼图(pie)切换和漏斗图(funnel)切换
- restore：还原
- saveAsImage：保存为图片
calculable：暂时不知道它有什么用
series：主要数据
- data：呈现的数据

其它类型的图数据格式类似，后面不再详细分析。只需要修改data、l**egend->data**、series->data即可，修改后的数据为：

option = {
    title : {
        text: '微信好友性别比例',
        subtext: '真实数据',
        x:'center'
    },
    tooltip : {
        trigger: 'item',
        formatter: "{a} <br/>{b} : {c} ({d}%)"
 },
 legend: {
 orient : 'vertical',
 x : 'left',
 data:['男性','女性']
 },
 toolbox: {
 show : true,
 feature : {
 mark : {show: true},
 dataView : {show: true, readOnly: false},
 magicType : {
 show: true, 
 type: ['pie', 'funnel'],
 option: {
 funnel: {
 x: '25%',
 width: '50%',
 funnelAlign: 'left',
 max: 1548
 }
 }
 },
 restore : {show: true},
 saveAsImage : {show: true}
 }
 },
 calculable : true,
 series : [
 {
 name:'访问来源',
 type:'pie',
 radius : '55%',
 center: ['50%', '60%'],
 data:[
 {value:255, name:'男性'},
 {value:104, name:'女性'}
 ]
 }
 ]
};

数据修改完成后，点击页面中绿色的刷新按钮，可以得到饼图如下（可以根据自己的喜好修改主题）：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

将鼠标放到饼图上可以看到详细数据：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

3、微信好友全国分布图

3.1 数据统计

# 使用一个字典统计各省好友数量
province_dict = {'北京': 0, '上海': 0, '天津': 0, '重庆': 0,
    '河北': 0, '山西': 0, '吉林': 0, '辽宁': 0, '黑龙江': 0,
    '陕西': 0, '甘肃': 0, '青海': 0, '山东': 0, '福建': 0,
    '浙江': 0, '台湾': 0, '河南': 0, '湖北': 0, '湖南': 0,
    '江西': 0, '江苏': 0, '安徽': 0, '广东': 0, '海南': 0,
    '四川': 0, '贵州': 0, '云南': 0,
    '内蒙古': 0, '新疆': 0, '宁夏': 0, '广西': 0, '西藏': 0,
    '香港': 0, '澳门': 0}

# 统计省份
for friend in my_friends:
    if friend.province in province_dict.keys():
        province_dict[friend.province] += 1

# 为了方便数据的呈现，生成JSON Array格式数据
data = []
for key, value in province_dict.items():
    data.append({'name': key, 'value': value})

print(data)

以下为输出结果：

[{'name': '北京', 'value': 91}, {'name': '上海', 'value': 12}, {'name': '天津', 'value': 15}, {'name': '重庆', 'value': 1}, {'name': '河北', 'value': 53}, {'name': '山西', 'value': 2}, {'name': '吉林', 'value': 1}, {'name': '辽宁', 'value': 1}, {'name': '黑龙江', 'value': 2}, {'name': '陕西', 'value': 3}, {'name': '甘肃', 'value': 0}, {'name': '青海', 'value': 0}, {'name': '山东', 'value': 7}, {'name': '福建', 'value': 3}, {'name': '浙江', 'value': 4}, {'name': '台湾', 'value': 0}, {'name': '河南', 'value': 1}, {'name': '湖北', 'value': 4}, {'name': '湖南', 'value': 4}, {'name': '江西', 'value': 4}, {'name': '江苏', 'value': 9}, {'name': '安徽', 'value': 2}, {'name': '广东', 'value': 63}, {'name': '海南', 'value': 0}, {'name': '四川', 'value': 2}, {'name': '贵州', 'value': 0}, {'name': '云南', 'value': 1}, {'name': '内蒙古', 'value': 0}, {'name': '新疆', 'value': 2}, {'name': '宁夏', 'value': 0}, {'name': '广西', 'value': 1}, {'name': '西藏', 'value': 0}, {'name': '香港', 'value': 0}, {'name': '澳门', 'value': 0}]

可以看出，好友最多的省份为北京。那么问题来了：为什么要把数据重组成这种格式？因为ECharts的地图需要这种格式的数据。

3.2 数据呈现

采用ECharts地图来进行好友分布的数据呈现。打开该网址，将左侧数据修改为：

option = {
    title : {
        text: '微信好友全国分布图',
        subtext: '真实数据',
        x:'center'
    },
    tooltip : {
        trigger: 'item'
    },
    legend: {
        orient: 'vertical',
        x:'left',
        data:['好友数量']
    },
    dataRange: {
        min: 0,
        max: 100,
        x: 'left',
        y: 'bottom',
        text:['高','低'],           // 文本，默认为数值文本
        calculable : true
    },
    toolbox: {
        show: true,
        orient : 'vertical',
        x: 'right',
        y: 'center',
        feature : {
            mark : {show: true},
            dataView : {show: true, readOnly: false},
            restore : {show: true},
            saveAsImage : {show: true}
        }
    },
    roamController: {
        show: true,
        x: 'right',
        mapTypeControl: {
            'china': true
        }
    },
    series : [
        {
            name: '好友数量',
            type: 'map',
            mapType: 'china',
            roam: false,
            itemStyle:{
                normal:{label:{show:true}},
                emphasis:{label:{show:true}}
            },
            data:[
              {'name': '北京', 'value': 91},
              {'name': '上海', 'value': 12},
              {'name': '天津', 'value': 15}, 
              {'name': '重庆', 'value': 1}, 
              {'name': '河北', 'value': 53},
              {'name': '山西', 'value': 2}, 
              {'name': '吉林', 'value': 1},
              {'name': '辽宁', 'value': 1}, 
              {'name': '黑龙江', 'value': 2},
              {'name': '陕西', 'value': 3},
              {'name': '甘肃', 'value': 0},
              {'name': '青海', 'value': 0}, 
              {'name': '山东', 'value': 7},
              {'name': '福建', 'value': 3}, 
              {'name': '浙江', 'value': 4},
              {'name': '台湾', 'value': 0},
              {'name': '河南', 'value': 1},
              {'name': '湖北', 'value': 4}, 
              {'name': '湖南', 'value': 4},
              {'name': '江西', 'value': 4},
              {'name': '江苏', 'value': 9},
              {'name': '安徽', 'value': 2},
              {'name': '广东', 'value': 63}, 
              {'name': '海南', 'value': 0},
              {'name': '四川', 'value': 2},
              {'name': '贵州', 'value': 0}, 
              {'name': '云南', 'value': 1},
              {'name': '内蒙古', 'value': 0},
              {'name': '新疆', 'value': 2}, 
              {'name': '宁夏', 'value': 0},
              {'name': '广西', 'value': 1},
              {'name': '西藏', 'value': 0},
              {'name': '香港', 'value': 0},
              {'name': '澳门', 'value': 0}
            ]
        }
    ]
};

注意两点：

dataRange->max 根据统计数据适当调整
series->data 的数据格式

点击刷新按钮后，可以生成如下地图：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

从图中可以看出我的好友主要分布在北京、河北和广东。

有趣的是，地图左边有一个滑块，代表地图数据的范围，我们将上边的滑块拉到最下面可以看到没有微信好友分布的省份：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

按照这个思路，我们可以在地图上看到确切数量好友分布的省份，读者可以动手试试。

4、好友签名统计

4.1 数据统计

def write\_txt\_file(path, txt):
    '''
 写入txt文本
 '''
    with open(path, 'a', encoding='gb18030', newline='') as f:
        f.write(txt)    

# 统计签名
for friend in my_friends:
    # 对数据进行清洗，将标点符号等对词频统计造成影响的因素剔除
    pattern = re.compile(r'[一-龥]+')
    filterdata = re.findall(pattern, friend.signature)
    write_txt_file('signatures.txt', ''.join(filterdata))

上面代码实现了对好友签名进行清洗以及保存的功能，执行完成之后会在当前目录生成signatures.txt文件。

4.2 数据呈现

数据呈现采用词频统计和词云展示，通过词频可以了解到微信好友的生活态度。

词频统计用到了 jieba、numpy、pandas、scipy、wordcloud库。如果电脑上没有这几个库，执行安装指令：

pip install jieba
pip install pandas
pip install numpy
pip install scipy
pip install wordcloud

4.2.1 读取txt文件

前面已经将好友签名保存到txt文件里了，现在我们将其读出：

def read\_txt\_file(path):
    '''
 读取txt文本
 '''
    with open(path, 'r', encoding='gb18030', newline='') as f:
        return f.read()

4.2.2 stop word

下面引入一个概念：stop word，在网站里面存在大量的常用词比如：“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停止词。这些词因为使用频率过高，几乎每个网页上都存在，所以搜索引擎开发人员都将这一类词语全部忽略掉。如果我们的网站上存在大量这样的词语，那么相当于浪费了很多资源。

在百度搜索stpowords.txt进行下载，放到py文件同级目录。

content = read_txt_file(txt_filename)
segment = jieba.lcut(content)
words_df=pd.DataFrame({'segment':segment})

stopwords=pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep=" ",names=['stopword'],encoding='utf-8')
words_df=words_df[~words_df.segment.isin(stopwords.stopword)]

4.2.3 词频统计

重头戏来了，词频统计使用numpy：

import numpy

words_stat = words_df.groupby(by=['segment'])['segment'].agg({"计数":numpy.size})
    words_stat = words_stat.reset_index().sort_values(by=["计数"],ascending=False)

4.2.4 词频可视化：词云

词频统计虽然出来了，可以看出排名，但是不完美，接下来我们将它可视化。使用到wordcloud库，详细介绍见 github 。

from scipy.misc import imread
from wordcloud import WordCloud, ImageColorGenerator


# 设置词云属性
color_mask = imread('background.jfif')
wordcloud = WordCloud(font_path="simhei.ttf",   # 设置字体可以显示中文
                background_color="white",       # 背景颜色
                max_words=100,                  # 词云显示的最大词数
                mask=color_mask,                # 设置背景图片
                max_font_size=100,              # 字体最大值
                random_state=42,
                width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话, # 那么保存的图片大小将会按照其大小保存,margin为词语边缘距离
                )

# 生成词云, 可以用generate输入全部文本,也可以我们计算好词频后使用generate\_from\_frequencies函数
word_frequence = {x[0]:x[1]for x in words_stat.head(100).values}
print(word_frequence)
word_frequence_dict = {}
for key in word_frequence:
    word_frequence_dict[key] = word_frequence[key]

wordcloud.generate_from_frequencies(word_frequence_dict)
# 从背景图片生成颜色值 
image_colors = ImageColorGenerator(color_mask) 


**一、Python所有方向的学习路线**

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

![img](https://img-blog.csdnimg.cn/1d40facda2b84990b8e1743f5487d455.png)  
![img](https://img-blog.csdnimg.cn/0fc11d4a31bd431dbf124f67f1749046.png)

**二、Python必备开发工具**

工具都帮大家整理好了，安装就可直接上手！![img](https://img-blog.csdnimg.cn/ff266f529c6a46c4bc28e5f895dec647.gif#pic_center)

**三、最新Python学习笔记**

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

![img](https://img-blog.csdnimg.cn/6d414e9f494742db8bcc3fa312200539.png)

**四、Python视频合集**

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

![img](https://img-blog.csdnimg.cn/a806d9b941c645858c61d161aec43789.png)

**五、实战案例**

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。![img](https://img-blog.csdnimg.cn/a353983317b14d3c8856824a0d6186c1.png)

**六、面试宝典**

![在这里插入图片描述](https://img-blog.csdnimg.cn/97c454a3e5b4439b8600b50011cc8fe4.png)

![在这里插入图片描述](https://img-blog.csdnimg.cn/111f5462e7df433b981dc2430bb9ad39.png)

###### **简历模板**![在这里插入图片描述](https://img-blog.csdnimg.cn/646863996ac44da8af500c049bb72fbd.png#pic_center)




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里无偿获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
**

![在这里插入图片描述](https://img-blog.csdnimg.cn/97c454a3e5b4439b8600b50011cc8fe4.png)

![在这里插入图片描述](https://img-blog.csdnimg.cn/111f5462e7df433b981dc2430bb9ad39.png)

###### **简历模板**![在这里插入图片描述](https://img-blog.csdnimg.cn/646863996ac44da8af500c049bb72fbd.png#pic_center)




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里无偿获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

2401_84557608

关注

19
点赞
踩
22

收藏

觉得还不错? 一键收藏
0
评论
用Python对微信好友进行分析_loading the contact, this may take a little while

下面引入一个概念：stop word，在网站里面存在大量的常用词比如：“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停止词。如果我们的网站上存在大量这样的词语，那么相当于浪费了很多资源。从图中可以看到左侧为数据，右侧为呈现的数据图，其他的形式的图也是这种左右结构。按照这个思路，我们可以在地图上看到确切数量好友分布的省份，读者可以动手试试。词频统计虽然出来了，可以看出排名，但是不完美，接下来我们将它可视化。数据呈现采用词频统计和词云展示，通过词频可以了解到微信好友的生活态度。
复制链接

扫一扫