微信好友报告
你的微信好友你都了解吗？男女比例是多少？都来自哪里？签名都有什么？…………
这里有一份属于你的微信好友报告，来看绝对不吃亏，废话不多说，直接开干
准备阶段
- 首先你的微信要能够登陆网页版
- 会用python操作Excel表（读写）
- 了解python数据可视化的基本操作
需要用到的python核心库
#登陆微信网页版的核心库
import itchat
#读写操作所用到的库
import xlrd
import xlwt
import xlutils.copy
代码部分及数据可视化
- 获取微信好友详细信息及插入Excel表
核心代码：
itchat.auto_login(hotReload=True)
dict = {} #定义一个字典，用来存放所有用户的有用信息
friends = itchat.get_friends() # 好友列表
friendsLength = len(friends) #获取好友列表长度
UserName = ""
RemarkName = ""
Signature = ""
NickName = ""
Province =""
City = ""
Sex = ""
#插入Excel表
#在Excel中保存你字典的信息
book = xlrd.open_workbook(r'test.xls', formatting_info=True)
wtbook = xlutils.copy.copy(book)
wtsheet = wtbook.get_sheet(0)
#设置每一列的列名
for i in range(keysLength):
wtsheet.write(0, i, keysList[i])
#开始插入数据
k = 0
for i in range(1,dictCount):
for j in range(keysLength):
wtsheet.write(i, j, dict[k][keysList[j]])
k = k + 1
wtbook.save(r'test.xls')
print("插入结束")
插入结果：（涉及隐私，在此打码)
2. 根据Excel表中的数据进行可视化
好友性别比例:
好友省份分布：
妈耶，好像暴露了我的省份
好友省份柱状图:
好友市区分布图：
好友市区柱状图分析:
3. 微信签名词云生成（重磅、干货)
签名词云：
换张底色：（底片都是可以自己改的，我这里是马）
项目源代码奉上（调试遇到问题，别紧张，慢慢来就好）
insertExcel.py
import itchat
#读写模块
import xlrd
import xlwt
import xlutils.copy
#老哥你就不能写个循环吗？这是一个程序员最基本的职业素养呀呀。
itchat.auto_login(hotReload=True)
dict = {} #定义一个字典，用来存放所有用户的有用信息
friends = itchat.get_friends() # 好友列表
friendsLength = len(friends) #获取好友列表长度
UserName = ""
RemarkName = ""
Signature = ""
NickName = ""
Province =""
City = ""
Sex = ""
for i in range(friendsLength):
UserName = friends[i]['UserName']
RemarkName = friends[i]['RemarkName']
Signature = friends[i]['Signature']
NickName = friends[i]['NickName']
Province = friends[i]['Province']
City = friends[i]['City']
Sex = friends[i]['Sex']
dict[i] = {'UserName': UserName, 'RemarkName': RemarkName, 'Signature': Signature, 'NickName': NickName,
'Province': Province, 'City': City,'Sex':Sex}
dictCount = len(dict) #计算字典元素个数
keysList = list(dict[0].keys()) #获取字典0的所有键
keysLength = len(keysList)
#在Excel中保存你字典的信息
book = xlrd.open_workbook(r'test.xls', formatting_info=True)
wtbook = xlutils.copy.copy(book)
wtsheet = wtbook.get_sheet(0)
#设置每一列的列名
for i in range(keysLength):
wtsheet.write(0, i, keysList[i])
#开始插入数据
k = 0
for i in range(1,dictCount):
for j in range(keysLength):
wtsheet.write(i, j, dict[k][keysList[j]])
k = k + 1
wtbook.save(r'test.xls')
print("插入结束")
showPicture.py
import pandas as pd
import matplotlib.pyplot as plt
from pyecharts.charts import Map
from wordcloud import WordCloud
import PIL.Image as image
import numpy as np
import jieba
from pylab import mpl
#分词函数
def trans_CN(text):
# 接收分词的字符串
word_list = jieba.cut(text)
# 分词后在单独个体之间加上空格
result = " ".join(word_list)
return result
#生成词云函数
def drawClouc(filename,referencePicture_Path,font_path):
"""
参数说明：filename:需要分词的文本路径，referencePicture_Path:底色参照照片路径，
font_path:生成中文字的字体路径
"""
with open(filename) as fp:
text = fp.read()
# 将读取的中文文本进行分词
text = trans_CN(text)
mask = np.array(image.open(referencePicture_Path))
wordcloud = WordCloud(background_color="white",
# 添加遮罩层
mask=mask,
# 生成中文字的字体,必须要加,不然看不到中文
font_path = font_path
).generate(text)
image_produce = wordcloud.to_image()
wordcloud.to_file("./cloud3.png")
#image_produce.show()
#定义一个函数，用来检测是否是纯中文
def isAllChinese(str):
for i in str:
if not('\u4e00' <= i <='\u9fa5'):
return False
return True
#定义一个画圆饼图函数
def drawPie(data,labels):
#设置字体(为了显示中文)
mpl.rcParams['font.sans-serif']=['SimHei']
# 1.2f指的小数保留两位
plt.pie(data, labels=labels, autopct='%1.4f%%') # 第一个参数是占比，第二个各自的标签，第三个是显示精度
plt.axis('equal') # 让图看起来是圆的，不然就扁了
plt.legend() # 左上角的那个图例，随机的，可以自己换位置
plt.show()
#定义一个画柱状图的函数
def drawHistogram(x_data, y_data):
#设置字体
mpl.rcParams['font.sans-serif']=['SimHei']
# 绘图
plt.bar(x=x_data, height=y_data, label='好友分布', color='indianred', alpha=0.8)
# 在柱状图上显示具体数值, ha参数控制水平对齐方式, va控制垂直对齐方式
for x, y in enumerate(y_data):
plt.text(x, y + 5, '%s' % y, ha='center', va='bottom')
# 设置标题
plt.title("微信好友全国分布图")
# 为两条坐标轴设置名称
plt.xlabel("人数")
plt.ylabel("省份")
# 显示图例
plt.legend()
plt.show()
#定义一个画分层圆饼图函数
def drawLayered(num_list, name_list,colors_list):
#设置字体
mpl.rcParams['font.sans-serif']=['SimHei']
plt.figure(1, figsize=(6, 6))
#决定分割部分，及其与其它部分之间的间距
expl = [0, 0, 0.2]
plt.pie(x=num_list, explode=expl, labels=name_list, autopct='%3.1f %%', colors=colors_list, shadow=True)
plt.show()
#好友在全国的分布情况
def drawChinaMap(province,values):
map = Map("好友全国分布图",'好友全国分布图',width=1200, height=600)
map.add("", provice, values, visual_range=[0, 50], maptype='china', is_visualmap=True,visual_text_color='#000')
map.show_config()
map.render(path="friends.svg")
#定义一个函数，用来获取某一列的值（删掉空值行，相同列值计数统计），用字典的形式来保存
def column_value_dict(columnName):
path = 'test.xls'
df = pd.DataFrame(pd.read_excel(path))#读取数据,设置None可以生成一个字典，字典中的key值即为sheet名字，此时不用使用DataFram，会报错
df.dropna(subset=[columnName],inplace=True) # 删除该列为空值的行
df = df.reset_index() #进行了删除操作后，需要进行重置索引
column = df[columnName].value_counts().index.tolist() #获取该列的索引列表
column_count = df[columnName].value_counts().tolist() #统计该列个数的列表
dict = {} #定义一个字典，用来存放对应列有多少个数
for i in range(0, len(column)):
dict[column[i]] = column_count[i]
for i in range(0,len(column)):
flag = isAllChinese(column[i]) #调用函数,检测其是否为中文
if not flag:
del dict[column[i]] #删除掉不是中文的值
return dict #返回一个字典
#过滤其它语言，留下中文
def text_chinese_list(text_list):
text_chinese_list = []
length = len(text_list)
for i in range(0,length):
flag = isAllChinese(text_list[i])
if flag:
text_chinese_list.append(text_list[i])
return text_chinese_list
path = 'test.xls'
df = pd.DataFrame(pd.read_excel(path))#读取数据,设置None可以生成一个字典，字典中的key值即为sheet名字，此时不用使用DataFram，会报错
#获取各性别的数量
femals_Count = df['Sex'].value_counts()[2]
man_Count = df['Sex'].value_counts()[1]
unknow_sex_Count = df['Sex'].value_counts()[0]
#标签列表
name_list = ['女性', '男性', '未知性别']
#各标签对应的人数列表
num_list = [femals_Count, man_Count, unknow_sex_Count]
#颜色列表
colors_list = ['green', 'red', 'blue']
print("性别分层饼狀图分析")
drawLayered(num_list, name_list,colors_list)
df.dropna(subset=['Signature'],inplace=True) # 删除该列为空值的行
df = df.reset_index() #进行了删除操作后，需要进行重置索引
text_list = df['Signature'].values.tolist()
text_chinese_list = text_chinese_list(text_list) #留下中文，过滤其它语言
text_string = ",".join(text_chinese_list) #转换成字符串
f = open(r'text.txt','w') #将文本写入txt文件中保存起来
f.write(text_string)
f.close()
dict_province = {}
dict_city = {}
dict_province = column_value_dict('Province')
dict_city = column_value_dict('City')
dict_city_keys = dict_city.keys()
dict_city_value = dict_city.values()
dict_province_keys = dict_province.keys()
dict_province_value = dict_province.values()
#取市前十位数据
dict_city_keys_Top10 = list(dict_city_keys)[0:10:1]
dict_city_value_Top10 = list(dict_city_value)[0:10:1]
print("省份圆饼图分析")
drawPie(data=dict_province_value, labels=dict_province_keys)
print("省份柱状图分析")
drawHistogram(list(dict_province_keys), list(dict_province_value))
print("市圆饼图分析")
drawPie(data=dict_city_value_Top10, labels=dict_city_keys_Top10)
print("市柱状图分析")
drawHistogram(dict_city_keys_Top10, dict_city_value_Top10)
print("签名词云生成")
#生云图
filename = 'text.txt'
referencePicture_Path = 'horse.jpg'
font_path = './fangzhengsongke.ttf'
drawClouc(filename,referencePicture_Path,font_path)
print("统计分析结束")
敲黑板：
对于有些读者不是很了解itchat库操作微信网页版，我推荐去看这个链接（本人觉得挺详细）
想查看微信好友撤回的消息？Python帮你搞定
不用管标题，看内容能够学到一些东西就行。
扫一扫
1233
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
