python数据分析微信_Python微信好友数据分析

之前看了一篇用python爬取了微信朋友，就一直想自己试试。本来以为爬取微信好友信息要写好多代码，发现使用itchat只需要几行代码就能拿到微信好友的信息。不过就算是要写好多代码直接copy就好了。

1 获取

1.1 安装itchat包

通过命令来安装itchat

pip install itchat

1.2 登陆

import itchat

import pandas as pd

# hotReload=True 设置这个可以保存登陆状态，会生成一个文件itchat.pkl

itchat.auto_login(hotReload=True)

运行后会弹出二维码，扫描后，确认登陆。

1.3 获取并存储

friends = itchat.get_friends(update=True)

df_friends = pd.DataFrame(friends)

df_friends.to_excel('E:/python/weixin/friends.xlsx')

get_friends()返回的好友数据可以转化为pandas.DataFrame，使用pandas会简单很多。因为一开始是想练习excel的，所以把数据存储到excel。

2 分析

导包，设置

%matplotlib inline

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from wordcloud import WordCloud

import jieba

import re

import PIL

import seaborn as sns

# 中文乱码设置

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['font.family']='sans-serif'

# 设置x, y轴刻度字体大小

plt.rcParams['xtick.labelsize'] = 16

plt.rcParams['ytick.labelsize'] = 16

plt.style.use('ggplot')

2.1 读取数据

从导出的excel获取数据，使用pandas读取excel还是很方便的。

df_friends = pd.read_excel('E:/python/weixin/friends.xlsx')

2.2 性别

sex_count = df_friends.groupby('Sex')['Sex'].count()

sex_count_order = sex_count.sort_values(ascending=False)

df_sex = pd.DataFrame(sex_count_order.values, index=['男', '女', '未设置'], columns=['Sex'])

ax = plt.figure(figsize=(8, 6)).add_subplot(111)

sns.barplot(df_sex.index, df_sex['Sex'], alpha=0.7)

ax.set_xlabel('')

ax.set_ylabel('')

ax.set_title('性别分布情况', size=26)

plt.show()

男的多，意料之中。除了男女之外还有其他的？肯定不是其他性别，毕竟微信也不可以设置其他的，应该是没有设置的。

2.3 备注

remarkname_count = df_friends.RemarkName.notnull().value_counts()

ax = plt.figure(figsize=(8, 6)).add_subplot(111)

sns.barplot(remarkname_count.index, remarkname_count.values, alpha=0.7)

ax.set_xticklabels(['没备注', '有备注'])

ax.set_title('好友备注情况', size=26)

plt.show()

才备注了几个，要是别人不让我看朋友圈，改图片和改昵称，这个人就是陌生人了。我还是很懒，主要是以前才加十几个人就没有备注的习惯。

2.4 城市分布

先来看看省份分布

friends_province = df_friends.fillna({'Province': '未设置'})

province_count = friends_province.groupby('Province')['Province'].count()

province_count_order = province_count.sort_values(ascending=False)

ax = plt.figure(figsize=(15, 8)).add_subplot(111)

sns.barplot(province_count_order.index, province_count_order.values, alpha=0.7)

ax.set_xlabel('')

ax.set_ylabel('')

ax.set_title('省份分布情况', size=26)

plt.show()

几乎都是广东的，没有设置还是挺过多的。英文的都是外国的吗？看不懂，还是看看城市分布。

friends_city = df_friends.fillna({'City': '未设置'})

city_count = friends_city.groupby('City')['City'].count()

city_count_order = city_count.sort_values(ascending=False)

ax = plt.figure(figsize=(12, 8)).add_subplot(111)

sns.barplot(city_count_order.index, city_count_order.values, alpha=0.7)

ax.set_xlabel('')

ax.set_ylabel('')

ax.set_title('城市分布情况', size=26)

plt.show()

城市未设置也是挺多的。主要还是集中在广州、珠海、深圳和汕尾。

2.5 签名设置

signature_x = df_friends['Signature'].isnull().value_counts().index

signature_y = df_friends['Signature'].isnull().value_counts().values

ax = plt.figure(figsize=(8, 6)).add_subplot(111)

sns.barplot(x=signature_x, y=signature_y, palette='hls', alpha=0.8)

ax.set_xticklabels(['未设置签名', '有设置签名'])

ax.set_title('签名设置情况', size=20)

plt.show()

没有设置签名的远多于有设置签名，可能微信的签名不像QQ的签名那么明显。

2.6 签名词云图

首先要先处理一下签名的内容，毕竟签名可以有表情。表情保存后是html标签，要先去掉。

signature = df_friends[df_friends['Signature'].notnull()].Signature

regex = re.compile('')

signature = [regex.sub('', signature_) for signature_ in signature]

# 字体

font = r'C:\Windows\Fonts\simli.ttf'

# 使用jieba分词

wl_space_split = ''

for s in signature:

wordlist_after_jieba = jieba.cut(s, cut_all = True)

wl_space_split += ' '.join(wordlist_after_jieba)

# 画图

# 通过图片设置词云形状，字体颜色

coloring = np.array(PIL.Image.open("E:/python/weixin/wechat.jpg"))

my_wordcloud = WordCloud(background_color="white",

max_words=2000,

mask=coloring,

max_font_size=250,

random_state=42,

scale=2,

font_path=font).generate(wl_space_split)

plt.figure(figsize=(8, 8))

plt.imshow(my_wordcloud)

plt.axis("off")

plt.show()

没有多少签名，词频没什么好分析的，词云图看不出什么。

3 总结

其实也没什么好分析的，毕竟好友也太少了。只是之前一直想弄一下，当做练习数据处理和画图，感觉还是很不熟。不过本来目的是要练习excel，数据量不多，还是要练习一下的。

另外itchat还可以做更多，挺想做点其他的，只是现在什么都不会，还是要好好学。