【四 （7）可视化实战-微信聊天记录可视化】

文章导航

【一 简明数据分析进阶路径介绍（文章导航）】

引言

最近看到一个项目可以导出微信聊天记录并进行可视化，觉得挺有意思的，和各大App的年度总结报告差不多，便决定用pyecharts做一个类似的可视化ʕ.•᷅ࡇ•᷄.ʔ

一、数据获取

首先需要使用WeChatMsg导出数据
项目地址：https://github.com/LC044/WeChatMsg

二、数据识别

获取数据后首先得识别原始数据包含哪些信息，这样才能对后续的分析有一定认知，毕竟巧妇难为无米之炊
Createtime：时间戳，消息发送的时间
IsSender：1代表消息发送 0代表消息接收
SubType：消息的类型
StrTalker：对话对象，是微信的id
StrContent：消息内容，emoji表情包、img图片、voicemsg语音消息、videomsg视频通话、location定位分享

三、数据预处理

而在处理数据之前，我们得知道我们想把数据处理成什么样子（日常工作中可能领导下发任务时就带有指向性，而本项目是作为娱乐项目，一切都随我们自己的意愿），
我准备做一个和爱人之间的微信沟通分析，那么我要做的就是从消息中筛选出和她之间的那部分数据。

然后我可以探索哪些信息呢，根据时间戳，我可以探索聊天记录的时间分布情况，根据发送接收标识，我可以将两者的数据进行对比，根据信息内容，我可以看出各类信息的组成。
我准备探索消息的月/日/周/时分布情况，两者的平均消息长度、消息长度分布图，每次对话的消息数，两者发起对话的比例，两者的词频分析，情感分析。

最终我们需要以下字段 Createtime | 月份 | 日期 | 周几 | 小时 | IsSender | StrContent | 消息内容分类 | 消息长度 | 每轮对话ID | 情感得分

四、可视化图形选择

处理完数据后，我们就得选择合适的盒子（图标）去乘放它。可以参考我之前关于如何选择图表的文章如何选择正确的图表
发送消息占比-玫瑰图
消息类型分布-玫瑰图多图

每天聊天记录数-热力图/日历图

发送消息周分布-折线图
发送消息小时分布-折线图/面积图

发起对话占比-条形图
每轮对话数分布-直方图

消息长度对比-条形图
消息长度分布-J-直方图
消息长度分布-Z-直方图

情绪得分对比-条形图
情绪评分-折线图/面积图

高频词汇-J-词云图
高频词汇-Z-词云图

五、输出可视化

需要代码的可以私聊我 (:з」∠)

六、数据分析

略，等分享了如何写一份合格的数据报告后再补上