基于python实现微信好友数据分析(简单)


Posted in Python onFebruary 16, 2020

一、功能介绍

本文主要介绍利用网页端微信获取数据,实现个人微信好友数据的获取,并进行一些简单的数据分析,功能包括:

1.爬取好友列表,显示好友昵称、性别和地域和签名, 文件保存为 xlsx 格式

2.统计好友的地域分布,并且做成词云和可视化展示在地图上

二、依赖库

1、Pyecharts:一个用于生成echarts图表的类库,echarts是百度开源的一个数据可视化库,用echarts生成的图可视化效果非常棒,使用pyechart库可以在python中生成echarts数据图。

2、Itchat:一个开源的微信个人号接口,使用python调用微信从未如此简单。

3、Jieba:简单的分词操作库。

4、Numpy:NumPy 系统是 Python 的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩 阵。

5、Pandas:pandas 是基于 NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。

6、Pillow:图像处理。

7、wxpy:wxpy 在 itchat 的基础上,通过大量接口优化提升了模块的易用性,并进行丰富的功能 扩展。 (微信本身提供)

注:Pyecharts可能安装0.5.*的版本比较好

以上的三方库可以通过命令符(cmd)来实现安装,具体命令:pip install ***

三,操作

from wxpy import *   #导入模块
 bot = Bot(cache_path=True) #初始化机器人,选择扫码登录
 friend_all = bot.friends() #获取微信好友信息

首先出现的是一张二维码,然后扫描登录

基于python实现微信好友数据分析(简单)

成功登录好了就是这种显示

基于python实现微信好友数据分析(简单)

之后就可以进行操作了,好友数量,个人信息

print(len(friend_all)) #好友的数量
 print(friend_all[0].raw) #输出个人信息

显示的结果

基于python实现微信好友数据分析(简单)

四、接下来把全部的好友信息转化为一个xlsx文件

获取全部好友信息

for a_friend in friend_all:
 NickName = a_friend.raw.get('NickName', None)
 #昵称
 #Sex = a_friend.raw.get('Sex', None)
 Sex = {1: "男", 2: "女", 0: "其它"}.get(a_friend.raw.get('Sex', None), None)
 #性别(优化)
 City = a_friend.raw.get('City', None)
 #城市
 Province = a_friend.raw.get('Province', None)
 #省份
 Signature = a_friend.raw.get('Signature', None)
 #个性签名
 HeadImgUrl = a_friend.raw.get('HeadImgUrl', None)
 #头像地址
 HeadImgFlag = a_friend.raw.get('HeadImgFlag', None)
 #小Flag
 list_0=[NickName, Sex, City, Province, Signature, HeadImgUrl, HeadImgFlag]
 #存为一维数组
 lis.append(list_0)
 #叠加数据

存为xlsx文件

def list_excel(filename,lis):
 '''
 将列表写入excel中,其中列表中的元素是列表.
 filename:保存的文件名(含路径)
 lis:元素为列表的列表,如下:
 lis = [["名称", "价格", "出版社", "语言"],
 ["暗时间", "32.4", "人民邮电出版社", "中文"],
 ["拆掉思维里的墙", "26.7", "机械工业出版社", "中文"]]
 '''
 import openpyxl
 wb = openpyxl.Workbook() #激活worksheet
 sheet = wb.active
 sheet.title = 'sheet1'  #创建一个表格
 file_name = filename +'.xlsx'
 for i in range(0, len(lis)):
  for j in range(0, len(lis[i])):
   sheet.cell(row=i+1, column=j+1, value=str(lis[i][j]))
   #每行每列的存入数据
 wb.save(file_name)
 print("写入数据成功!")
list_excel('wechat',lis)

效果如下:

基于python实现微信好友数据分析(简单)

可以看到其好友基本分布再广东省,个性签名也是非常的杀马特

五、实现词云图(我们也可以从存储在本地的 excel 中读取数据进行分析,并查看数据形式。在执行以 下代码之前,我们需要先把 excel 文件加一个列标题行)

例如nickname sex city province signature headImgUrl headImgFlag

#导入模块
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import pandas as pd
from pandas import DataFrame
word_list= df['city'].fillna('0').tolist()
#将 dataframe 的列转化为 list,其中的 nan 用“0”替换
new_text = ' '.join(word_list)
wordcloud = WordCloud(font_path='simhei.ttf', background_color="black").generate(new_text)
#设计图背景颜色,字体
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

基于python实现微信好友数据分析(简单)

还可以将词云图存为HTML形式

#利用 pyechart 做词云
import pandas as pd
#count = df.city.value_counts() #对 dataframe 进行全频率统计,排除了 nan
city_list = df['city'].fillna('NAN').tolist()#将 dataframe 的列转化为 list,其中的 nan 用“NAN” 替换
count_city = pd.value_counts(city_list)#对 list 进行全频率统计 
from pyecharts.charts.wordcloud import WordCloud #设置对象
name = count_city.index.tolist()
value = count_city.tolist()
wordcloud = WordCloud(width=1300, height=620)
wordcloud.add("", name, value, word_size_range=[20, 100])
wordcloud.show_config()
wordcloud.render(r'D:\python\wechatcloud.html')

再看看效果:

基于python实现微信好友数据分析(简单)

六、转化为地图形式

注:安装地图数据包:pip install echarts-china-provinces-pypkg pip install echarts-countries-pypkg

province_list = df['province'].fillna('NAN').tolist()
#将 dataframe 的列转化为 list,其中的 nan 用 “NAN”替换
count_province = pd.value_counts(province_list)
#对 list 进行全频率统计

from pyecharts import Map
value =count_province.tolist()
attr =count_province.index.tolist()
map=Map("各省微信好友分布", width=1300, height=700)
map.add("", attr, value, maptype='china', is_visualmap=True,visual_text_color='#000',is_label_show = True)
#显示地图上的省份
map.show_config()
map.render(r'D:\python\wechatProMap.html')

效果:

基于python实现微信好友数据分析(简单)

总结

以上所述是小编给大家介绍的基于python实现微信好友数据分析,希望对大家有所帮助!

Python 相关文章推荐
python万年历实现代码 含运行结果
May 20 Python
python爬虫之百度API调用方法
Jun 11 Python
Python实现希尔排序算法的原理与用法实例分析
Nov 23 Python
python中的文件打开与关闭操作命令介绍
Apr 26 Python
pygame游戏之旅 调用按钮实现游戏开始功能
Nov 21 Python
Python类中方法getitem和getattr详解
Aug 30 Python
解析Python3中的Import
Oct 13 Python
Python matplotlib以日期为x轴作图代码实例
Nov 22 Python
Pytorch 实现focal_loss 多类别和二分类示例
Jan 14 Python
python isinstance函数用法详解
Feb 13 Python
Python 日期时间datetime 加一天,减一天,加减一小时一分钟,加减一年
Apr 16 Python
用Python的绘图库(matplotlib)绘制小波能量谱
Apr 17 Python
Python如何将图像音视频等资源文件隐藏在代码中(小技巧)
Feb 16 #Python
python中的 zip函数详解及用法举例
Feb 16 #Python
Python中zip()函数的解释和可视化(实例详解)
Feb 16 #Python
解决tensorboard多个events文件显示紊乱的问题
Feb 15 #Python
使用Tensorboard工具查看Loss损失率
Feb 15 #Python
Keras使用tensorboard显示训练过程的实例
Feb 15 #Python
Python利用逻辑回归分类实现模板
Feb 15 #Python
You might like
谷歌音乐搜索栏的提示功能php修正代码
2011/05/09 PHP
详解PHP防止直接访问.php 文件的实现方法
2017/07/28 PHP
php+redis实现商城秒杀功能
2020/11/19 PHP
phpstorm 配置xdebug的示例代码
2019/03/31 PHP
MooTools 1.2中的Drag.Move来实现拖放
2009/09/15 Javascript
做好七件事帮你提升jQuery的性能
2014/02/06 Javascript
js实现飞入星星特效代码
2014/10/17 Javascript
js获取浏览器基本信息大全
2014/11/27 Javascript
JS实现支持Ajax验证的表单插件
2016/03/24 Javascript
SelecT下拉框选中和取值的解决方法
2016/11/22 Javascript
React 组件中的 bind(this)示例代码
2018/09/16 Javascript
详解Vue This$Store总结
2018/12/17 Javascript
JSON.stringify()方法讲解
2019/01/31 Javascript
通过layer实现可输入的模态框的例子
2019/09/27 Javascript
layui数据表格 table.render 报错的解决方法
2019/09/29 Javascript
AntV F2和vue-cli构建移动端可视化视图过程详解
2019/10/08 Javascript
vue页面加载时的进度条功能(实例代码)
2020/01/13 Javascript
js实现点击生成随机div
2020/01/16 Javascript
微信小程序图片右边加两行文字的代码
2020/04/23 Javascript
ajax jquery实现页面某一个div的刷新效果
2021/03/04 jQuery
使用python3.5仿微软记事本notepad
2016/06/15 Python
12步入门Python中的decorator装饰器使用方法
2016/06/20 Python
Python列出一个文件夹及其子目录的所有文件
2016/06/30 Python
利用Python自带PIL库扩展图片大小给图片加文字描述的方法示例
2017/08/08 Python
Django框架教程之正则表达式URL误区详解
2018/01/28 Python
python学习基础之循环import及import过程
2018/04/22 Python
Python如何使用Gitlab API实现批量的合并分支
2019/11/27 Python
Python unittest单元测试框架实现参数化
2020/04/29 Python
python中wx模块的具体使用方法
2020/05/15 Python
日本小田急百货官网:Odakyu
2018/07/19 全球购物
高中的自我鉴定
2013/12/16 职场文书
保洁公司服务承诺书
2014/05/28 职场文书
计算机专业求职信
2014/06/02 职场文书
预防艾滋病宣传活动总结
2015/05/09 职场文书
vue2实现provide inject传递响应式
2021/05/21 Vue.js
CI Games宣布《堕落之王2》使用虚幻引擎5制作 预计将于2023年正式发售
2022/04/11 其他游戏