首页手记【Py大法系列--04】几十行代码让你知道朋友圈都是什...

【Py大法系列--04】几十行代码让你知道朋友圈都是什么样的朋友

标签：

Python 大数据爬虫

引言

在第一篇文章中【Py大法系列–01】20多行代码生成你的微信聊天机器人中，我们通过Python第三方库itchat实现了一个自动聊天的机器人，是不是觉得很有趣和很有用呢？在文章的结尾我们也提到了用itchat可以实现很多实用的功能，今天就结合几大常用的Python数据分析包，结合itchat的能力实现朋友圈的分析。

从哪里做起

微信现在越来越融入到了我们每个人的生活，从简单的聊天工具到衣食住行的服务，再到传播着丰富多彩信息的自媒体和涵盖万物的小程序，微信俨然就是一个小的生态系统。而人，是整个微信生态的核心，每个人朋友圈就是自我小生态的核心。itchat为我们提供了获取朋友信息的接口：

friends=itchat.get_friends(update=True)[0:]

通过debug可以看到每个friend的信息：

可以看到每个好友的信息还是很丰富的，从昵称、性别、到地域等，好友列表按照通讯录排列，第一个是用户自己，接着是星标置顶的好友，比如瑾瑾在我的列表里排第一位。我们今天所有的工作都将从好友的信息做起。

统计好友性别分布

性别分布是最容易统计的数据，通过查看我自己和几个好友的数据，得出sex和性别的对应关系为：

sex = 0: 未知sex = 1: 男生sex = 2: 女生

pyecharts 是一个用于生成 Echarts 图表的类库,而Echarts 是百度开源的一个数据可视化 JS 库。主要用于数据可视化。利用pyecharts画出好友性别分布：

from pyecharts import Pie

boy=girl=nothing=0
for i in friends[1:]:
    sex =i["Sex"]
        if sex==1:
            boy+=1
        elif sex==2:
            girl+=1
        else:          
            nothing+=1
total=len(friends[1:])
attr =["迷妹","迷弟" , "低调的匿名粉丝"]
v1 = [boy,girl, nothing]
pie = Pie("粉丝性别分布", title_pos='center')
pie.add("", attr, v1, radius=[40, 75], label_text_color=None,is_label_show=True,is_legend_show=False)
pie.show_config()pie.render("./sex_data.html")

运行结果如下：

没想到我的微信上的迷妹竟然比迷弟都多了这么多，实在是吃鲸，还希望瑾瑾不要打我。

好友地域分布

分析完好友的性别我们再来分析好友的地域分布，看看自己的好友是不是遍布天南地北：

from pyecharts import Map
import pandas as pd
def get_var(var):
    variable=[]    
    for i in friends:        
        value=i[var]
        variable.append(value)    
    return
variableNickName=get_var("NickName")
Sex=get_var("Sex")
Province=get_var('Province')
Signature=get_var('Signature')
city=get_var('City')
data{'NickName':NickName,'Sex':Sex,'Province':Province,'Signature':Signature,'city':city}
frame=pd.DataFrame(data)
result1=frame.groupby(['Province'],as_index=False).size()a1=list(result1)
a2=result1.indexmap=Map("我的好友占了大半个中国啊！", "来自微信的朋友圈", title_pos="center",width=1200, height=600)map.add("", a2, a1, maptype='china', is_visualmap=True, visual_text_color='#000',visual_range=[1, 8],        is_label_show=True, symbol="diamon", label_pos="inside"        )
map.show_config()
map.render("./area_data.HTML")

最后的结果如下：

非常地准，作为一个飘过北、上、杭的“浪里白条”，除了老家河南，我的好友基本集中在上海、北京和杭州，什么时候也可以到广深溜一波。

好友个性签名词云分析

微信签名是了解一个人性格和态度的重要参考，想看看我的朋友圈里的大神们都是走的文艺风，还是小清新，还是大学霸… …话不多说，一试便知：jieba（结巴）是一个强大的分词库，完美支持中文分词；wordcloud是一个基于Python的词云生成类库,很好用；matplotlib.pyplot是一些命令行风格函数的集合，使matplotlib以类似于MATLAB的方式工作。每个pyplot函数对一幅图片(figure)做一些改动：比如创建新图片，在图片创建一个新的作图区域(plotting area)，在一个作图区域内画直线，给图添加标签(label)等：

import reimport jieba
import wordcloud as wc
import numpy as np
import PIL.Image as Imageimport matplotlib.pyplot as pltsig
list=[]
for i in friends:
    signature=i['Signature'].strip().replace("span","").replace("class","").replace("emoji","")
    rep=re.compile("1f\d+\w*|[<>/=]")
    signature=rep.sub("",signature)    
    siglist.append(signature)
    text="".join(siglist)
wordlist=jieba.cut(text,cut_all=True)
word_space_split=" ".join(wordlist)
coloring = np.array(Image.open("./1.jpg"))  # 一张猴子图片,试了很多照片，还是这个好
my_wordcloud = wc.WordCloud(background_color="white",  # 背景颜色                            mask=coloring, max_words=200,  # 最大词数                            max_font_size=60,  # 字体最大值                            random_state=42, scale=4,  # 按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。                            font_path="./HYQiHei-25J.ttf",  # 字体，注意选择合适的字体，否则可能会显示乱码。                            
width=400, height=200  # 像素).generate(word_space_split)
image_colors = wc.ImageColorGenerator(coloring)# plt.imshow(my_wordcloud.recolor(color_func=image_colors))
plt.imshow(my_wordcloud)plt.axis("off")  # 不显示坐标轴plt.show()my_wordcloud.to_file('./test.jpg')

最后的结果如下：

对于词云的分布也是有很多可以挖掘的信息，看起来我的朋友们比较偏向于文艺风。爱自己、爱生活、有梦想、拥抱世界。我还在右下角的角落里看到了低调的我交。

后记

微信是一个神奇的存在，它是一个国民级别的全民APP，所以，微信的产品设计一直都是一个有趣的现象，从最初底部Tab的数目、每个Tab的名称、“发现"页面的定制、小程序入口、朋友圈入口到朋友圈评论等等一系列的设计细节，都是值得我们透过人性和心理去研究的。即使是被人们封神的"张小龙”，在面对结构最为复杂的中国用户群体的时候，他的潇洒中依旧不免充满无奈，从对朋友圈的置之不理就可以看出，这是一个怎么做都不会让人满意的功能，任何一个生态在面对巨大的用户群体的时候，功能的增减就会变成一个难题。当然，上面一段是我抄的，太晚了，没时间写感想，该睡觉了，相信我们已经看到了itchat和Python的巨大生产力，关注Py大法系列，我们一起学Python吧。