基于python實(shí)現(xiàn)微信好友數(shù)據(jù)分析（簡(jiǎn)單）
一、功能介紹
本文主要介紹利用網(wǎng)頁(yè)端微信獲取數(shù)據(jù),實(shí)現(xiàn)個(gè)人微信好友數(shù)據(jù)的獲取,并進(jìn)行一些簡(jiǎn)單的數(shù)據(jù)分析，功能包括：
1.爬取好友列表,顯示好友昵稱、性別和地域和簽名, 文件保存為 xlsx 格式
2.統(tǒng)計(jì)好友的地域分布，并且做成詞云和可視化展示在地圖上
二、依賴庫(kù)
1、Pyecharts：一個(gè)用于生成echarts圖表的類庫(kù)，echarts是百度開源的一個(gè)數(shù)據(jù)可視化庫(kù)，用echarts生成的圖可視化效果非常棒，使用pyechart庫(kù)可以在python中生成echarts數(shù)據(jù)圖。
2、Itchat：一個(gè)開源的微信個(gè)人號(hào)接口，使用python調(diào)用微信從未如此簡(jiǎn)單。
3、Jieba：簡(jiǎn)單的分詞操作庫(kù)。
4、Numpy：NumPy 系統(tǒng)是 Python 的一種開源的數(shù)值計(jì)算擴(kuò)展。這種工具可用來存儲(chǔ)和處理大型矩 陣。
5、Pandas：pandas 是基于 NumPy 的一種工具，該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。
6、Pillow：圖像處理。
7、wxpy：wxpy 在 itchat 的基礎(chǔ)上，通過大量接口優(yōu)化提升了模塊的易用性，并進(jìn)行豐富的功能 擴(kuò)展。 （微信本身提供）
注：Pyecharts可能安裝0.5.*的版本比較好
以上的三方庫(kù)可以通過命令符（cmd）來實(shí)現(xiàn)安裝，具體命令：pip install ***
三，操作
from wxpy import * #導(dǎo)入模塊 bot = Bot(cache_path=True) #初始化機(jī)器人，選擇掃碼登錄 friend_all = bot.friends() #獲取微信好友信息
首先出現(xiàn)的是一張二維碼，然后掃描登錄
成功登錄好了就是這種顯示
之后就可以進(jìn)行操作了，好友數(shù)量，個(gè)人信息
print(len(friend_all)) #好友的數(shù)量 print(friend_all[0].raw) #輸出個(gè)人信息
顯示的結(jié)果
四、接下來把全部的好友信息轉(zhuǎn)化為一個(gè)xlsx文件
獲取全部好友信息
for a_friend in friend_all:
NickName = a_friend.raw.get('NickName', None)
#昵稱
#Sex = a_friend.raw.get('Sex', None)
Sex = {1: "男", 2: "女", 0: "其它"}.get(a_friend.raw.get('Sex', None), None)
#性別（優(yōu)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)
#個(gè)性簽名
HeadImgUrl = a_friend.raw.get('HeadImgUrl', None)
#頭像地址
HeadImgFlag = a_friend.raw.get('HeadImgFlag', None)
#小Flag
list_0=[NickName, Sex, City, Province, Signature, HeadImgUrl, HeadImgFlag]
#存為一維數(shù)組
lis.append(list_0)
#疊加數(shù)據(jù)
存為xlsx文件
def list_excel(filename,lis):
'''
將列表寫入excel中，其中列表中的元素是列表.
filename:保存的文件名（含路徑）
lis：元素為列表的列表，如下：
lis = [["名稱", "價(jià)格", "出版社", "語(yǔ)言"],
["暗時(shí)間", "32.4", "人民郵電出版社", "中文"],
["拆掉思維里的墻", "26.7", "機(jī)械工業(yè)出版社", "中文"]]
'''
import openpyxl
wb = openpyxl.Workbook() #激活worksheet
sheet = wb.active
sheet.title = 'sheet1' #創(chuàng)建一個(gè)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]))
#每行每列的存入數(shù)據(jù)
wb.save(file_name)
print("寫入數(shù)據(jù)成功！")
list_excel('wechat',lis)
效果如下：
可以看到其好友基本分布再?gòu)V東省，個(gè)性簽名也是非常的殺馬特
五、實(shí)現(xiàn)詞云圖（我們也可以從存儲(chǔ)在本地的 excel 中讀取數(shù)據(jù)進(jìn)行分析，并查看數(shù)據(jù)形式。在執(zhí)行以 下代碼之前，我們需要先把 excel 文件加一個(gè)列標(biāo)題行）
例如nickname sex city province signature headImgUrl headImgFlag
#導(dǎo)入模塊
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import pandas as pd
from pandas import DataFrame
word_list= df['city'].fillna('0').tolist()
#將 dataframe 的列轉(zhuǎn)化為 list，其中的 nan 用“0”替換
new_text = ' '.join(word_list)
wordcloud = WordCloud(font_path='simhei.ttf', background_color="black").generate(new_text)
#設(shè)計(jì)圖背景顏色，字體
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
還可以將詞云圖存為HTML形式
#利用 pyechart 做詞云
import pandas as pd
#count = df.city.value_counts() #對(duì) dataframe 進(jìn)行全頻率統(tǒng)計(jì)，排除了 nan
city_list = df['city'].fillna('NAN').tolist()#將 dataframe 的列轉(zhuǎn)化為 list，其中的 nan 用“NAN” 替換
count_city = pd.value_counts(city_list)#對(duì) list 進(jìn)行全頻率統(tǒng)計(jì)
from pyecharts.charts.wordcloud import WordCloud #設(shè)置對(duì)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：
六、轉(zhuǎn)化為地圖形式
注：安裝地圖數(shù)據(jù)包：pip install echarts-china-provinces-pypkg pip install echarts-countries-pypkg
province_list = df['province'].fillna('NAN').tolist()
#將 dataframe 的列轉(zhuǎn)化為 list，其中的 nan 用 “NAN”替換
count_province = pd.value_counts(province_list)
#對(duì) list 進(jìn)行全頻率統(tǒng)計(jì)
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)
#顯示地圖上的省份
map.show_config()
map.render(r'D:\python\wechatProMap.html')
效果：
總結(jié)
以上所述是小編給大家介紹的基于python實(shí)現(xiàn)微信好友數(shù)據(jù)分析，希望對(duì)大家有所幫助！
相關(guān)文章
這篇文章主要介紹了分享python 變量的合并幾種方法，分享內(nèi)容有l(wèi)ist 合并和str 合并以及dict 合并的分析，下面具體方法介紹，需要的小伙伴可以參考一下2022-03-03
這篇文章主要介紹了關(guān)于Python的各種文件操作,適合剛?cè)腴T的小白或者對(duì)于文件操作基礎(chǔ)不太牢固的同學(xué),需要的朋友可以參考下2023-04-04
Pandas數(shù)據(jù)分組統(tǒng)計(jì)的實(shí)現(xiàn)示例
對(duì)數(shù)據(jù)進(jìn)行分組統(tǒng)計(jì),主要適用DataFrame對(duì)象的groupby()函數(shù),本文就來詳細(xì)的介紹下Pandas數(shù)據(jù)分組統(tǒng)計(jì)的實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的可以了解下2023-11-11
這篇文章主要介紹了python定時(shí)截屏實(shí)現(xiàn)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-11-11
TensorFlow深度學(xué)習(xí)之實(shí)現(xiàn)合并與分割的示例代碼
這篇文章主要為大家詳細(xì)介紹了TensorFlow中實(shí)現(xiàn)合并與分割的四位函數(shù)以及它們的用法，文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以了解一下2023-07-07
這篇文章主要介紹了Python os庫(kù)常用操作代碼匯總,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-11-11
這篇文章主要為大家詳細(xì)介紹了Python中文件路徑常用操作的相關(guān)知識(shí),文中的示例代碼講解詳細(xì),具有一定的借鑒價(jià)值,感興趣的小伙伴可以學(xué)習(xí)一下2023-11-11
Python的Flask框架中@app.route的用法教程
這篇文章主要介紹了Python的Flask框架中@app.route的用法教程,包括相關(guān)的正則表達(dá)式講解，是Flask學(xué)習(xí)過程當(dāng)中的基礎(chǔ)知識(shí)，需要的朋友可以參考下2015-03-03
談?wù)凱ython進(jìn)行驗(yàn)證碼識(shí)別的一些想法
關(guān)于python驗(yàn)證碼識(shí)別，主要方法有幾類：一類是通過對(duì)圖片進(jìn)行處理，然后利用字庫(kù)特征匹配的方法，一類是圖片處理后建立字符對(duì)應(yīng)字典，還有一類是直接利用ocr模塊進(jìn)行識(shí)別。不管是用什么方法，都需要首先對(duì)圖片進(jìn)行處理，于是試著對(duì)下面的驗(yàn)證碼進(jìn)行分析2016-01-01
這篇文章主要介紹了Python引入多個(gè)模塊及包的概念過程解析,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-09-09