如何才能更了解的你微信好友？Python数据分析帮你了解微信好友

用了微信几年了，微信号有也不少了，但是真正了解自己的好友吗?好友最多的城市是哪个?好友男女比例是多少?好友签名都是什么?今天我们来充分了解自己的微信好友。

进群：516107834   PDF领取十套电子文档书籍

Python 的概念

运行平台： Windows

Python版本： Python3.6

IDE： Sublime Text

1、准备工作

1.1 库介绍

只有登录微信才能获取到微信好友的信息，本文采用wxpy该第三方库进行微信的登录以及信息的获取。

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。

wxpy一些常见的场景：

• 控制路由器、智能家居等具有开放接口的玩意儿
• 运行脚本时自动把日志发送到你的微信
• 加群主为好友，自动拉进群中
• 跨号或跨群转发消息
• 自动陪人聊天
• 逗人玩

总而言之，可用来实现各种微信个人号的自动化操作。

1.2 wxpy库安装

wxpy 支持 Python 3.4-3.6，以及 2.7 版本

将下方命令中的 “pip” 替换为 “pip3” 或 “pip2”，可确保安装到对应的 Python 版本中

从 PYPI 官方源下载安装 (在国内可能比较慢或不稳定):

pip install -U wxpy 

从豆瓣 PYPI 镜像源下载安装 (推荐国内用户选用):

pip install -U wxpy -i "https://pypi.doubanio.com/simple/" 

1.3 登录微信

wxpy中有一个机器人对象，机器人 Bot 对象可被理解为一个 Web 微信客户端。Bot 在初始化时便会执行登陆操作，需要手机扫描登陆。

通过机器人对象 Bot 的 chats(), friends()，groups(), mps() 方法, 可分别获取到当前机器人的 所有聊天对象、好友、群聊，以及公众号列表。

本文主要通过friends()获取到所有好友信息，然后进行数据的处理。

from wxpy import * 
 
# 初始化机器人，扫码登陆 
bot = Bot() 
 
# 获取所有好友 
my_friends = bot.friends() 
print(type(my_friends)) 

以下为输出消息：

Getting uuid of QR code. 
Downloading QR code. 
Please scan the QR code to log in. 
Please press confirm on your phone. 
Loading the contact, this may take a little while. 
<Login successfully as 王强> 
<class 'wxpy.api.chats.chats.Chats'> 

wxpy.api.chats.chats.Chats对象是多个聊天对象的合集，可用于搜索或统计，可以搜索和统计的信息包括sex(性别)、province(省份)、city(城市)和signature(个性签名)等。

2、微信好友男女比例

2.1 数据统计

使用一个字典sex_dict来统计好友中男性和女性的数量。

# 使用一个字典统计好友男性和女性的数量 
sex_dict = {'male': 0, 'female': 0} 
 
for friend in my_friends: 
 # 统计性别 
 if friend.sex == 1: 
 sex_dict['male'] += 1 
 elif friend.sex == 2: 
 sex_dict['female'] += 1 
 
print(sex_dict) 

以下为输出结果：

{'male': 255, 'female': 104} 

2.2 数据呈现

本文采用 ECharts饼图 进行数据的呈现，打开链接http://echarts.baidu.com/echarts2/doc/example/pie1.html，可以看到如下内容：

1、echarts饼图原始内容

从图中可以看到左侧为数据，右侧为呈现的数据图，其他的形式的图也是这种左右结构。看一下左边的数据：

option = { 
 title : { 
 text: '某站点用户访问来源', 
 subtext: '纯属虚构', 
 x:'center' 
 }, 
 tooltip : { 
 trigger: 'item', 
 formatter: "{a} <br/>{b} : {c} ({d}%)" 
 }, 
 legend: { 
 orient : 'vertical', 
 x : 'left', 
 data:['直接访问','邮件营销','联盟广告','视频广告','搜索引擎'] 
 }, 
 toolbox: { 
 show : true, 
 feature : { 
 mark : {show: true}, 
 dataView : {show: true, readOnly: false}, 
 magicType : { 
 show: true, 
 type: ['pie', 'funnel'], 
 option: { 
 funnel: { 
 x: '25%', 
 width: '50%', 
 funnelAlign: 'left', 
 max: 1548 
 } 
 } 
 }, 
 restore : {show: true}, 
 saveAsImage : {show: true} 
 } 
 }, 
 calculable : true, 
 series : [ 
 { 
 name:'访问来源', 
 type:'pie', 
 radius : '55%', 
 center: ['50%', '60%'], 
 data:[ 
 {value:335, name:'直接访问'}, 
 {value:310, name:'邮件营销'}, 
 {value:234, name:'联盟广告'}, 
 {value:135, name:'视频广告'}, 
 {value:1548, name:'搜索引擎'} 
 ] 
 } 
 ] 
}; 

可以看到option =后面的大括号里是JSON格式的数据，接下来分析一下各项数据：

• title：标题
• text：标题内容
• subtext：子标题
• x：标题位置
• tooltip：提示，将鼠标放到饼状图上就可以看到提示
• legend：图例
• orient：方向
• x：图例位置
• data：图例内容
• toolbox：工具箱，在饼状图右上方横向排列的图标
• mark：辅助线开关
• dataView：数据视图，点击可以查看饼状图数据
• magicType：饼图(pie)切换和漏斗图(funnel)切换
• restore：还原
• saveAsImage：保存为图片
• calculable：暂时不知道它有什么用
• series：主要数据
• data：呈现的数据

其它类型的图数据格式类似，后面不再详细分析。只需要修改data、legend->data、series->data即可，修改后的数据为：

option = { 
 title : { 
 text: '微信好友性别比例', 
 subtext: '真实数据', 
 x:'center' 
 }, 
 tooltip : { 
 trigger: 'item', 
 formatter: "{a} <br/>{b} : {c} ({d}%)" 
 }, 
 legend: { 
 orient : 'vertical', 
 x : 'left', 
 data:['男性','女性'] 
 }, 
 toolbox: { 
 show : true, 
 feature : { 
 mark : {show: true}, 
 dataView : {show: true, readOnly: false}, 
 magicType : { 
 show: true, 
 type: ['pie', 'funnel'], 
 option: { 
 funnel: { 
 x: '25%', 
 width: '50%', 
 funnelAlign: 'left', 
 max: 1548 
 } 
 } 
 }, 
 restore : {show: true}, 
 saveAsImage : {show: true} 
 } 
 }, 
 calculable : true, 
 series : [ 
 { 
 name:'访问来源', 
 type:'pie', 
 radius : '55%', 
 center: ['50%', '60%'], 
 data:[ 
 {value:255, name:'男性'}, 
 {value:104, name:'女性'} 
 ] 
 } 
 ] 
}; 

数据修改完成后，点击页面中绿色的刷新按钮，可以得到饼图如下(可以根据自己的喜好修改主题)：

2、好友性别比例

将鼠标放到饼图上可以看到详细数据：

3、好友性别比例查看数据

3、微信好友全国分布图

3.1 数据统计

# 使用一个字典统计各省好友数量 
province_dict = {'北京': 0, '上海': 0, '天津': 0, '重庆': 0, 
 '河北': 0, '山西': 0, '吉林': 0, '辽宁': 0, '黑龙江': 0, 
 '陕西': 0, '甘肃': 0, '青海': 0, '山东': 0, '福建': 0, 
 '浙江': 0, '台湾': 0, '河南': 0, '湖北': 0, '湖南': 0, 
 '江西': 0, '江苏': 0, '安徽': 0, '广东': 0, '海南': 0, 
 '四川': 0, '贵州': 0, '云南': 0, 
 '内蒙古': 0, '新疆': 0, '宁夏': 0, '广西': 0, '西藏': 0, 
 '香港': 0, '澳门': 0} 
 
# 统计省份 
for friend in my_friends: 
 if friend.province in province_dict.keys(): 
 province_dict[friend.province] += 1 
 
# 为了方便数据的呈现，生成JSON Array格式数据 
data = [] 
for key, value in province_dict.items(): 
 data.append({'name': key, 'value': value}) 
 
print(data) 

以下为输出结果：

[{'name': '北京', 'value': 91}, {'name': '上海', 'value': 12}, {'name': '天津', 'value': 15}, {'name': '重庆', 'value': 1}, {'name': '河北', 'value': 53}, {'name': '山西', 'value': 2}, {'name': '吉林', 'value': 1}, {'name': '辽宁', 'value': 1}, {'name': '黑龙江', 'value': 2}, {'name': '陕西', 'value': 3}, {'name': '甘肃', 'value': 0}, {'name': '青海', 'value': 0}, {'name': '山东', 'value': 7}, {'name': '福建', 'value': 3}, {'name': '浙江', 'value': 4}, {'name': '台湾', 'value': 0}, {'name': '河南', 'value': 1}, {'name': '湖北', 'value': 4}, {'name': '湖南', 'value': 4}, {'name': '江西', 'value': 4}, {'name': '江苏', 'value': 9}, {'name': '安徽', 'value': 2}, {'name': '广东', 'value': 63}, {'name': '海南', 'value': 0}, {'name': '四川', 'value': 2}, {'name': '贵州', 'value': 0}, {'name': '云南', 'value': 1}, {'name': '内蒙古', 'value': 0}, {'name': '新疆', 'value': 2}, {'name': '宁夏', 'value': 0}, {'name': '广西', 'value': 1}, {'name': '西藏', 'value': 0}, {'name': '香港', 'value': 0}, {'name': '澳门', 'value': 0}] 

可以看出，好友最多的省份为北京。那么问题来了：为什么要把数据重组成这种格式?因为ECharts的地图需要这种格式的数据。

3.2 数据呈现

采用ECharts地图 来进行好友分布的数据呈现。打开该网址，将左侧数据修改为：

option = { 
 title : { 
 text: '微信好友全国分布图', 
 subtext: '真实数据', 
 x:'center' 
 }, 
 tooltip : { 
 trigger: 'item' 
 }, 
 legend: { 
 orient: 'vertical', 
 x:'left', 
 data:['好友数量'] 
 }, 
 dataRange: { 
 min: 0, 
 max: 100, 
 x: 'left', 
 y: 'bottom', 
 text:['高','低'], // 文本，默认为数值文本 
 calculable : true 
 }, 
 toolbox: { 
 show: true, 
 orient : 'vertical', 
 x: 'right', 
 y: 'center', 
 feature : { 
 mark : {show: true}, 
 dataView : {show: true, readOnly: false}, 
 restore : {show: true}, 
 saveAsImage : {show: true} 
 } 
 }, 
 roamController: { 
 show: true, 
 x: 'right', 
 mapTypeControl: { 
 'china': true 
 } 
 }, 
 series : [ 
 { 
 name: '好友数量', 
 type: 'map', 
 mapType: 'china', 
 roam: false, 
 itemStyle:{ 
 normal:{label:{show:true}}, 
 emphasis:{label:{show:true}} 
 }, 
 data:[ 
 {'name': '北京', 'value': 91}, 
 {'name': '上海', 'value': 12}, 
 {'name': '天津', 'value': 15}, 
 {'name': '重庆', 'value': 1}, 
 {'name': '河北', 'value': 53}, 
 {'name': '山西', 'value': 2}, 
 {'name': '吉林', 'value': 1}, 
 {'name': '辽宁', 'value': 1}, 
 {'name': '黑龙江', 'value': 2}, 
 {'name': '陕西', 'value': 3}, 
 {'name': '甘肃', 'value': 0}, 
 {'name': '青海', 'value': 0}, 
 {'name': '山东', 'value': 7}, 
 {'name': '福建', 'value': 3}, 
 {'name': '浙江', 'value': 4}, 
 {'name': '台湾', 'value': 0}, 
 {'name': '河南', 'value': 1}, 
 {'name': '湖北', 'value': 4}, 
 {'name': '湖南', 'value': 4}, 
 {'name': '江西', 'value': 4}, 
 {'name': '江苏', 'value': 9}, 
 {'name': '安徽', 'value': 2}, 
 {'name': '广东', 'value': 63}, 
 {'name': '海南', 'value': 0}, 
 {'name': '四川', 'value': 2}, 
 {'name': '贵州', 'value': 0}, 
 {'name': '云南', 'value': 1}, 
 {'name': '内蒙古', 'value': 0}, 
 {'name': '新疆', 'value': 2}, 
 {'name': '宁夏', 'value': 0}, 
 {'name': '广西', 'value': 1}, 
 {'name': '西藏', 'value': 0}, 
 {'name': '香港', 'value': 0}, 
 {'name': '澳门', 'value': 0} 
 ] 
 } 
 ] 
}; 

注意两点：

• dataRange->max 根据统计数据适当调整
• series->data 的数据格式

点击刷新按钮后，可以生成如下地图：

好友全国分布图

从图中可以看出我的好友主要分布在北京、河北和广东。

有趣的是，地图左边有一个滑块，代表地图数据的范围，我们将上边的滑块拉到最下面可以看到没有微信好友分布的省份：

5、没有微信好友的省份

按照这个思路，我们可以在地图上看到确切数量好友分布的省份，读者可以动手试试。

4、好友签名统计

4.1 数据统计

def write_txt_file(path, txt): 
 ''' 
 写入txt文本 
 ''' 
 with open(path, 'a', encoding='gb18030', newline='') as f: 
 f.write(txt) 
 
# 统计签名 
for friend in my_friends: 
 # 对数据进行清洗，将标点符号等对词频统计造成影响的因素剔除 
 pattern = re.compile(r'[一-龥]+') 
 filterdata = re.findall(pattern, friend.signature) 
 write_txt_file('signatures.txt', ''.join(filterdata)) 

上面代码实现了对好友签名进行清洗以及保存的功能，执行完成之后会在当前目录生成signatures.txt文件。

4.2 数据呈现

数据呈现采用词频统计和词云展示，通过词频可以了解到微信好友的生活态度。

词频统计用到了 jieba、numpy、pandas、scipy、wordcloud库。如果电脑上没有这几个库，执行安装指令：

pip install jieba 
pip install pandas 
pip install numpy 
pip install scipy 
pip install wordcloud 

4.2.1 读取txt文件

前面已经将好友签名保存到txt文件里了，现在我们将其读出：

def read_txt_file(path): 
 ''' 
 读取txt文本 
 ''' 
 with open(path, 'r', encoding='gb18030', newline='') as f: 
 return f.read() 

4.2.2 stop word

下面引入一个概念：stop word， 在网站里面存在大量的常用词比如：“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停止词。这些词因为使用频率过高，几乎每个网页上都存在，所以搜索引擎开发人员都将这一类词语全部忽略掉。如果我们的网站上存在大量这样的词语，那么相当于浪费了很多资源。

在百度搜索stpowords.txt进行下载，放到py文件同级目录。

content = read_txt_file(txt_filename) 
segment = jieba.lcut(content) 
words_df=pd.DataFrame({'segment':segment}) 
 
stopwords=pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep=" ",names=['stopword'],encoding='utf-8') 
words_df=words_df[~words_df.segment.isin(stopwords.stopword)] 

4.2.3 词频统计

重头戏来了，词频统计使用numpy：

import numpy 
 
words_stat = words_df.groupby(by=['segment'])['segment'].agg({"计数":numpy.size}) 
 words_stat = words_stat.reset_index().sort_values(by=["计数"],ascending=False) 

4.2.4 词频可视化：词云

词频统计虽然出来了，可以看出排名，但是不完美，接下来我们将它可视化。使用到wordcloud库，详细介绍见 github 。

from scipy.misc import imread 
from wordcloud import WordCloud, ImageColorGenerator 
 
 
# 设置词云属性 
color_mask = imread('background.jfif') 
wordcloud = WordCloud(font_path="simhei.ttf", # 设置字体可以显示中文 
 background_color="white", # 背景颜色 
 max_words=100, # 词云显示的最大词数 
 mask=color_mask, # 设置背景图片 
 max_font_size=100, # 字体最大值 
 random_state=42, 
 width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话, # 那么保存的图片大小将会按照其大小保存,margin为词语边缘距离 
 ) 
 
# 生成词云, 可以用generate输入全部文本,也可以我们计算好词频后使用generate_from_frequencies函数 
word_frequence = {x[0]:x[1]for x in words_stat.head(100).values} 
print(word_frequence) 
word_frequence_dict = {} 
for key in word_frequence: 
 word_frequence_dict[key] = word_frequence[key] 
 
wordcloud.generate_from_frequencies(word_frequence_dict) 
# 从背景图片生成颜色值 
image_colors = ImageColorGenerator(color_mask) 
# 重新上色 
wordcloud.recolor(color_func=image_colors) 
# 保存图片 
wordcloud.to_file('output.png') 
plt.imshow(wordcloud) 
plt.axis("off") 
plt.show() 

运行效果图如下(左图为背景图，右图为生成词云图片)：

6、背景图和词云图对比

从词云图可以分析好友特点：

• 做--------------------行动派
• 人生、生活--------热爱生活
• 快乐-----------------乐观
• 选择-----------------决断
• 专业-----------------专业
• 爱--------------------爱

5、总结

至此，微信好友的分析工作已经完成，wxpy的功能还有很多，比如聊天、查看公众号信息等，有意的读者请自行查阅官方文档。

6、完整代码

上面的代码比较松散，下面展示的完整代码我将各功能模块封装成函数：

#-*- coding: utf-8 -*- 
import re 
from wxpy import * 
import jieba 
import numpy 
import pandas as pd 
import matplotlib.pyplot as plt 
from scipy.misc import imread 
from wordcloud import WordCloud, ImageColorGenerator 
 
def write_txt_file(path, txt): 
 ''' 
 写入txt文本 
 ''' 
 with open(path, 'a', encoding='gb18030', newline='') as f: 
 f.write(txt) 
 
def read_txt_file(path): 
 ''' 
 读取txt文本 
 ''' 
 with open(path, 'r', encoding='gb18030', newline='') as f: 
 return f.read() 
 
def login(): 
 # 初始化机器人，扫码登陆 
 bot = Bot() 
 
 # 获取所有好友 
 my_friends = bot.friends() 
 
 print(type(my_friends)) 
 return my_friends 
 
def show_sex_ratio(friends): 
 # 使用一个字典统计好友男性和女性的数量 
 sex_dict = {'male': 0, 'female': 0} 
 
 for friend in friends: 
 # 统计性别 
 if friend.sex == 1: 
 sex_dict['male'] += 1 
 elif friend.sex == 2: 
 sex_dict['female'] += 1 
 
 print(sex_dict) 
 
def show_area_distribution(friends): 
 # 使用一个字典统计各省好友数量 
 province_dict = {'北京': 0, '上海': 0, '天津': 0, '重庆': 0, 
 '河北': 0, '山西': 0, '吉林': 0, '辽宁': 0, '黑龙江': 0, 
 '陕西': 0, '甘肃': 0, '青海': 0, '山东': 0, '福建': 0, 
 '浙江': 0, '台湾': 0, '河南': 0, '湖北': 0, '湖南': 0, 
 '江西': 0, '江苏': 0, '安徽': 0, '广东': 0, '海南': 0, 
 '四川': 0, '贵州': 0, '云南': 0, 
 '内蒙古': 0, '新疆': 0, '宁夏': 0, '广西': 0, '西藏': 0, 
 '香港': 0, '澳门': 0} 
 
 # 统计省份 
 for friend in friends: 
 if friend.province in province_dict.keys(): 
 province_dict[friend.province] += 1 
 
 # 为了方便数据的呈现，生成JSON Array格式数据 
 data = [] 
 for key, value in province_dict.items(): 
 data.append({'name': key, 'value': value}) 
 
 print(data) 
 
def show_signature(friends): 
 # 统计签名 
 for friend in friends: 
 # 对数据进行清洗，将标点符号等对词频统计造成影响的因素剔除 
 pattern = re.compile(r'[一-龥]+') 
 filterdata = re.findall(pattern, friend.signature) 
 write_txt_file('signatures.txt', ''.join(filterdata)) 
 
 # 读取文件 
 content = read_txt_file('signatures.txt') 
 segment = jieba.lcut(content) 
 words_df = pd.DataFrame({'segment':segment}) 
 
 # 读取stopwords 
 stopwords = pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep=" ",names=['stopword'],encoding='utf-8') 
 words_df = words_df[~words_df.segment.isin(stopwords.stopword)] 
 print(words_df) 
 
 words_stat = words_df.groupby(by=['segment'])['segment'].agg({"计数":numpy.size}) 
 words_stat = words_stat.reset_index().sort_values(by=["计数"],ascending=False) 
 
 # 设置词云属性 
 color_mask = imread('background.jfif') 
 wordcloud = WordCloud(font_path="simhei.ttf", # 设置字体可以显示中文 
 background_color="white", # 背景颜色 
 max_words=100, # 词云显示的最大词数 
 mask=color_mask, # 设置背景图片 
 max_font_size=100, # 字体最大值 
 random_state=42, 
 width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话, # 那么保存的图片大小将会按照其大小保存,margin为词语边缘距离 
 ) 
 
 # 生成词云, 可以用generate输入全部文本,也可以我们计算好词频后使用generate_from_frequencies函数 
 word_frequence = {x[0]:x[1]for x in words_stat.head(100).values} 
 print(word_frequence) 
 word_frequence_dict = {} 
 for key in word_frequence: 
 word_frequence_dict[key] = word_frequence[key] 
 
 wordcloud.generate_from_frequencies(word_frequence_dict) 
 # 从背景图片生成颜色值 
 image_colors = ImageColorGenerator(color_mask) 
 # 重新上色 
 wordcloud.recolor(color_func=image_colors) 
 # 保存图片 
 wordcloud.to_file('output.png') 
 plt.imshow(wordcloud) 
 plt.axis("off") 
 plt.show() 
 
def main(): 
 friends = login() 
 show_sex_ratio(friends) 
 show_area_distribution(friends) 
 show_signature(friends) 
 
if __name__ == '__main__': 
 main()