01 Let's get it
1. 基本信息获取
访问 英文取名 的用户基本信接口,获取 英文取名 用户微信名(NickName)、访问次数(Count)、总数据集(ResponseData),并将微信名存入文件。
# 获取所有用户数量和相关信息**完整代码加群:683380553 获取!** def get_json(): # 获取入口 search_url = '英文取名用户接口,欢迎扫码使用英文取名,生成一个最适合你的英文名' # 发送http请求,获取请求页面 search_response = requests.get(search_url) # 设置编码 search_response.encoding = 'UTF-8' # 将页面转变成json代码格式 search_json = search_response.json() # 获取我们需要的数据,是列表格式 our_data = search_json['ResponseData'] list_len = len(our_data) print('总用户数有:' + str(list_len)) user_visit_numbers = 0 data_research = 0 NickName = [] for x in our_data: user_numbers = x['Count'] + user_visit_numbers if x['NickName'] == '': data_research += 1 NickName.append(x['NickName']) print("微信名获取失败量:"+str(data_research)) print(NickName) name = ['微信名称'] file_test = pd.DataFrame(columns=name, data=NickName) file_test.to_csv(r'I:/data.csv', encoding='utf-8',index=False) print('总访问量:' + str(user_visit_numbers))
私信小编001 手把手教你绘制词云!
运行结果:
总用户数有:3549 微信名获取失败量:0 总访问量:4573
2. 读取所有微信名,数据分类
2.1 读取微信名
# 读取文件,取出微信名 def get_name(): NickName = [] with open('I:/data.csv','r',encoding='utf8') as file : i = 0 for line in file: if i == 0: # 去除表头 i = 1 continue line = line.strip() # 去除换行符 NickName.append(line) return NickName
2.2 数据分为以下六大类
中文名变量名数据类型全中文昵称ch_namelist全英文昵称en_namelist中文和数字混合昵称ch_di_namelist包含图片表情昵称img_namelist其他昵称other_namelist
# ch :Chinese ch_name_number = 0 ch_name = [] # en :English en_name_number = 0 en_name = [] # di : digtal di_name_number = 0 di_name = [] # img : image img_name_number = 0 img_name = [] # ch_di : Chinese and digtal ch_di_name = [] # other : other oth_name_number = 0 oth_name = []
2.3 数据分类判断
# 昵称全中文判断 def is_all_ch(keyword): for c in keyword: # 包含常见中文字符 if not ('\u4e00' <= c <= '\u9fa5'): return False return True # 昵称全英文判断 def is_all_en(keyword): # 不能全部为空格或者首位为空格 if all(ord(c) == 32 for c in keyword) or keyword[0] == ' ': return False # 允许空格和英文并存(例如:Xist A) if not all(65 < ord(c) < 128 or ord(c) == 32 for c in keyword): return False return True # 昵称全数字判断 def is_all_di(keyword): for uchar in keyword: if not (uchar >= '\u0030' and uchar <= u'\u0039'): return False return True # 昵称包含表情图判断 def have_img(keyword): # 下面是大部分图片的一个unicode编码集 # 详情查看:https://en.wikipedia.org/wiki/Emoji img_re = re.compile(u'[' u'\U0001F300-\U0001F64F' u'\U0001F680-\U0001F6FF' u'\u2600-\u2B55]+', re.UNICODE) if img_re.findall(keyword) : return True return False # 中文+数字昵称判断 def is_ch_di(keyword): for c in keyword: if not ('\u4e00' <= c <= '\u9fa5') and not (c >= '\u0030' and c <= u'\u0039'): return False return True
2.4 数据归类计算各类数量
list_name = get_name() print("总共有:"+str(len(list_name))+"个微信名") for i in range(len(list_name)): result = classification_name(list_name[i]) if result == 'ch': # 中文 ch_name_number +=1 ch_name.append(list_name[i]) if result == 'en': # 英文 en_name_number +=1 en_name.append(list_name[i]) if result == 'di': # 数字 di_name_number +=1 di_name.append(list_name[i]) if result == 'img': # 含表情 img_name_number +=1 img_name.append(list_name[i]) if result == 'ch_di': # 中文和数字 ch_di_name_number +=1 ch_di_name.append(list_name[i]) if result == 'other': # 其他 oth_name_number +=1 oth_name.append(list_name[i]) print("纯中文昵称个数:"+ str(ch_name_number)) # print(ch_name) print("纯英文昵称个数:"+ str(en_name_number)) #print(en_name) print("纯数字昵称个数:"+ str(di_name_number)) # print(di_name) print("包含表情图昵称个数:"+ str(img_name_number)) # print(img_name) print("中文和数字混合昵称个数:"+ str(ch_di_name_number)) print(ch_di_name) print("其他昵称个数:"+ str(oth_name_number)) # print(oth_name)
运行结果:
总共有:3549个微信名 纯中文昵称个数:1514 纯英文昵称个数:569 纯数字昵称个数:9 包含表情图昵称个数:400 中文和数字混合昵称个数:19 其他昵称个数:1038
3. 获取用户画(只获取用户年龄段)
访问 英文取名 用户画像接口,获取近30天 活跃用户 和 新用户 的年龄段:
# 获取用户年龄段 def get_data(): # 获取token,并处理 t = get_token().strip('"') # 然后将处理后的token值和其他参数作为post方式的参数值,调用用户画像api post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token=" post_user_url = post_user_api + t # 访问获取概况数据 (近一个月的数据情况) data = json.dumps({ "begin_date" : "2018-07-21", "end_date" : "2018-08-19"}) # 获取信息 user_portrait_data = get_info(post_user_url, data) # 时间段 ref_date = user_portrait_data['ref_date'] # 新用户 visit_uv_new = user_portrait_data['visit_uv_new'] 活跃用户 visit_uv = user_portrait_data['visit_uv'] # 年龄段 print(ref_date ) print((visit_uv_new['ages'])) print((visit_uv['ages']))
运行结果:
# id : 为年龄段序号 name :年龄段名称 value : 该年龄段人数 20180721-20180819 [{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17岁以下', 'value': 18}, {'id': 2, 'name': '18-24岁', 'value': 118}, {'id': 3, 'name': '25-29岁', 'value': 75}, {'id': 4, 'name': '30-39岁', 'value': 81}, {'id': 5, 'name': '40-49岁', 'value': 14}, {'id': 6, 'name': '50岁以上', 'value': 7}] [{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17岁以下', 'value': 20}, {'id': 2, 'name': '18-24岁', 'value': 147}, {'id': 3, 'name': '25-29岁', 'value': 88}, {'id': 4, 'name': '30-39岁', 'value': 95}, {'id': 5, 'name': '40-49岁', 'value': 20}, {'id': 6, 'name': '50岁以上', 'value': 10}]
02 来点有趣的,数据清洗、分析
1. 微信名称类型数据可视化分析
核心代码:
# 1.微信名分类:玫瑰饼图 from pyecharts import Pie # 数据获取自上面代码 attr = ["纯中文昵称", "纯英文昵称", "纯数字昵称", "包含表情图昵称", "中文和数字混合昵称", "其他昵称"] v1 = [1514, 569, 9, 400, 19, 1038] pie = Pie("微信名分类饼图", title_pos='center', width=900) pie.add( "占比", attr, v1, center=[50, 50], is_random=True, radius=[30, 75], rosetype="area", is_legend_show=False, is_label_show=True, ) pie.render("render_01.html")
运行效果:
从中可以看出,微信昵称为全中文的占比最多,占有42.66%,其次为其他昵称(中英文混合、字符等类型),占有29.25%,再比较大的类就是纯英文昵称,占有16.03%,和包含表情包昵称,占有11.27%,像纯数字昵称和中文数字混合昵称相对占比较少。
我们常见的中文和数字混合昵称最多的就是机构名/姓名+联系方式,一些营销号常用,相较而言,大多数人还是喜欢用纯中文来作昵称,既体现一种文化情怀,又简明扼要的介绍了自己 ,比如我的微信名就是老表,这是我初中时候的一个绰号,朋友们一说老表,不一定是在说亲戚,有可能在说我,哈哈哈。
2. 微信用户年龄段可视化分析
核心代码:
# 2.用户年龄段:玫瑰饼图 from pyecharts import Pie # 数据获取自上面代码 attr = ["未知", "17岁以下", "18-24岁", "25-29岁", "30-39岁", "40-49岁","50岁以上"] v1 = [12, 38, 265, 163, 176, 34,17] pie = Pie("微信用户年龄段饼图", title_pos='center', width=900) pie.add( "占比", attr, v1, center=[50, 50], is_random=True, radius=[30, 75], rosetype="area", is_legend_show=False, is_label_show=True, ) pie.render("render_02.html")
运行效果:
从中可以看出,年龄段中,18-24岁的95-00后占比最多,达到37.59%,接下来是30-39岁的80-90后,占比达到24.97%,紧随其后的为25-29岁的90-95后,占比达23.12%,其他年龄段可大概分为两类:偏儿童类和偏老人类,一共占比10.21%。
我个人觉得这类人群少的原因是:小孩、老人玩微信的少,更不用说微信小程序了,对于小孩来说微信的作用就是玩游戏(登录账号),对于老人来说,微信主要用来聊天,已经是比较复杂的了,小程序使用可能对老人来说就更复杂了,也缺少必要性。
3. 词云分析微信名称哪些词语、表情包更受欢迎
3.1 继续使用 pyecharts 生成词云图
核心代码:
# 清洗数据,生成词云图 def split_word(test_str): test_str = re.sub('[,,。. \r\n]', '', test_str) # jieba 词语 segment = jieba.lcut(test_str) words_df = pd.DataFrame({'segment': segment}) # quoting=3 表示stopwords.txt里的内容全部不引用 stopwords = pd.read_csv(r"H:\PyCoding\ Analysis_wx_name\stopwords.txt", index_col=False, quoting=3, sep="\t", names=['stopword'], encoding='utf-8') words_df = words_df[~words_df.segment.isin(stopwords.stopword)] 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) test = words_stat.head(200).values codes = [test[i][0] for i in range(0,len(test))] counts = [test[i][1] for i in range(0,len(test))] wordcloud = WordCloud(width=1300, height=620) wordcloud.add("微信昵称", codes, counts, word_size_range=[20, 100]) wordcloud.render('render_03.html')
运行效果:
▲pyecharts词云图
3.2 使用 wordcloud + matplotlib 生成高级一点的词云图
核心代码:
# 下下期好好讲一下matplotlib绘图可视化,挺有意思的 # 调用get_name函数获取全部微信名 text = get_name() # 调用jiebaclearText函数,清洗数据(该函数和上面切词思想一样) text1=jiebaclearText(text) #产生词云图 bg = plt.imread(r"G:\small_pig.jpg") #生成词云 wc=WordCloud( background_color="wathet", #设置背景为白色,默认为黑色 mask=bg, # 设置词云内容范围(除指定图片白色区域的其他区域都将覆盖词云内容) margin=10, #设置图片的边缘 max_font_size=70, #显示的最大的字体大小 random_state=20, #为每个单词返回一个PIL颜色 font_path='G:\simkai.ttf' #中文处理,用系统自带的字体 # 可以在这里下载这个字体:http://www.font5.com.cn/font_download.php?id=534&part=1245067666 ).generate(text1) #为图片设置字体 my_font=fm.FontProperties(fname='G:\simkai.ttf') # 图片背景 bg_color = ImageColorGenerator(bg) # 开始画图 plt.imshow(wc.recolor(color_func=bg_color)) # 为云图去掉坐标轴 plt.axis("off") # 保存云图 wc.to_file("render_04.png")
词云轮廓原图:
▲这是您的专属社会人
运行效果:
▲wordcloud词云图
由于第二种方法无法解析表情图,所以没有表情出现,除此外这两种方法显示的词云图内容几乎大同小异。
通过词云图,我们一眼看出大家使用最多的,除开中文后,就是表情图了,你的微信朋友圈里是否也有这样的大红嘴唇,我的好像有,哈哈哈~
当我们单纯来看词云中的中文时,发现像太阳、阳光、微笑、可爱、开心、爱、未来等比较积极向上的词语还是比较受大家喜欢的,也体现出大家的内心的积极、乐观,当然还有像丽丽、徐、陈等这样的姓名部分,在昵称中大家也使用的比较多,也不缺乏有像悲伤、凉这样比较冷色的词语。
03 通过昵称进行情绪分析(大胆猜想)
1. 微信昵称为全中文
微信昵称为全中文可以分为两大类:自己的真名和其他昵称。
直接用自己的姓名当微信昵称的人,性格大多是直来直往的那种,待人比较坦诚。
他们的微信一般用于熟人社交和日常办公,平时不会随便加不熟的人,就算用真名也不怕泄露个人信息,来个不恰当的比喻:不做亏心事,不怕鬼敲门,哈哈哈。
为其他昵称的人,大多有自己的看法,也许昵称是自己对未来的一种期望,也许昵称是自己对生活的一种态度,或者是一些无厘头的话语,炫酷的话语。
2. 微信昵称为全英文
出于个人喜好或工作需求,有些人会给自己取一个容易记的、叫着顺口的英文名,比如Tom、Abby、Jason,并常常在自我介绍的时候,让大家可以用英文名字称呼自己。
对他们而言,英文名就相当于自己的第二个名字,用它做微信名,和用本名没什么太大的区别。
也有的人会刻意避开那些常见的英文名,取一些更小众的,他们更在意提高自己的“逼格”,喜欢标新立异,追求时尚和前卫。
3. 微信昵称带有表情符号
有很多女生会在微信名称里加上各种表情符号,从上面分析的词云图中可以看出,一个大红唇大家使用最多,其他的可能是一个爱心,一朵玫瑰,一颗星星,又或是系统自带的emoji表情。
她们可能觉得这是一种特别的装饰,能让自己的名字和别人有明显的区别。
这样的女生,大多有细腻的小心思、浪漫的生活情调,和一颗蓬勃的少女心。
4. 微信昵称带有职业性质
一般来说,会主动在自己微信名前面带一个字母“A”的,大多都是整天在朋友圈里发广告的微商或代购。
比较正式一点的,用的都是“公司名+姓名”的形式,这一类人基本都是销售员或房产中介……或者就是真正的大佬啦~
还有一些人,会根据自己不同的工作阶段不定时更换名字后缀的。
认识一个在某地产公司做人力的朋友,为了能好好享受假期,她会把微信名改成“ΧΧΧ休假中”,以便提醒那些在节假日还私信她询问工作的人。
也有一些人反着来,为了显示自己特别积极,直接把微信名改成“ΧΧΧ加班中”……emmm主要是改给老板看的吧。
5. 微信昵称带偶像名
不用说,这一类都是典型的追星族,而且大多都是女生,比如吴亦凡夫人,蔡徐坤秘密女友,胡歌的小娇妻……不出意外,她们的头像一般就是她们的爱豆本人。
她们平时会在微博给偶像打call,朋友圈也会发很多相关推荐,如果有人夸自己的爱豆,她们会觉得遇到了知音;相反地,如果有人说她们爱豆的坏话,她们会马上拉黑……
切记,在追星的人面前,不要轻易抬杠,对她的爱豆指手画脚……
6. 微信昵称是四字词