Análise de dados de características e visualização de amigos do WeChat

1. Antecedentes e status da pesquisa

No desenvolvimento da Internet da China, a Internet para PC ficou cada vez mais saturada, mas a Internet móvel mostrou um surto. Os dados mostram que, no final de 2013, os internautas chineses de telefones celulares excederam 500 milhões, representando 81%. Com o declínio no preço dos terminais móveis e a ampla disseminação de wifi, os internautas móveis mostraram uma tendência explosiva.
O WeChat se tornou uma ferramenta importante para conectar online e offline, virtual e realidade, consumo e indústria, e aumentou a taxa de conversão dos usuários de marketing da O2O. No passado, ao desenvolver software, os programadores geralmente tinham que considerar a adaptabilidade e o custo de linguagens, dispositivos em diferentes ambientes de desenvolvimento. Agora, os desenvolvedores podem desenvolver aplicativos em uma "parte inferior da operação de classe", quebrando o ambiente de desenvolvimento limitado anterior.

2. Significado e finalidade da pesquisa

Com o rápido desenvolvimento da tecnologia de acesso sem fio de banda larga e da tecnologia de terminal móvel, as pessoas estão ansiosas para poder facilmente obter informações e serviços da Internet a qualquer hora, em qualquer lugar e até mesmo durante o processo móvel.A Internet móvel surgiu e se desenvolveu rapidamente. No entanto, a Internet móvel ainda enfrenta uma série de desafios em termos de terminais móveis, redes de acesso, serviços de aplicativos, segurança e proteção de privacidade. O estudo de sua teoria básica e tecnologias-chave tem um significado prático importante para o desenvolvimento geral da indústria nacional da informação.

3. Conteúdo da pesquisa e aquisição de dados

Depois de configurar o ambiente de execução python, o programa de inicialização exibe automaticamente a versão web do código QR de login do WeChat

Usuários comuns usam um telefone celular para escanear o código QR para fazer login 微信网页版e, após confirmar no telefone celular, o wxpy obtém automaticamente a lista de amigos da versão web do usuário do WeChat, incluindo o apelido, o local, a assinatura pessoal, o sexo e outras informações do amigo.

Quatro, programação Python

#微信好友特征数据分析及可视化
# 1.导包操作
from wxpy import *
import re
import jieba
import numpy as np
from scipy.misc import imread
from wordcloud import WordCloud
import matplotlib.pyplot as plt
from pylab import mpl
import pandas as pd

mpl.rcParams['font.sans-serif'] = ['SimHei']
from pyecharts.charts import Map
from pyecharts import options as opts

# 2.登录操作
bot = Bot()
# 列举登录账号的所有好友
all_friends = bot.friends()
print(all_friends)

# 获取登录账号所关注的所有的公众号
all_maps = bot.mps()
print("所有好友列表", all_maps)

# 获取当前登录账号的群聊列表
all_groups = bot.groups()
print("所有群聊列表", all_groups)

# 根据好友的备注名称搜索好友
#myfriend = bot.friends().search('许宽')[0]
#print("搜索好友：", myfriend)

# 搜索好友并发送信息
# bot.friends().search('许宽')[0].send('你好呀')

# 向文件传输助手发送信息
bot.file_helper.send("hello")

# 3.显示男女比例
sex_dict = {'male': 0, 'female': 0, "no_set": 0}
for friend in all_friends:
    print(friend, friend.sex)
    if friend.sex == 1:
        sex_dict['male'] += 1
    elif friend.sex == 2:
        sex_dict['female'] += 1
    elif friend.sex == 0:
        sex_dict['no_set'] += 1
print(sex_dict)

# 4使用matplotlib可视化
slices = [sex_dict["male"], sex_dict["female"], sex_dict["no_set"]]
activities = ["male", "female", "no_set"]
cols = ["r", "m", "g"]
# startangle：开始绘图的角度，逆时针旋转
# shadow：阴影
# %1.1f%%:格式化字符串，整数部分最小1位，小数点后保留一位，%%：转义字符
plt.pie(slices, labels=activities, colors=cols, startangle=90, shadow=True, autopct='%1.1f%%')
plt.title("微信好友比例图")
plt.savefig("WeChat_sex.png")

# 统计登录账号好友的各省人数
province_dict = {'河北': 0, '山东': 0, '辽宁': 0, '广西': 0, '吉林': 0,
                 '甘肃': 0, '青海': 0, '河南': 0, '江苏': 0, '湖北': 0,
                 '湖南': 0, '江西': 0, '浙江': 0, '广东': 0, '云南': 0,
                 '福建': 0, '台湾': 0, '海南': 0, '山西': 0, '四川': 0,
                 '陕西': 0, '贵州': 0, '安徽': 0, '北京': 0, '天津': 0,
                 '重庆': 0, '上海': 0, '香港': 0, '澳门': 0, '新疆': 0,
                 '内蒙古': 0, '西藏': 0, '黑龙江': 0, '宁夏': 0}
# 统计省份
for friend in all_friends:
    # print(friend.province)
    if friend.province in province_dict.keys():
        province_dict[friend.province] += 1

print("province_dict")
print(province_dict)

# 为了方便数据呈现，生成JSON Array格式数据
data = []
for key, value in province_dict.items():
    data.append({'name': key, 'value': value})  # 在data列表末尾添加一个字典元素
print(data)

data_process = pd.DataFrame(data)  # 创建数据框
data_process.columns = ['city', 'popu']
print(data_process)

map = Map().add("微信好友城市分布图", [list(z) for z in zip(data_process['city'], data_process['popu'])],
                "china").set_global_opts(
    title_opts=opts.TitleOpts(title="Map-VisualMap（连续型）"), visualmap_opts=opts.VisualMapOpts(max_=10))
map.render('map.html')


# with...as...语句结束时，自动调用f.close()
# a表示：在文件末尾追加
def write_txt_file(path, txt):  # 写文件
    with open(path, 'a', encoding='gbk') as f:
        return f.write(txt)


# 每次运行程序前，需要删除上一次的文件
# 默认字符编码为GBK
def read_txt_file(path):
    with open(path, 'r', encoding='gbk') as f:
        return f.read()


# 统计登录账号好友个性签名
for friend in all_friends:
    print(friend, friend.signature)
    # 对数据进行清洗，将标点符号等对词频率统计造成影响的因素剔除
    # [...]:匹配中括号任意一个字符
    # r:防止转义
    pattern = re.compile(r'[一-龥]+')  # 将正则字符串编译成正则表达式对象，以后在后期的匹配中复用
    # 对某一个签名进行匹配，只匹配中文汉字，结果是列表
    filterdata = re.findall(pattern, friend.signature)
    print(filterdata)
    write_txt_file('signatures.txt', ''.join(filterdata))

# 读取文件并输出。
content = read_txt_file('signatures.txt')
print(content)  # 输出内容，仅汉字

# 输出分词结果，结果为列表
segment = jieba.lcut(content)  # 精确模式：不存在冗余数据，适合文本分析
print(segment)

# 生成数据框且有一列元素
word_df = pd.DataFrame({'segment': segment})  # 字典类型
print(word_df)

# index_col=False:第一行不做为索引
# seq=" "：分隔符
# names=['stopword']：列名
# "stopwords.txt":停止词库
stopwords = pd.read_csv("stopwords.txt", index_col=False, sep=" ", names=['stopword'], encoding='gbk')
print(stopwords)

# 查看过滤停止词后的数据框
word_df = word_df[~word_df.segment.isin(stopwords.stopword)]
print("过滤后：")
print(word_df)

# 查看分词的词频
# python中的groupby可以看作是基于行或者是基于index的聚合操作
# agg函数提供基于列的聚合操作，一般与groupby连用
# np.size:numpy库中统计一列中不同值的个数
words_stat = word_df.groupby(by=['segment'])['segment'].agg({"计数": np.size})  # 警告信息
print(words_stat)

# 根据计数这一列降序排列
words_stat = words_stat.reset_index().sort_values(by=["计数"], ascending=False)
print(words_stat)

# 读入背景图片
color_mask = imread("black_mask.png")

# 设置词云属性
wordcloud = WordCloud(font_path="Hiragino.ttf",  # 设置字体
                      background_color="pink",  # 设置颜色
                      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
                      )
# 生成词云字典，获取词云最高的前一百词
word_frequence = {x[0]: x[1] for x in words_stat.head(100).values}
print(word_frequence)

# 绘制词云图
wordcloud.generate_from_frequencies(word_frequence)
wordcloud.to_file("wordcloud.png")

# 对图像进行处理
plt.imshow(wordcloud)
plt.axis("off")  # 隐藏坐标轴
plt.show()

5. Análise e visualização de dados

1. Proporção de gênero dos amigos do WeChat
   
2. Proporção de províncias em que os amigos do WeChat estão localizados
   

Declare que
a soberania do território da pátria é sagrada e inviolável!
Algumas áreas não estão marcadas, por favor, entenda!

4. WeChat amigo nuvem de palavras de assinatura personalizada