黑马程序员技术交流社区

标题: 【上海校区】使用python简单分析个人微信好友 [打印本页]

作者: 梦缠绕的时候 时间: 2018-10-24 09:35
标题: 【上海校区】使用python简单分析个人微信好友
python中提供很多方便使用的库，其中wxpy第三方库可以用来进行微信的登录以及信息的获取。

一、wxpy库
安装：在cmd中输入pip install wxpy

安装成功后可以查看版本，如下图：

二、Echarts--商业级数据图表
   链接：http://echarts.baidu.com/echarts2/doc/example/pie1.html

   它是一个纯JavaScripts的图标库，兼容绝大部分浏览器，可以直观的显示数据，简单来说，它是一个帮助数据可视化的库。Echarts不仅提供常见的如折线图，柱状图，散点图，饼图，K线图等图表类型，而且ECharts 提供了用于地理数据可视化的地图，热力图，线图，用于关系数据可视化的关系图，treemap，多维数据可视化的平行坐标，还有用于 BI 的漏斗图，仪表盘，并且支持图与图之间的混搭。

三、获取男女比例
使用jupyter notebook python3实现代码：

from wxpy import *

#初始化机器人
bot = Bot()
#获取所有好友信息
my_friends = bot.friends()
print(type(my_friends))

#使用字典统计好友中男女的比例信息
sex_dict = {'male': 0, 'female': 0}
for friend in my_friends:
# 性别数量统计
if friend.sex == 1:
      sex_dict['male'] += 1
elif friend.sex == 2:
      sex_dict['female'] += 1
print(sex_dict)

在ECharts中更改左侧的options，这是JSON数据格式：

四、好友地区分布
#使用一个字典统计好友地区分布数量
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

#生成JSON Array格式数据
data = []
for key, value in province_dict.items():
data.append({'name': key, 'value': value})

print(data)
地区生成地图：http://echarts.baidu.com/examples/editor.html?c=map-polygon

可更加详细的改为各个省份中各个城市的信息。可得到类似如下图所示的图例：

五、好友个性签名分析
1. 可视化词云安装
pip install wordcloud

2.其他安装依赖
pip install jieba
pip install pandas
pip install numpy
pip install scipy
3. 微信好友个性签名
      最新简体中文常见停用词表：stopwords.txt，放在与代码同目录下即可。

下载地址：https://download.csdn.net/download/yql_617540298/10616241

代码：

def show_signature(friends):
#统计签名
for friend in friends:
      #对数据进行清洗
      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=120,                #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=800, height=800, margin=2,# 设置图片默认的大小
                  )

#生成词云
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('results.png')
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

def main():
friends = login()
show_area_distribution(friends)
show_signature(friends)

if __name__ == '__main__':
main()
图片选取：.jfif图片。

---------------------
作者：蹦跶的小羊羔
来源：CSDN
原文：https://blog.csdn.net/yql_617540298/article/details/81876937
版权声明：本文为博主原创文章，转载请附上博文链接！

作者: 不二晨 时间: 2018-10-25 10:43

作者: 魔都黑马少年梦 时间: 2018-11-1 16:18

欢迎光临黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2