我的第一个微信好友数据分析

标签:flask   解决   第一个   命令行   有关   模式   集合   dex   back   

本次我们利用python来分析一下我们微信的好友数据

首先安装7个依赖库

  • 1、Pillow

PIL:Python Imaging Library,已经是Python平台事实上的图像处理标准库了。PIL功能非常强大,但API却非常简单易用。

由于PIL仅支持到Python 2.7,加上年久失修,于是一群志愿者在PIL的基础上创建了兼容的版本,名字叫Pillow,支持最新Python 3.x,又加入了许多新特性,因此,我们可以直接安装使用Pillow,如果有annaconda,则直接使用即可,如无,须在命令行中安装:

pip install pillow

如果遇到Permission denied安装失败,请加上sudo重试。

  • 2、Pyecharts

是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒,pyecharts 是为了与 Python 进行对接,方便在 Python 中直接使用数据生成图。使用pyecharts可以生成独立的网页,也可以在flask、django中集成使用。

可在命令行通过pip安装:

pip install pyecharts 

  • 3、Itchat

itchat 是一个开源的微信个人号接口,使用 python 调用微信从未如此简单。

可在在命令行通过pip安装:

pip install itchat

  • 4、Jieba

Jieba库是一款优秀的 Python 第三方中文分词库,jieba 支持三种分词模式:精确模式、全模式和搜索引擎模式,下面是三种模式的特点。

精确模式:试图将语句最精确的切分,不存在冗余数据,适合做文本分析

全模式:将语句中所有可能是词的词语都切分出来,速度很快,但是存在冗余数据

搜索引擎模式:在精确模式的基础上,对长词再次进行切分

可在在命令行通过pip安装:

pip install jieba

  • 5、Numpy

NumPy 是一个 Python 的第三方库,代表 “Numeric Python”,主要用于数学/科学计算。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。

使用 Numpy 我们可以轻松进行如下等计算:

  • 数组的算数和逻辑运算。
  • 傅立叶变换和用于图形操作的例程。
  • 与线性代数有关的操作。 NumPy 拥有线性代数和随机数生成的内置函数。

可在在命令行通过pip安装:

pip install Numpy

  • 6、Pandas

Pandas 是基于 NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas 提

供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使 Python 成为强大而高效的数据分析环境的重要因素之一。

可在在命令行通过pip安装:

pip install Pandas

  • 7、wxpy

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。

可在在命令行通过pip安装:

pip install wxpy

  • 8、安装地图数据包:

pip install echarts-china-provinces-pypkg
pip install echarts-countries-pypkg

 

 

在安装成功这几个库后,我们正式开始微信好友分析

步骤如下:

1.登陆微信网页版

from wxpy import *
bot = Bot(cache_path=True)#初始化机器人,选择缓存模式(扫码)登录
friend_all = bot.friends()#获取我的所有微信好友信息

如图,运行后可得到一个二维码,用手机微信扫一扫登陆即可

我的第一个微信好友数据分析 微信开发教程 第1张

2.为了获取好友信息中需要的部分,我们对信息需要进行处理。从上面的获取信息全字段来看,我们获取的每位好友的信息都是一个字典,字典里只有‘City‘、‘Province‘、‘Signature‘、
‘NickName‘、‘HeadImgUrl‘、‘Sex‘是我们需要的。下面我们就对这几个 key 进行提取。

lis=[] #创建一个空列表
for a_friend in friend_all:
    NickName = a_friend.raw.get(NickName,None)
    #Sex = a_friend.raw.get(‘Sex‘,None)
    Sex ={1:"",2:"",0:"其它"}.get(a_friend.raw.get(Sex,None),None)
    City = a_friend.raw.get(City,None)
    Province = a_friend.raw.get(Province,None)
    Signature = a_friend.raw.get(Signature,None)
    HeadImgUrl = a_friend.raw.get(HeadImgUrl,None)
    HeadImgFlag = a_friend.raw.get(HeadImgFlag,None)
    list_0=[NickName,Sex,City,Province,Signature,HeadImgUrl,HeadImgFlag]
    lis.append(list_0)

将其导入excel

def lis2e07(filename,lis):
    import openpyxl
    wb = openpyxl.Workbook()
    sheet = wb.active
    sheet.title = list2excel07
    file_name = filename +.xlsx
    title = []
    title_2 = [NickName,Sex,City,Province,Signature,HeadImgUrl,HeadImgFlag]
    
    title.append(title_2)
    for i in range(len(lis)):
        for j in range(len(lis[i])):
            sheet.cell(row=i+1, column=j+1, value=str(lis[i][j]))
    wb.save(file_name)
    print("写入数据成功")
lis2e07(C:\\Users\\moyulin\\Desktop\\aini,lis

运行excel可得这样一个列表

我的第一个微信好友数据分析 微信开发教程 第2张

 

 接下来我们对好友数据进行简单分析

Friends = bot.friends()
data = Friends.stats_text(total=True, sex=True,top_provinces=30, top_cities=500)
print(data)

运行后,如图

我的第一个微信好友数据分析 微信开发教程 第3张

 

 

然后将好友所在的城市用词云图显示:

from pandas import read_excel
df = read_excel(C:\\Users\\moyulin\\Desktop\\aini.xlsx,sheet_name=list2excel07)
df[City].count()
df[City].describe()
from wordcloud import WordCloud 
import matplotlib.pyplot as plt 
word_list= df[City].fillna(‘‘).tolist()
new_text =  .join(word_list)
wordcloud = WordCloud(font_path=simhei.ttf, background_color="black").generate(new_text)
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

得出如下结果

我的第一个微信好友数据分析 微信开发教程 第4张

 

 最后生成微信好友在地图上的分布图

import pandas as pd
province_list = df[Province].fillna(‘‘).tolist()
count_province = pd.value_counts(province_list)
for i in range(len(province_list)):
    province_list[i]+=
from pyecharts import Map
value = count_province.tolist()
attr = count_province.index.tolist()
map = Map("分布",width=1200,height=600)
map.add("",attr,value,maptype=china,is_bisualmap=True,visual_test_color=#000,is_label_show=True)
map.show_config()
map.render(map2.html)

运行html文件可得

我的第一个微信好友数据分析 微信开发教程 第5张

鼠标点过去即可得到所在区域的人数~

今天的分享到此为止,下次再见啦~

我的第一个微信好友数据分析

标签:flask   解决   第一个   命令行   有关   模式   集合   dex   back   

原文地址:https://www.cnblogs.com/moyulin/p/Moyulin_pig4.html

微擎相关资料:
未经允许不得转载:微擎二次开发视频 » 我的第一个微信好友数据分析

为您推荐

评论列表

还木有评论 ,赶紧来一个!嘻嘻,:)

发表评论

访客的头像

Top