Python实现微信好友的数据分析
作者:zenobia119 发布时间:2023-10-21 15:54:20
标签:python,微信,数据分析
基于微信开放的个人号接口python库itchat,实现对微信好友的获取,并对省份、性别、微信签名做数据分析。
效果:
直接上代码,建三个空文本文件stopwords.txt,newdit.txt、unionWords.txt,下载字体simhei.ttf或删除字体要求的代码,就可以直接运行。
#wxfriends.py 2018-07-09
import itchat
import sys
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']#绘图时可以显示中文
plt.rcParams['axes.unicode_minus']=False#绘图时可以显示中文
import jieba
import jieba.posseg as pseg
from scipy.misc import imread
from wordcloud import WordCloud
from os import path
#解决编码问题
non_bmp_map = dict.fromkeys(range(0x10000, sys.maxunicode + 1), 0xfffd)
#获取好友信息
def getFriends():
friends = itchat.get_friends(update=True)[0:]
flists = []
for i in friends:
fdict={}
fdict['NickName']=i['NickName'].translate(non_bmp_map)
if i['Sex'] == 1:
fdict['Sex']='男'
elif i['Sex'] == 2:
fdict['Sex']='女'
else:
fdict['Sex']='雌雄同体'
if i['Province'] == '':
fdict['Province'] ='未知'
else:
fdict['Province']=i['Province']
fdict['City']=i['City']
fdict['Signature']=i['Signature']
flists.append(fdict)
return flists
#将好友信息保存成CSV
def saveCSV(lists):
df = pd.DataFrame(lists)
try:
df.to_csv("wxfriends.csv",index = True,encoding='gb18030')
except Exception as ret:
print(ret)
return df
#统计性别、省份字段
def anysys(df):
df_sex = pd.DataFrame(df['Sex'].value_counts())
df_province = pd.DataFrame(df['Province'].value_counts()[:15])
df_signature = pd.DataFrame(df['Signature'])
return df_sex,df_province,df_signature
#绘制柱状图,并保存
def draw_chart(df_list,x_feature):
try:
x = list(df_list.index)
ylist = df_list.values
y = []
for i in ylist :
for j in i:
y.append(j)
plt.bar(x,y,label=x_feature)
plt.legend()
plt.savefig(x_feature)
plt.close()
except:
print("绘图失败")
#解析取个性签名构成列表
def getSignList(signature):
sig_list = []
for i in signature.values:
for j in i:
sig_list.append(j.translate(non_bmp_map))
return sig_list
#分词处理,并根据需要填写停用词、自定义词、合并词替换
def segmentWords(txtlist):
stop_words = set(line.strip() for line in open('stopwords.txt', encoding='utf-8'))
newslist = []
#新增自定义词
jieba.load_userdict("newdit.txt")
for subject in txtlist:
if subject.isspace():
continue
word_list = pseg.cut(subject)
for word, flag in word_list:
if not word in stop_words and flag == 'n' or flag == 'eng' and word !='span' and word !='class':
newslist.append(word)
#合并指定的相似词
for line in open('unionWords.txt', encoding='utf-8'):
newline = line.encode('utf-8').decode('utf-8-sig') #解决\ufeff问题
unionlist = newline.split("*")
for j in range(1,len(unionlist)):
#wordDict[unionlist[0]] += wordDict.pop(unionlist[j],0)
for index,value in enumerate(newslist):
if value == unionlist[j]:
newslist[index] = unionlist[0]
return newslist
#高频词统计
def countWords(newslist):
wordDict = {}
for item in newslist:
wordDict[item] = wordDict.get(item,0) + 1
itemList = list(wordDict.items())
itemList.sort(key=lambda x:x[1],reverse=True)
for i in range(100):
word, count = itemList[i]
print("{}:{}".format(word,count))
#绘制词云
def drawPlant(newslist):
d = path.dirname(__file__)
mask_image = imread(path.join(d, "timg.png"))
content = ' '.join(newslist)
wordcloud = WordCloud(font_path='simhei.ttf', background_color="white",width=1300,height=620, max_words=200).generate(content) #mask=mask_image,
# Display the generated image:
plt.imshow(wordcloud)
plt.axis("off")
wordcloud.to_file('wordcloud.jpg')
plt.show()
def main():
#登陆微信
itchat.auto_login() # 登陆后不需要扫码 hotReload=True
flists = getFriends()
fdf = saveCSV(flists)
df_sex,df_province,df_signature = anysys(fdf)
draw_chart(df_sex,"性别")
draw_chart(df_province,"省份")
wordList = segmentWords(getSignList(df_signature))
countWords(wordList)
drawPlant(wordList)
main()
来源:https://blog.csdn.net/zenobia119/article/details/80990970


猜你喜欢
- KNN核心算法函数,具体内容如下#! /usr/bin/env python3# -*- coding: utf-8 -*-# fileNa
- 首先,未来Python完全取代Java的可能性并不大,但是Python的发展确实能够挤占一部分Java的应用空间。Python语言在最近几年
- MYSQL中批量替换某个字段的部分数据,具体介绍如下所示:1.修改字段里的所有含有指定字符串的文字UPDATE 表A SET 字段B = r
- 我们知道,正则表达式是一个处理字符串中很实用的技巧。然而,即便是Javascript写的很厉害的程序猿,有时也会忘掉正则表达式的语法,从而使
- TensorFlow的日志级别分为以下三种:TF_CPP_MIN_LOG_LEVEL = 1 //默认设置,为显示所有信息TF_CPP_MI
- go的各种import最简单的:package main import "fmt"func main() {  
- 前几天在“CSS那些事儿”的群中,一位读者朋友(小土豆)问我书中提到首字下沉的时候为什么要增加一个清除浮动。当时我自己一时迷惑了,为什么呢,
- PyQt5不规则窗口实现动画效果实例import sysfrom PyQt5.QtCore import *from PyQt5.QtGui
- 前言大家好,我是辣条今天给大家带来几个实用的python脚本工具,原因不难猜这段时间我亲爱的女朋友呢给我整出点小花样,差点让我电脑GG了。我
- 本文介绍了Python对于正则表达式的支持,包括正则表达式基础以及Python正则表达式标准库的完整介绍及使用示例。本文的内容不包括如何编写
- ARIMA模型ARIMA模型的全称是自回归移动平均模型,是用来预测时间序列的一种常用的统计模型,一般记作ARIMA(p,d,q)。ARIMA
- mysql中using的用法为:using()用于两张表的join查询,要求using()指定的列在两个表中均存在,并使用之用于join的条
- 本文实例讲述了Flask框架学习笔记之模板操作。分享给大家供大家参考,具体如下:flask的模板引擎是Jinja2。引入模板的好处是增加程序
- 本文实例讲述了php文件缓存类用法。分享给大家供大家参考。具体如下:<?php/** * 简单的文件缓存类 * */class XZC
- shapefile转换geojsonimport shapefileimport codecsfrom json import dumps#
- 采集中 或者 在线添加文章中 都可以用到此功能俺自己在baidu上搜索的保存远程图片到本地的代码 感觉比较难用点 而且没有现成的比较全的代码
- 前言朋友提问:创建Word文档并插入市面上有很多图表绘制库,例如echarts和highcharts等等。对于这种由js动态绘制的图表,我们
- 高动态范围成像一、引言如今,大多数数字图像和成像设备每通道使用 8 位整数表示灰度,因此将设备的动态范围限制在两个数量级(实际上是 256
- 1.数据库约束约束是关系型数据库提供的一种校验数据合法性的机制. 1.1 约束类型约束类型说明示例null使用not null 指
- 不管是哪个版本的Ubuntu,安装mysql数据库基本上都是大同小异。下面介绍一下具体的安装步骤:1、打开终端,并取得root权限2、在终端