歡迎光臨
每天分享高質量文章

Python分析 | 從00-90後的微信昵稱,發現如下規律。。。

來自:極簡XksA(微信號:xksnh888)

一、前言

大家好,首先說明的是,這是一篇技術文,也是一篇not技術文,今天分享的是,當我獲取了微信小程式英文取名的3500多個微信用戶昵稱、年齡段後,分析得到下麵解果。。。

二、Let’s get it

1.基本信息獲取

1.訪問英文取名的用戶基本信接口,獲取英文取名用戶微信名(NickName)、訪問次數(Count)、總資料集(ResponseData),並將微信名存入檔案。

# 獲取所有用戶數量和相關信息
def get_json():
    # 獲取入口
    search_url = '英文取名用戶接口,歡迎掃碼使用英文取名,生成一個最適合你的英文名'
    # 發送http請求,獲取請求頁面
    search_response =requests.get(search_url)
    # 設置編碼
    search_response.encoding ='UTF-8'
    # 將頁面轉變成json代碼格式
    search_json =search_response.json()
    # 獲取我們需要的資料,是串列格式
    our_data =search_json['ResponseData']
    list_len = len(our_data)
    print('總用戶數有:' + 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("微信名獲取失敗量:"+str(data_research))
    print(NickName)
    name = ['微信名稱']
    file_test =pd.DataFrame(columns=name, data=NickName)
    file_test.to_csv(r'I:/data.csv',encoding='utf-8',index=False)
    print('總訪問量:' + str(user_visit_numbers))

運行結果:

總用戶數有:3549
微信名獲取失敗量:0
總訪問量:4573

2.讀取所有微信名,資料分類
(1)讀取微信名
# 讀取檔案,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:   # 去除表頭
                i = 1
                continue
            line = line.strip()    # 去除換行符
            NickName.append(line)
    return NickName
(2)資料分為以下六大類

中文名

變數名

資料型別

全中文昵稱

ch_name

list

全英文昵稱

en_name

list

中文和數字混合昵稱

ch_di_name

list

包含圖片表情昵稱

img_name

list

其他昵稱

other_name

list

# 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 = []
(3)資料分類判斷
# 昵稱全中文判斷
def is_all_ch(keyword):
    for c in keyword:
        # 包含常見中文字符
        if not ('\u4e00' <= c <= '\u9fa5'):
            return False
    return True
# 昵稱全英文判斷
def is_all_en(keyword):
    # 不能全部為空格或者首位為空格
    if all(ord(c) == 32 for c in keyword) or keyword[0] == ' ':
        return False
    # 允許空格和英文並存(例如:Xist A)
    if not all(65 128 or ord(c) == 32 for c in keyword):
        return False
    return True
# 昵稱全數字判斷
def is_all_di(keyword):
    for uchar in keyword:
        if not (uchar >= '\u0030' and uchar <= u'\u0039'):
            return False
    return True
# 昵稱包含表情圖判斷
def have_img(keyword):
    # 下麵是大部分圖片的一個unicode編碼集
    # 詳情查看: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+數字昵稱判斷
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
(4)資料歸類計算各類數量
list_name = get_name()
print("總共有:"+str(len(list_name))+"個微信名")
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':  # 數字
        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'# 中文和數字
        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("純中文昵稱個數:"+ str(ch_name_number))
# print(ch_name)
print("純英文昵稱個數:"+ str(en_name_number))
#print(en_name)
print("純數字昵稱個數:"+ str(di_name_number))
# print(di_name)
print("包含表情圖昵稱個數:"+ str(img_name_number))
# print(img_name)
print("中文和數字混合昵稱個數:"+ str(ch_di_name_number))
print(ch_di_name)
print("其他昵稱個數:"+ str(oth_name_number))
# print(oth_name)

運行結果:

總共有:3549個微信名
純中文昵稱個數:1514
純英文昵稱個數:569
純數字昵稱個數:9
包含表情圖昵稱個數:400
中文和數字混合昵稱個數:19
其他昵稱個數:1038

3.獲取用戶畫(只獲取用戶年齡段)

3.訪問英文取名用戶畫像接口,獲取近30天活躍用戶和新用戶的年齡段

# 獲取用戶年齡段
def get_data():
    # 獲取token,並處理
    t = get_token().strip('"')
    # 然後將處理後的token值和其他引數作為post方式的引數值,呼叫用戶畫像api
    post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token="
    post_user_url = post_user_api + t
    # 訪問獲取概況資料 (近一個月的資料情況)
    data = json.dumps({
    "begin_date" : "2018-07-21",
    "end_date" : "2018-08-19"})
    # 獲取信息
    user_portrait_data = get_info(post_user_url, data)
    # 時間段
    ref_date = user_portrait_data['ref_date']
    # 新用戶
    visit_uv_new = user_portrait_data['visit_uv_new']
     活躍用戶
    visit_uv = user_portrait_data['visit_uv']
    # 年齡段
    print(ref_date )
    print((visit_uv_new['ages']))
    print((visit_uv['ages']))

運行結果:

# id : 為年齡段序號  name :年齡段名稱    value : 該年齡段人數
20180721-20180819
[{'id'0'name''未知''value'6}, {'id'1'name''17歲以下''value'18}, {'id'2'name''18-24歲''value'118}, {'id'3'name''25-29歲''value'75}, {'id'4'name''30-39歲''value'81}, {'id'5'name''40-49歲''value'14}, {'id'6'name''50歲以上''value'7}]
[{'id'0'name''未知''value'6}, {'id'1'name''17歲以下''value'20}, {'id'2'name''18-24歲''value'147}, {'id'3'name''25-29歲''value'88}, {'id'4'name''30-39歲''value'95}, {'id'5'name''40-49歲''value'20}, {'id'6'name''50歲以上''value'10}]

三、來點有趣的,資料清洗、分析

1.微信名稱型別資料可視化分析

核心代碼:

# 1.微信名分類:玫瑰餅圖
from pyecharts import Pie
# 資料獲取自上面代碼
attr = ["純中文昵稱""純英文昵稱""純數字昵稱""包含表情圖昵稱""中文和數字混合昵稱""其他昵稱"]
v1 = [15145699400191038]
pie = Pie("微信名分類餅圖", title_pos='center', width=900)
pie.add(
    "占比",
    attr,
    v1,
    center=[5050],
    is_random=True,
    radius=[3075],
    rosetype="area",
    is_legend_show=False,
    is_label_show=True,
)
pie.render("render_01.html")

運行效果:

微信昵稱類別玫瑰餅圖

從中可以看出,微信昵稱為全中文的占比最多,占有42.66%,其次為其他昵稱(中英文混合、字符等型別),占有29.25%,再比較大的類就是純英文昵稱,占有16.03%,和包含表情包昵稱,占有11.27%,像純數字昵稱和中文數字混合昵稱相對占比較少,我們常見的中文和數字混合昵稱最多的就機構名/姓名+聯繫方式,一些營銷號常用,相較而言,大多數人還是喜歡用純中文來作昵稱,既體現一種文化情懷,又簡明扼要的介紹了自己 ,比如我的微信名就是老表,這是我初中時候的一個綽號,朋友們一說老表,不一定是在說親戚,有可能在說我,哈哈哈。

2.微信用戶年齡段可視化分析

核心代碼:

# 2.用戶年齡段:玫瑰餅圖
from pyecharts import Pie
# 資料獲取自上面代碼
attr = ["未知""17歲以下""18-24歲""25-29歲""30-39歲""40-49歲","50歲以上"]
v1 = [123826516317634,17]
pie = Pie("微信用戶年齡段餅圖", title_pos='center', width=900)
pie.add(
    "占比",
    attr,
    v1,
    center=[5050],
    is_random=True,
    radius=[3075],
    rosetype="area",
    is_legend_show=False,
    is_label_show=True,
)
pie.render("render_02.html")

運行效果:

用戶年齡段分佈玫瑰餅圖

從中可以看出,年齡段中,18-24歲95-00後占比最多,達到37.59%,接下來是30-39歲80-90後,占比達到24.97%,緊隨其後的為25-29歲90-95後,占比達23.12%,其他年齡段可大概分為兩類:偏兒童類和偏老人類,一共占比10.21%,我個人覺得這類人群少的原因是:小孩、老人玩微信的少,更不用說微信小程式了,對於小孩來說微信的作用就是玩游戲(登錄賬號),對於老人來說,微信主要用來聊天,已經是比較複雜的了,小程式使用可能對老人來說就更複雜了,也缺少必要性

3.詞雲分析微信名稱哪些詞語、表情包更受歡迎

(1)繼續使用pyecharts生成詞雲圖
核心代碼:

# 清洗資料,生成詞雲圖
def split_word(test_str):
    test_str = re.sub('[,,。. \r\n]''', test_str)
    # jieba 詞語
    segment = jieba.lcut(test_str)
    words_df = pd.DataFrame({'segment': segment})
    # quoting=3 表示stopwords.txt里的內容全部不取用
    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({"計數": numpy.size})
    words_stat = words_stat.reset_index().sort_values(by=["計數"], ascending=False)
    test = words_stat.head(200).values
    codes = [test[i][0for i in range(0,len(test))]
    counts = [test[i][1for i in range(0,len(test))]
    wordcloud = WordCloud(width=1300, height=620)
    wordcloud.add("微信昵稱", codes, counts, word_size_range=[20100])
    wordcloud.render('render_03.html')

運行效果:

pyecharts詞雲圖

(2)使用wordcloud+matplotlib生成高級一點的詞雲圖
核心代碼:

# 下下期好好講一下matplotlib繪圖可視化,挺有意思的
# 呼叫get_name函式獲取全部微信名
text = get_name()
# 呼叫jiebaclearText函式,清洗資料(該函式和上面切詞思想一樣)
text1=jiebaclearText(text)
#產生詞雲圖
bg = plt.imread(r"G:\small_pig.jpg")
#生成詞雲
wc=WordCloud(
    background_color="wathet"#設置背景為白色,預設為黑色
    mask=bg,      # 設置詞雲內容範圍(除指定圖片白色區域的其他區域都將改寫詞雲內容)
    margin=10,               #設置圖片的邊緣
    max_font_size=70,   #顯示的最大的字體大小
    random_state=20,    #為每個單詞傳回一個PIL顏色
    font_path='G:\simkai.ttf'   #中文處理,用系統自帶的字體
    # 可以在這裡下載這個字體:http://www.font5.com.cn/font_download.php?id=534∂=1245067666
    ).generate(text1)
#為圖片設置字體
my_font=fm.FontProperties(fname='G:\simkai.ttf')
# 圖片背景
bg_color = ImageColorGenerator(bg)
# 開始畫圖
plt.imshow(wc.recolor(color_func=bg_color))
# 為雲圖去掉坐標軸
plt.axis("off")
# 儲存雲圖
wc.to_file("render_04.png")

詞雲輪廓原圖:

這是您的專屬社會人


運行效果:

wordcloud詞雲圖

由於第二種方法無法解析表情圖,所以沒有表情出現,除此外這兩種方法顯示的詞雲圖內容幾乎大同小異。
通過詞雲圖,我們一眼看出大家使用最多的,除開中文後,就是表情圖了,你的微信朋友圈裡是否也有這樣的大紅嘴唇,我的好像有,哈哈哈~當我們單純來看詞雲中的中文時,發現像太陽陽光微笑可愛開心未來等比較積極向上的詞語還是比較受大家喜歡的,也體現出大家的內心的積極、樂觀,當然還有像麗麗等這樣的姓名部分,在昵稱中大家也使用的比較多,也不缺乏有像悲傷這樣比較冷色的詞語。

四、通過昵稱進行情緒分析(大膽猜想)

01 | 微信昵稱為全中文

微信昵稱為全中文可以分為兩大類:自己的真名和其他昵稱。

直接用自己的姓名當微信昵稱的人,性格大多是直來直往的那種,待人比較坦誠。

他們的微信一般用於熟人社交和日常辦公,平時不會隨便加不熟的人,就算用真名也不怕泄露個人信息,來個不恰當的比喻:不做虧心事,不怕鬼敲門,哈哈哈。

為其他昵稱的人,大多有自己的看法,也許昵稱是自己對未來的一種期望,也許昵稱是自己對生活的一種態度,或者是一些無釐頭的話語,炫酷的話語。(猜測)

02 | 微信昵稱為全英文

出於個人喜好或工作需求,有些人會給自己取一個容易記的、叫著順口的英文名,比如Tom、Abby、Jason,並常常在自我介紹的時候,讓大家可以用英文名字稱呼自己。

對他們而言,英文名就相當於自己的第二個名字,用它做微信名,和用本名沒什麼太大的區別。

也有的人會刻意避開那些常見的英文名,取一些更小眾的,他們更在意提高自己的“逼格”,喜歡標新立異,追求時尚和前衛。(猜測)

03 | 微信昵稱帶有表情符號

有很多女生會在微信名稱裡加上各種表情符號,從上面分析的詞雲圖中可以看出,一個大紅唇大家使用最多,其他的可能是一個愛心,一朵玫瑰,一顆星星,又或是系統自帶的emoji表情。

她們可能覺得這是一種特別的裝飾,能讓自己的名字和別人有明顯的區別。

這樣的女生,大多有細膩的小心思、浪漫的生活情調,和一顆蓬勃的少女心。(猜測)

04 | 微信昵稱帶有職業性質

一般來說,會主動在自己微信名前面帶一個字母“A”的,大多都是整天在朋友圈裡發廣告的微商或代購。

比較正式一點的,用的都是“公司名+姓名”的形式,這一類人基本都是銷售員或房產中介……或者就是真正的大佬啦~

還有一些人,會根據自己不同的工作階段不定時更換名字後綴的。

認識一個在某地產公司做人力的朋友,為了能好好享受假期,她會把微信名改成“ΧΧΧ休假中”,以便提醒那些在節假日還私信她詢問工作的人。

也有一些人反著來,為了顯示自己特別積極,直接把微信名改成“ΧΧΧ加班中”……emmm主要是改給老闆看的吧。(猜想)

05 | 微信昵稱帶偶像名

不用說,這一類都是典型的追星族,而且大多都是女生,比如吳亦凡夫人,蔡徐坤秘密女友,胡歌的小嬌妻……不出意外,她們的頭像一般就是她們的愛豆本人。

她們平時會在微博給偶像打call,朋友圈也會發很多相關推薦,如果有人誇自己的愛豆,她們會覺得遇到了知音;相反地,如果有人說她們愛豆的壞話,她們會馬上拉黑……

切記,在追星的人面前,不要輕易抬杠,對她的愛豆指手畫腳……(猜想)

06 | 微信昵稱是四字詞

仔細觀察長輩們的微信名,就會發現他們特別喜歡用四字詞作昵稱。

這些四字詞最大的共同點,就是都傳遞著一種歲月靜好的氛圍:“人生如茶”、“花自芬芳”、“上善若水”、“人心依舊”“雲淡風輕”……

年輕人用獨特的微信名標記自己,年長點的叔叔阿姨只是想純粹地寄托一種生活理想。(猜想)


都說名字是人的第二張臉。微信名取得好,往往會給人留下更好的印象。

你的微信名有什麼特別的含義嗎?評論區里聊一聊。

五、附錄:參考文件

(1)微信小程式api說明檔案、wikipedia-emoji(表情圖編碼介紹)
(2)Wordcloud官方文件
(3)傲嬌的草履蟲寫的 Wordcloud 各引數含義
(4)知乎給誰寫的:微信名字,暴露了你是一個什麼樣的人


●編號518,輸入編號直達本文

●輸入m獲取文章目錄

推薦↓↓↓

人工智慧與大資料技術

更多推薦18個技術類公眾微信

涵蓋:程式人生、演算法與資料結構、黑客技術與網絡安全、大資料技術、前端開發、Java、Python、Web開發、安卓開發、iOS開發、C/C++、.NET、Linux、資料庫、運維等。

赞(0)

分享創造快樂