歡迎光臨
每天分享高質量文章

用Python分析了數千個微信暱稱後,我們發現90後和00後是這樣的人!

導讀:這是一篇技術文,也是一篇not技術文,今天分享的是,當筆者獲取了微信小程式英文取名的3500多個微信使用者暱稱、年齡段後,分析得到下麵結果……

作者:XksA

來源:極簡XksA(ID:xksnh888)

01 Let’s get it

1. 基本資訊獲取

訪問 英文取名 的使用者基本信介面,獲取 英文取名 使用者微信名(NickName)、訪問次數(Count)、總資料集(ResponseData),並將微信名存入檔案。

# 獲取所有使用者數量和相關資訊
def get_json():
    # 獲取入口
    search_url = '英文取名使用者介面,歡迎掃碼使用英文取名,生成一個最適合你的英文名'
    # 傳送http請求,獲取請求頁面
    search_response = requests.get(search_url)
    # 設定編碼
    search_response.encoding = 'UTF-8'
    # 將頁面轉變成json程式碼格式
    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('總使用者數有:' + 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))

執行結果:

總使用者數有: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

2.1 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

2.2 資料分為以下六大類

中文名 變數名 資料型別
全中文暱稱 ch_name list
全英文暱稱 en_name list
中文和數字混合暱稱 ch_di_name list
包含圖片表情暱稱 img_name list
其他暱稱 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 = []

2.3 資料分類判斷

# 暱稱全中文判斷
def is_all_ch(keyword):
    for c in keyword:
        # 包含常見中文字元
        if not ('\u4e00' <= c <= '\u9fa5'):
            return False
    return True

# 暱稱全英文判斷
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

# 暱稱全數字判斷
def is_all_di(keyword):
    for uchar in keyword:
        if not (uchar >= '\u0030' and uchar <= u'\u0039'):
            return False
    return True

# 暱稱包含表情圖判斷
def have_img(keyword):
    # 下麵是大部分圖片的一個unicode編碼集
    # 詳情檢視: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+數字暱稱判斷
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

2.4 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("純中文暱稱個數:"+ str(ch_name_number))
print(ch_name)
print("純英文暱稱個數:"+ str(en_name_number))
#print(en_name)
print("純數字暱稱個數:"+ str(di_name_number))
print(di_name)
print("包含表情圖暱稱個數:"+ str(img_name_number))
print(img_name)
print("中文和數字混合暱稱個數:"+ str(ch_di_name_number))
print(ch_di_name)
print("其他暱稱個數:"+ str(oth_name_number))
print(oth_name)

執行結果:

總共有:3549個微信名
純中文暱稱個數:1514
純英文暱稱個數:569
純數字暱稱個數:9
包含表情圖暱稱個數:400
中文和數字混合暱稱個數:19
其他暱稱個數:1038


3. 獲取使用者畫(只獲取使用者年齡段)

訪問 英文取名 使用者畫像介面,獲取近30天 活躍使用者新使用者 的年齡段:

 # 獲取使用者年齡段
 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,呼叫使用者畫像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"})
    # 獲取資訊
    user_portrait_data = get_info(post_user_url, data)
    # 時間段
    ref_date = user_portrait_data['ref_date']
    # 新使用者
    visit_uv_new = user_portrait_data['visit_uv_new']
     活躍使用者
    visit_uv = user_portrait_data['visit_uv']
    # 年齡段
    print(ref_date )
    print((visit_uv_new['ages']))
    print((visit_uv['ages']))

執行結果:

# 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}]


02 來點有趣的,資料清洗、分析

1. 微信名稱型別資料視覺化分析

核心程式碼:

# 1.微信名分類:玫瑰餅圖
from pyecharts import Pie
# 資料獲取自上面程式碼
attr = ["純中文暱稱""純英文暱稱""純數字暱稱""包含表情圖暱稱""中文和數字混合暱稱""其他暱稱"]
v1 = [15145699400191038]
pie = Pie("微信名分類餅圖", title_pos='center', width=900)
pie.add(
    "佔比",
    attr,
    v1,
    center=[5050],
    is_random=True,
    radius=[3075],
    rosetype="area",
    is_legend_show=False,
    is_label_show=True,
)
pie.render("render_01.html")

執行效果:

從中可以看出,微信暱稱為全中文的佔比最多,佔有42.66%,其次為其他暱稱(中英文混合、字元等型別),佔有29.25%,再比較大的類就是純英文暱稱,佔有16.03%,和包含表情包暱稱,佔有11.27%,像純數字暱稱和中文數字混合暱稱相對佔比較少。


我們常見的中文和數字混合暱稱最多的就是機構名/姓名+聯絡方式,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暱稱,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. 微信使用者年齡段視覺化分析

核心程式碼:

# 2.使用者年齡段:玫瑰餅圖
from pyecharts import Pie
# 資料獲取自上面程式碼
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("微信使用者年齡段餅圖", title_pos='center', width=900)
pie.add(
    "佔比",
    attr,
    v1,
    center=[5050],
    is_random=True,
    radius=[3075],
    rosetype="area",
    is_legend_show=False,
    is_label_show=True,
)
pie.render("render_02.html")


執行效果:

從中可以看出,年齡段中,18-24歲的95-00後佔比最多,達到37.59%,接下來是30-39歲的80-90後,佔比達到24.97%緊隨其後的為25-29歲的90-95後,佔比達23.12%,其他年齡段可大概分為兩類:偏兒童類和偏老人類,一共佔比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遊戲(登入賬號),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

3.1 繼續使用 pyecharts 生成詞雲圖


核心程式碼:

# 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裡的內容全部不取用
    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("微信暱稱", codes, counts, word_size_range=[20100])
    wordcloud.render('render_03.html')

執行效果:

▲pyecharts詞雲圖

3.2 使用 wordcloud + matplotlib 生成高階一點的詞雲圖

核心程式碼:

# 下下期好好講一下matplotlib繪圖視覺化,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"#設定背景為白色,預設為黑色
    mask=bg,      # 設定詞雲內容範圍(除指定圖片白色區域的其他區域都將改寫詞雲內容)
    margin=10,               #設定圖片的邊緣
    max_font_size=70,   #顯示的最大的字型大小
    random_state=20,    #為每個單詞傳回一個PIL顏色
    font_path='G:\simkai.ttf'   #中文處理,用系統自帶的字型
    # 可以在這裡下載這個字型:http://www.font5.com.cn/font_download.php?id=534∂=1245067666
    ).generate(text1)
#為圖片設定字型
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

執行效果:

▲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。


透過詞雲圖,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、愛、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、徐、陳等這樣的姓名部分,在暱稱中大家也使用的比較多,也不缺乏有像悲傷、涼這樣比較冷色的詞語。

03 透過暱稱進行情緒分析(大膽猜想)

1. 微信暱稱為全中文

微信暱稱為全中文可以分為兩大類:自己的真名和其他暱稱。

直接用自己的姓名當微信暱稱的人,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,就算用真名也不怕洩露個人資訊,來個不恰當的比喻:不做虧心事,不怕鬼敲門,哈哈哈。

為其他暱稱的人,大多有自己的看法,也許暱稱是自己對未來的一種期望,也許暱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。


2. 微信暱稱為全英文

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。


3. 微信暱稱帶有表情符號

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。

4. 微信暱稱帶有職業性質

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字尾的。

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。


5. 微信暱稱帶偶像名

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,不要輕易抬槓,對她的愛豆指手畫腳……


6. 微信暱稱是四字詞

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暱稱。


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託一種生活理想。

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?評論區裡聊一聊。

04 附錄:參考檔案

  1. 微信小程式api說明檔案、wikipedia-emoji(表情圖編碼介紹)

  2. Wordcloud官方檔案

  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

關於作者:XksA, 大三在讀的師範技術生,主要研究Python資料分析、視覺化方面,爬蟲教程正在更新中,個人公眾號 極簡XksA 長期分享學習筆記,學習資料,歡迎交流學習。

更多精彩


在公眾號後臺對話方塊輸入以下關鍵詞

檢視更多優質內容!


PPT | 報告 | 讀書 | 書單 | 乾貨

Python | 機器學習 | 深度學習 | 神經網路

區塊鏈 | 揭秘 | 高考 | 數學

猜你想看

Q: 你的微信暱稱有什麼特別含義

歡迎留言與大家分享

覺得不錯,請把這篇文章分享給你的朋友

轉載 / 投稿請聯絡:baiyu@hzbook.com

更多精彩,請在後臺點選“歷史文章”檢視

贊(0)

分享創造快樂