pip install -U wxpy

pip install -U wxpy -i "https://pypi.doubanio.com/simple/"

from wxpy import *

# 初始化機器人，掃碼登陸
bot = Bot()

# 獲取所有好友
my_friends = bot.friends()
print(type(my_friends))

Getting uuid of QR code.
Downloading QR code.
Please scan the QR code to log in.
Please press confirm on your phone.
Loading the contact, this may take a little while.
as

王強?>
<class ‘wxpy.api.chats.chats.Chats‘>

wxpy.api.chats.chats.Chats物件是多個聊天物件的合集，可用於搜尋或統計，可以搜尋和統計的資訊包括sex(性別)、province(省份)、city(城市)和signature(個性簽名)等。

02 微信好友男女比例

1. 資料統計

使用一個字典sex_dict來統計好友中男性和女性的數量。

# 使用一個字典統計好友男性和女性的數量
sex_dict = {'male': 0, 'female': 0}

for friend in my_friends:
    # 統計性別
    if friend.sex == 1:
        sex_dict['male'] += 1
    elif friend.sex == 2:
        sex_dict['female'] += 1

print(sex_dict)

以下為輸出結果：

{'male': 255, 'female': 104}

2. 資料呈現

本文采用 ECharts餅圖 進行資料的呈現，開啟連結http://echarts.baidu.com/echarts2/doc/example/pie1.html，可以看到如下內容：

▲echarts餅圖原始內容

從圖中可以看到左側為資料，右側為呈現的資料圖，其他的形式的圖也是這種左右結構。看一下左邊的資料：

option = {
    title : {
        text: '某站點使用者訪問來源',
        subtext: '純屬虛構',
        x:'center'
    },
    tooltip : {
        trigger: 'item',
        formatter: "{a} 
{b} : {c} ({d}%)"
    },
    legend: {
        orient : 'vertical',
        x : 'left',
        data:['直接訪問','郵件營銷','聯盟廣告','影片廣告','搜尋引擎']
    },
    toolbox: {
        show : true,
        feature : {
            mark : {show: true},
            dataView : {show: true, readOnly: false},
            magicType : {
                show: true, 
                type: ['pie', 'funnel'],
                option: {
                    funnel: {
                        x: '25%',
                        width: '50%',
                        funnelAlign: 'left',
                        max: 1548
                    }
                }
            },
            restore : {show: true},
            saveAsImage : {show: true}
        }
    },
    calculable : true,
    series : [
        {
            name:'訪問來源',
            type:'pie',
            radius : '55%',
            center: ['50%', '60%'],
            data:[
                {value:335, name:'直接訪問'},
                {value:310, name:'郵件營銷'},
                {value:234, name:'聯盟廣告'},
                {value:135, name:'影片廣告'},
                {value:1548, name:'搜尋引擎'}
            ]
        }
    ]
};        

可以看到option =後面的大括號裡是JSON格式的資料，接下來分析一下各項資料：

• title：標題

• text：標題內容

• subtext：子標題

• x：標題位置

• tooltip：提示，將滑鼠放到餅狀圖上就可以看到提示

• legend：圖例

• orient：方向

• x：圖例位置

• data：圖例內容

• toolbox：工具箱，在餅狀圖右上方橫向排列的圖示

• mark：輔助線開關

• dataView：資料檢視，點選可以檢視餅狀圖資料

• magicType：餅圖(pie)切換和漏斗圖(funnel)切換

• restore：還原

• saveAsImage：儲存為圖片

• calculable：暫時不知道它有什麼用

• series：主要資料

• data：呈現的資料

其它型別的圖資料格式類似，後面不再詳細分析。只需要修改data、legend->data、series->data即可，修改後的資料為：

option = {
    title : {
        text: '微信好友性別比例',
        subtext: '真實資料',
        x:'center'
    },
    tooltip : {
        trigger: 'item',
        formatter: "{a} 
{b} : {c} ({d}%)"
    },
    legend: {
        orient : 'vertical',
        x : 'left',
        data:['男性','女性']
    },
    toolbox: {
        show : true,
        feature : {
            mark : {show: true},
            dataView : {show: true, readOnly: false},
            magicType : {
                show: true, 
                type: ['pie', 'funnel'],
                option: {
                    funnel: {
                        x: '25%',
                        width: '50%',
                        funnelAlign: 'left',
                        max: 1548
                    }
                }
            },
            restore : {show: true},
            saveAsImage : {show: true}
        }
    },
    calculable : true,
    series : [
        {
            name:'訪問來源',
            type:'pie',
            radius : '55%',
            center: ['50%', '60%'],
            data:[
                {value:255, name:'男性'},
                {value:104, name:'女性'}
            ]
        }
    ]
};        

資料修改完成後，點選頁面中綠色的掃清按鈕，可以得到餅圖如下（可以根據自己的喜好修改主題）：

▲好友性別比例

將滑鼠放到餅圖上可以看到詳細資料：

▲好友性別比例檢視資料

03 微信好友全國分佈圖

1. 資料統計

# 使用一個字典統計各省好友數量
province_dict = {'北京': 0, '上海': 0, '天津': 0, '重慶': 0,
    '河北': 0, '山西': 0, '吉林': 0, '遼寧': 0, '黑龍江': 0,
    '陝西': 0, '甘肅': 0, '青海': 0, '山東': 0, '福建': 0,
    '浙江': 0, '臺灣': 0, '河南': 0, '湖北': 0, '湖南': 0,
    '江西': 0, '江蘇': 0, '安徽': 0, '廣東': 0, '海南': 0,
    '四川': 0, '貴州': 0, '雲南': 0,
    '內蒙古': 0, '新疆': 0, '寧夏': 0, '廣西': 0, '西藏': 0,
    '香港': 0, '澳門': 0}

# 統計省份
for friend in my_friends:
    if friend.province in province_dict.keys():
        province_dict[friend.province] += 1

# 為了方便資料的呈現，生成JSON Array格式資料
data = []
for key, value in province_dict.items():
    data.append({'name': key, 'value': value})

print(data)

以下為輸出結果：

[{'name': '北京', 'value': 91}, {'name': '上海', 'value': 12}, {'name': '天津', 'value': 15}, {'name': '重慶', 'value': 1}, {'name': '河北', 'value': 53}, {'name': '山西', 'value': 2}, {'name': '吉林', 'value': 1}, {'name': '遼寧', 'value': 1}, {'name': '黑龍江', 'value': 2}, {'name': '陝西', 'value': 3}, {'name': '甘肅', 'value': 0}, {'name': '青海', 'value': 0}, {'name': '山東', 'value': 7}, {'name': '福建', 'value': 3}, {'name': '浙江', 'value': 4}, {'name': '臺灣', 'value': 0}, {'name': '河南', 'value': 1}, {'name': '湖北', 'value': 4}, {'name': '湖南', 'value': 4}, {'name': '江西', 'value': 4}, {'name': '江蘇', 'value': 9}, {'name': '安徽', 'value': 2}, {'name': '廣東', 'value': 63}, {'name': '海南', 'value': 0}, {'name': '四川', 'value': 2}, {'name': '貴州', 'value': 0}, {'name': '雲南', 'value': 1}, {'name': '內蒙古', 'value': 0}, {'name': '新疆', 'value': 2}, {'name': '寧夏', 'value': 0}, {'name': '廣西', 'value': 1}, {'name': '西藏', 'value': 0}, {'name': '香港', 'value': 0}, {'name': '澳門', 'value': 0}]

可以看出，好友最多的省份為北京。那麼問題來了：為什麼要把資料重組成這種格式？因為ECharts的地圖需要這種格式的資料。

2. 資料呈現

採用ECharts地圖 來進行好友分佈的資料呈現。開啟該網址，將左側資料修改為：

option = {
    title : {
        text: '微信好友全國分佈圖',
        subtext: '真實資料',
        x:'center'
    },
    tooltip : {
        trigger: 'item'
    },
    legend: {
        orient: 'vertical',
        x:'left',
        data:['好友數量']
    },
    dataRange: {
        min: 0,
        max: 100,
        x: 'left',
        y: 'bottom',
        text:['高','低'],           // 文字，預設為數值文字
        calculable : true
    },
    toolbox: {
        show: true,
        orient : 'vertical',
        x: 'right',
        y: 'center',
        feature : {
            mark : {show: true},
            dataView : {show: true, readOnly: false},
            restore : {show: true},
            saveAsImage : {show: true}
        }
    },
    roamController: {
        show: true,
        x: 'right',
        mapTypeControl: {
            'china': true
        }
    },
    series : [
        {
            name: '好友數量',
            type: 'map',
            mapType: 'china',
            roam: false,
            itemStyle:{
                normal:{label:{show:true}},
                emphasis:{label:{show:true}}
            },
            data:[
              {'name': '北京', 'value': 91},
              {'name': '上海', 'value': 12},
              {'name': '天津', 'value': 15}, 
              {'name': '重慶', 'value': 1}, 
              {'name': '河北', 'value': 53},
              {'name': '山西', 'value': 2}, 
              {'name': '吉林', 'value': 1},
              {'name': '遼寧', 'value': 1}, 
              {'name': '黑龍江', 'value': 2},
              {'name': '陝西', 'value': 3},
              {'name': '甘肅', 'value': 0},
              {'name': '青海', 'value': 0}, 
              {'name': '山東', 'value': 7},
              {'name': '福建', 'value': 3}, 
              {'name': '浙江', 'value': 4},
              {'name': '臺灣', 'value': 0},
              {'name': '河南', 'value': 1},
              {'name': '湖北', 'value': 4}, 
              {'name': '湖南', 'value': 4},
              {'name': '江西', 'value': 4},
              {'name': '江蘇', 'value': 9},
              {'name': '安徽', 'value': 2},
              {'name': '廣東', 'value': 63}, 
              {'name': '海南', 'value': 0},
              {'name': '四川', 'value': 2},
              {'name': '貴州', 'value': 0}, 
              {'name': '雲南', 'value': 1},
              {'name': '內蒙古', 'value': 0},
              {'name': '新疆', 'value': 2}, 
              {'name': '寧夏', 'value': 0},
              {'name': '廣西', 'value': 1},
              {'name': '西藏', 'value': 0},
              {'name': '香港', 'value': 0},
              {'name': '澳門', 'value': 0}
            ]
        }
    ]
};                    

註意兩點：

• dataRange->max 根據統計資料適當調整

• series->data 的資料格式

點選掃清按鈕後，可以生成如下地圖：

▲好友全國分佈圖

從圖中可以看出我的好友主要分佈在北京、河北和廣東。

有趣的是，地圖左邊有一個滑塊，代表地圖資料的範圍，我們將上邊的滑塊拉到最下麵可以看到沒有微信好友分佈的省份：

▲沒有微信好友的省份

按照這個思路，我們可以在地圖上看到確切數量好友分佈的省份，讀者可以動手試試。

04 好友簽名統計

1. 資料統計

def write_txt_file(path, txt):
    '''
    寫入txt文字
    '''
    with open(path, 'a', encoding='gb18030', newline='') as f:
        f.write(txt)    

# 統計簽名
for friend in my_friends:
    # 對資料進行清洗，將標點符號等對詞頻統計造成影響的因素剔除
    pattern = re.compile(r'[一-龥]+')
    filterdata = re.findall(pattern, friend.signature)
    write_txt_file('signatures.txt', ''.join(filterdata))

上面程式碼實現了對好友簽名進行清洗以及儲存的功能，執行完成之後會在當前目錄生成signatures.txt檔案。

2. 資料呈現

資料呈現採用詞頻統計和詞雲展示，透過詞頻可以瞭解到微信好友的生活態度。

詞頻統計用到了 jieba、numpy、pandas、scipy、wordcloud庫。如果電腦上沒有這幾個庫，執行安裝指令：

• pip install jieba

• pip install pandas

• pip install numpy

• pip install scipy

• pip install wordcloud

2.1 讀取txt檔案

前面已經將好友簽名儲存到txt檔案裡了，現在我們將其讀出：

def read_txt_file(path):
    '''
    讀取txt文字
    '''
    with open(path, 'r', encoding='gb18030', newline='') as f:
        return f.read()

2.2 stop word

下麵引入一個概念：stop word， 在網站裡面存在大量的常用詞比如：“在”、“裡面”、“也”、“的”、“它”、“為”這些詞都是停止詞。這些詞因為使用頻率過高，幾乎每個網頁上都存在，所以搜尋引擎開發人員都將這一類詞語全部忽略掉。如果我們的網站上存在大量這樣的詞語，那麼相當於浪費了很多資源。

在百度搜索stopwords.txt進行下載，放到py檔案同級目錄。

content = read_txt_file(txt_filename)
segment = jieba.lcut(content)
words_df=pd.DataFrame({'segment':segment})

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)]

2.3 詞頻統計

重頭戲來了，詞頻統計使用numpy：

import numpy

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)

2.4 詞頻視覺化：詞雲

詞頻統計雖然出來了，可以看出排名，但是不完美，接下來我們將它視覺化。使用到wordcloud庫，詳細介紹見 github 。

from scipy.misc import imread
from wordcloud import WordCloud, ImageColorGenerator


# 設定詞雲屬性
color_mask = imread('background.jfif')
wordcloud = WordCloud(font_path="simhei.ttf",   # 設定字型可以顯示中文
                background_color="white",       # 背景顏色
                max_words=100,                  # 詞雲顯示的最大詞數
                mask=color_mask,                # 設定背景圖片
                max_font_size=100,              # 字型最大值
                random_state=42,
                width=1000, height=860, margin=2,# 設定圖片預設的大小,但是如果使用背景圖片的話,                                                   # 那麼儲存的圖片大小將會按照其大小儲存,margin為詞語邊緣距離
                )

# 生成詞雲, 可以用generate輸入全部文字,也可以我們計算好詞頻後使用generate_from_frequencies函式
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)
# 從背景圖片生成顏色值  
image_colors = ImageColorGenerator(color_mask) 
# 重新上色
wordcloud.recolor(color_func=image_colors)
# 儲存圖片
wordcloud.to_file('output.png')
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

執行效果圖如下（左圖為背景圖，右圖為生成詞雲圖片）：

▲背景圖和詞雲圖對比

從詞雲圖可以分析好友特點：

• 做——————–行動派

• 人生、生活——–熱愛生活

• 快樂—————–樂觀

• 選擇—————–決斷

• 專業—————–專業

• 愛——————–愛

05 總結

至此，微信好友的分析工作已經完成，wxpy的功能還有很多，比如聊天、檢視公眾號資訊等，有意的讀者請自行查閱官方檔案。

06 完整程式碼

上面的程式碼比較鬆散，下麵展示的完整程式碼我將各功能模組封裝成函式：

#-*- coding: utf-8 -*-
import re
from wxpy import *
import jieba
import numpy
import pandas as pd
import matplotlib.pyplot as plt
from scipy.misc import imread
from wordcloud import WordCloud, ImageColorGenerator

def write_txt_file(path, txt):
    '''
    寫入txt文字
    '''
    with open(path, 'a', encoding='gb18030', newline='') as f:
        f.write(txt)

def read_txt_file(path):
    '''
    讀取txt文字
    '''
    with open(path, 'r', encoding='gb18030', newline='') as f:
        return f.read()

def login():
    # 初始化機器人，掃碼登陸
    bot = Bot()

    # 獲取所有好友
    my_friends = bot.friends()

    print(type(my_friends))
    return my_friends

def show_sex_ratio(friends):
    # 使用一個字典統計好友男性和女性的數量
    sex_dict = {'male': 0, 'female': 0}

    for friend in friends:
        # 統計性別
        if friend.sex == 1:
            sex_dict['male'] += 1
        elif friend.sex == 2:
            sex_dict['female'] += 1

    print(sex_dict)

def show_area_distribution(friends):
    # 使用一個字典統計各省好友數量
    province_dict = {'北京': 0, '上海': 0, '天津': 0, '重慶': 0,
        '河北': 0, '山西': 0, '吉林': 0, '遼寧': 0, '黑龍江': 0,
        '陝西': 0, '甘肅': 0, '青海': 0, '山東': 0, '福建': 0,
        '浙江': 0, '臺灣': 0, '河南': 0, '湖北': 0, '湖南': 0,
        '江西': 0, '江蘇': 0, '安徽': 0, '廣東': 0, '海南': 0,
        '四川': 0, '貴州': 0, '雲南': 0,
        '內蒙古': 0, '新疆': 0, '寧夏': 0, '廣西': 0, '西藏': 0,
        '香港': 0, '澳門': 0}

    # 統計省份
    for friend in friends:
        if friend.province in province_dict.keys():
            province_dict[friend.province] += 1

    # 為了方便資料的呈現，生成JSON Array格式資料
    data = []
    for key, value in province_dict.items():
        data.append({'name': key, 'value': value})

    print(data)

def show_signature(friends):
    # 統計簽名
    for friend in friends:
        # 對資料進行清洗，將標點符號等對詞頻統計造成影響的因素剔除
        pattern = re.compile(r'[一-龥]+')
        filterdata = re.findall(pattern, friend.signature)
        write_txt_file('signatures.txt', ''.join(filterdata))

    # 讀取檔案
    content = read_txt_file('signatures.txt')
    segment = jieba.lcut(content)
    words_df = pd.DataFrame({'segment':segment})

    # 讀取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({"計數":numpy.size})
    words_stat = words_stat.reset_index().sort_values(by=["計數"],ascending=False)

    # 設定詞雲屬性
    color_mask = imread('background.jfif')
    wordcloud = WordCloud(font_path="simhei.ttf",   # 設定字型可以顯示中文
                    background_color="white",       # 背景顏色
                    max_words=100,                  # 詞雲顯示的最大詞數
                    mask=color_mask,                # 設定背景圖片
                    max_font_size=100,              # 字型最大值
                    random_state=42,
                    width=1000, height=860, margin=2,# 設定圖片預設的大小,但是如果使用背景圖片的話,                                                   # 那麼儲存的圖片大小將會按照其大小儲存,margin為詞語邊緣距離
                    )

    # 生成詞雲, 可以用generate輸入全部文字,也可以我們計算好詞頻後使用generate_from_frequencies函式
    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)
    # 從背景圖片生成顏色值  
    image_colors = ImageColorGenerator(color_mask) 
    # 重新上色
    wordcloud.recolor(color_func=image_colors)
    # 儲存圖片
    wordcloud.to_file('output.png')
    plt.imshow(wordcloud)
    plt.axis("off")
    plt.show()

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

if __name__ == '__main__':
    main()

作者 / 來源：C與Python實戰

ID：CPythonPractice

推薦閱讀

大資料告訴你，送媽媽什麼禮物會讓她更開心

別被資料帶進溝裡：這才是應用資料的正確姿勢！

汶川地震10週年：大資料正在攻剋地震預測這個“不可能任務”

大資料沒用？！張小龍：我們很少看統計資料！

Q: 你有哪些奇葩微信好友？

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

贊賞

長按二維碼向我轉賬

受蘋果公司新規定影響，微信 iOS 版的贊賞功能被關閉，可透過二維碼轉賬支援公眾號。

即將開啟”“小程式
取消
開啟