用Python爬了我的微信好友，他们是这样的...

随着微信的用P友们样普及，越来越多的信好人开始使用微信。微信渐渐从一款单纯的用P友们样社交软件转变成了一个生活方式，人们的信好日常沟通需要微信，工作交流也需要微信。用P友们样微信里的信好每一个好友，都代表着人们在社会里扮演的用P友们样不同角色。

今天这篇文章会基于Python对微信好友进行数据分析，信好这里选择的用P友们样维度主要有：性别、头像、信好签名、用P友们样位置，信好主要采用图表和词云两种形式来呈现结果，用P友们样其中，信好对文本类信息会采用词频分析和情感分析两种方法。用P友们样常言道：工欲善其事，必先利其器也。在正式开始这篇文章前，简单介绍下本文中使用到的第三方模块：

itchat：微信网页版接口封装Python版本，在本文中用以获取微信好友信息。

jieba：结巴分词的 Python 版本，在本文中用以对文本信息进行分词处理。

matplotlib：Python 中图表绘制模块，在本文中用以绘制柱形图和饼图

snownlp：一个 Python 中的中文分词模块，服务器托管在本文中用以对文本信息进行情感判断。

PIL：Python 中的图像处理模块，在本文中用以对图片进行处理。

numpy：Python中 的数值计算模块，在本文中配合 wordcloud 模块使用。

wordcloud：Python 中的词云模块，在本文中用以绘制词云图片。

TencentYoutuyun：腾讯优图提供的 Python 版本 SDK ，在本文中用以识别人脸及提取图片标签信息。

以上模块均可通过 pip 安装，关于各个模块使用的详细说明，请自行查阅各自文档。

1. 数据分析

分析微信好友数据的前提是获得好友信息，通过使用 itchat 这个模块，这一切会变得非常简单，我们通过下面两行代码就可以实现：

itchat.auto_login(hotReload = True)

friends = itchat.get_friends(update = True)

同平时登录网页版微信一样，我们使用手机扫描二维码就可以登录，这里返回的friends对象是一个集合，第一个元素是当前用户。所以，在下面的数据分析流程中，我们始终取friends[1:]作为原始输入数据，源码库集合中的每一个元素都是一个字典结构，以我本人为例，可以注意到这里有Sex、City、Province、HeadImgUrl、Signature这四个字段，我们下面的分析就从这四个字段入手：

2. 好友性别

分析好友性别，我们首先要获得所有好友的性别信息，这里我们将每一个好友信息的Sex字段提取出来，然后分别统计出Male、Female和Unkonw的数目，我们将这三个数值组装到一个列表中，即可使用matplotlib模块绘制出饼图来，其代码实现如下：

def analyseSex(firends):

sexs = list(map(lambda x:x[Sex],friends[1:]))

counts = list(map(lambda x:x[1],Counter(sexs).items()))

labels = [Unknow,Male,Female]

colors = [red,yellowgreen,lightskyblue]

plt.figure(figsize=(8,5), dpi=80)

plt.axes(aspect=1)

plt.pie(counts, #性别统计结果

labels=labels, #性别展示标签

colors=colors, #饼图区域配色

labeldistance = 1.1, #标签距离圆点距离

autopct = %3.1f%%, #饼图区域文本格式

shadow = False, #饼图是否显示阴影

startangle = 90, #饼图起始角度

pctdistance = 0.6 #饼图区域文本距离圆点距离

)

plt.legend(loc=upper right,)

plt.title(u%s的微信好友性别组成 % friends[0][NickName])

plt.show()

这里简单解释下这段代码，微信中性别字段的取值有Unkonw、Male和Female三种，其对应的数值分别为0、1、2。通过Collection模块中的Counter()对这三种不同的取值进行统计，云南idc服务商其items()方法返回的是一个元组的集合。

该元组的第一维元素表示键，即0、1、2，该元组的第二维元素表示数目，且该元组的集合是排序过的，即其键按照0、1、2 的顺序排列，所以通过map()方法就可以得到这三种不同取值的数目，我们将其传递给matplotlib绘制即可，这三种不同取值各自所占的百分比由matplotlib计算得出。下图是matplotlib绘制的好友性别分布图：

3. 好友头像

分析好友头像，从两个方面来分析，第一，在这些好友头像中，使用人脸头像的好友比重有多大；第二，从这些好友头像中，可以提取出哪些有价值的关键字。

这里需要根据HeadImgUrl字段下载头像到本地，然后通过腾讯优图提供的人脸识别相关的API接口，检测头像图片中是否存在人脸以及提取图片中的标签。其中，前者是分类汇总，我们使用饼图来呈现结果；后者是对文本进行分析，我们使用词云来呈现结果。关键代码如下所示：

def analyseHeadImage(frineds):

# Init Path

basePath = os.path.abspath(.)

baseFolder = basePath + \\HeadImages\\

if(os.path.exists(baseFolder) == False):

os.makedirs(baseFolder)

# Analyse Images

faceApi = FaceAPI()

use_face = 0

not_use_face = 0

image_tags =

for index in range(1,len(friends)):

friend = friends[index]

# Save HeadImages

imgFile = baseFolder + \\Image%s.jpg % str(index)

imgData = itchat.get_head_img(userName = friend[UserName])

if(os.path.exists(imgFile) == False):

with open(imgFile,wb) as file:

file.write(imgData)

# Detect Faces

time.sleep(1)

result = faceApi.detectFace(imgFile)

if result == True:

use_face += 1

else:

not_use_face += 1

# Extract Tags

result = faceApi.extractTags(imgFile)

image_tags += ,.join(list(map(lambda x:x[tag_name],result)))

labels = [u使用人脸头像,u不使用人脸头像]

counts = [use_face,not_use_face]

colors = [red,yellowgreen,lightskyblue]

plt.figure(figsize=(8,5), dpi=80)

plt.axes(aspect=1)

plt.pie(counts, #性别统计结果

labels=labels, #性别展示标签

colors=colors, #饼图区域配色

labeldistance = 1.1, #标签距离圆点距离

autopct = %3.1f%%, #饼图区域文本格式

shadow = False, #饼图是否显示阴影

startangle = 90, #饼图起始角度

pctdistance = 0.6 #饼图区域文本距离圆点距离

)

plt.legend(loc=upper right,)

plt.title(u%s的微信好友使用人脸头像情况 % friends[0][NickName])

plt.show()

image_tags = image_tags.encode(iso8859-1).decode(utf-8)

back_coloring = np.array(Image.open(face.jpg))

wordcloud = WordCloud(

font_path=simfang.ttf,

background_color="white",

max_words=1200,

mask=back_coloring,

max_font_size=75,

random_state=45,

width=800,

height=480,

margin=15

)

wordcloud.generate(image_tags)

plt.imshow(wordcloud)

plt.axis("off")

plt.show()

这里我们会在当前目录新建一个HeadImages目录，用于存储所有好友的头像，然后我们这里会用到一个名为FaceApi类，这个类由腾讯优图的SDK封装而来，这里分别调用了人脸检测和图像标签识别两个API接口，前者会统计”使用人脸头像”和”不使用人脸头像”的好友各自的数目，后者会累加每个头像中提取出来的标签。其分析结果如下图所示：

可以注意到，在所有微信好友中，约有接近1/4的微信好友使用了人脸头像， 而有接近3/4的微信好友没有人脸头像，这说明在所有微信好友中对”颜值 “有自信的人，仅仅占到好友总数的25%，或者说75%的微信好友行事风格偏低调为主，不喜欢用人脸头像做微信头像。

其次，考虑到腾讯优图并不能真正的识别”人脸”，我们这里对好友头像中的标签再次进行提取，来帮助我们了解微信好友的头像中有哪些关键词，其分析结果如图所示：

通过词云，我们可以发现：在微信好友中的签名词云中，出现频率相对较高的关键字有：女孩、树木、房屋、文本、截图、卡通、合影、天空、大海。这说明在我的微信好友中，好友选择的微信头像主要有日常、旅游、风景、截图四个来源。

好友选择的微信头像中风格以卡通为主，好友选择的微信头像中常见的要素有天空、大海、房屋、树木。通过观察所有好友头像，我发现在我的微信好友中，使用个人照片作为微信头像的有15人，使用网络图片作为微信头像的有53人，使用动漫图片作为微信头像的有25人，使用合照图片作为微信头像的有3人，使用孩童照片作为微信头像的有5人，使用风景图片作为微信头像的有13人，使用女孩照片作为微信头像的有18人，基本符合图像标签提取的分析结果。

4. 好友签名

分析好友签名，签名是好友信息中最为丰富的文本信息，按照人类惯用的”贴标签”的方法论，签名可以分析出某一个人在某一段时间里状态，就像人开心了会笑、哀伤了会哭，哭和笑两种标签，分别表明了人开心和哀伤的状态。

这里我们对签名做两种处理，第一种是使用结巴分词进行分词后生成词云，目的是了解好友签名中的关键字有哪些，哪一个关键字出现的频率相对较高；第二种是使用SnowNLP分析好友签名中的感情倾向，即好友签名整体上是表现为正面的、负面的还是中立的，各自的比重是多少。这里提取Signature字段即可，其核心代码如下：

def analyseSignature(friends):

signatures =

emotions = []

pattern = re.compile("1f\d.+")

for friend in friends:

signature = friend[Signature]

if(signature != None):

signature = signature.strip().replace(span, ).replace(class, ).replace(emoji, )

signature = re.sub(r1f(\d.+),,signature)

if(len(signature)>0):

nlp = SnowNLP(signature)

emotions.append(nlp.sentiments)

signatures += .join(jieba.analyse.extract_tags(signature,5))

with open(signatures.txt,wt,encoding=utf-8) as file:

file.write(signatures)

# Sinature WordCloud

back_coloring = np.array(Image.open(flower.jpg))

wordcloud = WordCloud(

font_path=simfang.ttf,

background_color="white",

max_words=1200,

mask=back_coloring,

max_font_size=75,

random_state=45,

width=960,

height=720,

margin=15

)

wordcloud.generate(signatures)

plt.imshow(wordcloud)

plt.axis("off")

plt.show()

wordcloud.to_file(signatures.jpg)

# Signature Emotional Judgment

count_good = len(list(filter(lambda x:x>0.66,emotions)))

count_normal = len(list(filter(lambda x:x>=0.33 and x<=0.66,emotions)))

count_bad = len(list(filter(lambda x:x<0.33,emotions)))

labels = [u负面消极,u中性,u正面积极]

values = (count_bad,count_normal,count_good)

plt.rcParams[font.sans-serif] = [simHei]

plt.rcParams[axes.unicode_minus] = False

plt.xlabel(u情感判断)

plt.ylabel(u频数)

plt.xticks(range(3),labels)

plt.legend(loc=upper right,)

plt.bar(range(3), values, color = rgb)

plt.title(u%s的微信好友签名信息情感分析 % friends[0][NickName])

plt.show()

通过词云，我们可以发现：在微信好友的签名信息中，出现频率相对较高的关键词有：努力、长大、美好、快乐、生活、幸福、人生、远方、时光、散步。

通过以下柱状图，我们可以发现：在微信好友的签名信息中，正面积极的情感判断约占到55.56%，中立的情感判断约占到32.10%，负面消极的情感判断约占到12.35%。这个结果和我们通过词云展示的结果基本吻合，这说明在微信好友的签名信息中，约有87.66%的签名信息，传达出来都是一种积极向上的态度。

5. 好友位置

分析好友位置，主要通过提取Province和City这两个字段。Python中的地图可视化主要通过Basemap模块，这个模块需要从国外网站下载地图信息，使用起来非常的不便。

百度的ECharts在前端使用的比较多，虽然社区里提供了pyecharts项目，可我注意到因为政策的改变，目前Echarts不再支持导出地图的功能，所以地图的定制方面目前依然是一个问题，主流的技术方案是配置全国各省市的JSON数据。

这里我使用的是BDP个人版，这是一个零编程的方案，我们通过Python导出一个CSV文件，然后将其上传到BDP中，通过简单拖拽就可以制作可视化地图，简直不能再简单，这里我们仅仅展示生成CSV部分的代码：

def analyseLocation(friends):

headers = [NickName,Province,City]

with open(location.csv,w,encoding=utf-8,newline=,) as csvFile:

writer = csv.DictWriter(csvFile, headers)

writer.writeheader()

for friend in friends[1:]:

row = { }

row[NickName] = friend[NickName]

row[Province] = friend[Province]

row[City] = friend[City]

writer.writerow(row)

下图是BDP中生成的微信好友地理分布图，可以发现：我的微信好友主要集中在宁夏和陕西两个省份。

6. 总结

这篇文章是我对数据分析的又一次尝试，主要从性别、头像、签名、位置四个维度，对微信好友进行了一次简单的数据分析，主要采用图表和词云两种形式来呈现结果。总而言之一句话，”数据可视化是手段而并非目的”，重要的不是我们在这里做了这些图出来，而是从这些图里反映出来的现象，我们能够得到什么本质上的启示，希望这篇文章能让大家有所启发。

很赞哦!（5615）