用Python获取了微信好友数据，进行可视化分析发现

 

本文转载自微信公众号「志斌的用P友数python笔记」，作者志斌  。取微转载本文请联系志斌的信好行python笔记公众号。

大家好，据进我是视化志斌~

最近志斌因为公众号，加了许多的分析发现好友，就想着看看爬取一下微信好友，用P友数然后理智的取微分析一波~~

需要源码的读者，加志斌微信获取哈~

一.数据采集

我们这次使用的信好行是Itchat库来获取的微信好友数据。

1登陆

用Itchat库来获取微信好友数据，据进首先需要先进行登陆。视化代码如下：

itchat.auto_login(hotReload=True) 

其中hotReload=True的分析发现作用是，在短时间内获取数据不需要重复进行登陆验证。用P友数

2获取好友数据

Itchat库的取微get_friends()功能可以获取所有好友的数据。但是信好行它获取的数据类型是一种Itchat类型，因为没我们要用正则来提取数据，所以要将数据转化成字符串类型，代码如下：

all_friends = str(itchat.get_friends()) 

此时，源码库我们就可以开始对数据进行提取了，这里我们提取的是好友个性签名、好友性别、好友所在省份和地市，这四个数据来进行可视化展示。代码如下：

#签名 Signature = re.findall("Signature: ([\u4e00-\u9fa5].*?),",all_friends) c = 0 for i in Signature:    with open(r签名.txt,a) as f:        try:            f.write(i)        except:            pass #统计性别数量 Sex = re.findall("Sex: (.*?),",all_friends) man = woman = other = 0 for i in Sex:    if i == 1:        man+=1    elif i == 2:        woman+=1    else:        other+=1 #省份和城市数据 shengfens = re.findall(r"Province: (.*?),",all_friends) chengshis = re.findall(r"City: (.*?),",all_friends) #绘制朋友省份分布地图 shengfen = [] for i in range(len(shengfens)):    if shengfens[i] == :        pass    else:        shengfen.append(shengfens[i]) # 绘制河南省内朋友分布图 chengshi = [] for i in range(len(chengshis)):    if shengfens[i] == 河南:        chengshi.append(chengshis[i]) 

二.可视化展示

我们一共获取了973个好友的数据，下面对这些数据，来进行数据可视化展示。

1签名词云可视化

通过对所有好友的个性签名进行词云可视化，我们发现，努力、生活、时间、世界、没有这几个词语最多，看来我的好友大多倾向于跟这些词汇相关的事情。

代码如下：

with open("签名.txt",) as f:    job_title_1 = f.read() job_title_2 = re.sub(span,,job_title_1) job_title_3 = re.sub(class,,job_title_2) job_title_4 = re.sub(emoji,,job_title_3) job_title_5 = re.sub(自己,,job_title_4) job_title_6 = re.sub(回复,,job_title_5) # job_title_7 = re.sub(位于,,job_title_6) contents_cut_job_title = jieba.cut(job_title_6) contents_list_job_title = " ".join(contents_cut_job_title) wc = WordCloud(stopwords=STOPWORDS.add("一个"), collocations=False,               background_color="white",               font_path=r"K:\苏新诗柳楷简.ttf",               width=400, height=300, random_state=42,               mask=imread(xin.jpg, pilmode="RGB")               ) wc.generate(contents_list_job_title) wc.to_file("推荐语.png") 

2性别数量图

通过对好友性别进行可视化，我们发现，我们有男性好友543人，女性好友318人，还有112人没有填写这项信息。

3省份分布图

我们通过对这973个好友所在省份进行可视化展示发现，我们的好友最多集中在河南，有263位，其次是广东，b2b供应网有69位。河南的好友最多，很可能是因为志斌是河南人的缘故。

代码如下：

province_distribution = dict(Counter(shengfen).most_common()) provice = list(province_distribution.keys()) values = list(province_distribution.values()) map = Map("中国地图",width=1200, height=600) map.add("", provice, values, visual_range=[0, 200], maptype=china, is_visualmap=True, visual_text_color=#000,is_label_show=True) map.render(path="地图.html") 

4河南省内好友分布

通过上面我们分析发现，我们河南的好友最多，那么志斌接着对自己河南省内好友的地市分布进行了可视化展示。

从展示图中我们发现，好友最多集中在郑州，有116位，其次是鹤壁，有38位，志斌家是鹤壁的，在郑州上学，郑州的好友比鹤壁的多，估计是上大学才有手机的缘故导致的。

代码如下：

city = [] values = [] for k,v in dict(Counter(chengshi).most_common()).items():     city.append(k+市)     values.append(v) map2 = Map("河南地图",河南, width=1200, height=600) map2.add(河南, city, values, visual_range=[1, 25], maptype=河南, is_visualmap=True, visual_text_color=#000) map2.render(path="河南地图.html") 

三.小结

1. 本文详细介绍了用Itchat库获取四类好友数据的方法，并进行可视化展示。

2. Itchat库的站群服务器登陆是网页版登陆，大家使用它的话，要先确保自己可以登陆微信网页版，否则可能无法爬取数据。

3. 本文仅供学习参考，不做其他用途。

很赞哦!（632）