用 Python 分析所有微信好友

一知x半解 2019-10-29

展開全文

Illustrations by Evgenij Kungur 文/ Python攻城獅

最近研究了一下itchat和matplotlib，目前實現(xiàn)了對微信好友頭像、性別、區(qū)域、個性簽名的采集及展示。

本文就來詳細介紹一下這個庫的用法和一些核心邏輯實現(xiàn)。

1.微信登錄

三行代碼實現(xiàn)登錄，為了避免我們頻繁掃描二維碼登錄，這里我們加入hotReload=True

import itchat

itchat.auto_login(hotReload=True)
itchat.dump_login_status()

好友信息獲取

we_friend = itchat.get_friends(update=True)[:]

這里的we_friend是好友的信息的列表，每一個好友字典的 key 如下表

key	備注
UserName	微信系統(tǒng)內(nèi)的用戶編碼標識
NickName	好友昵稱
Sex	性別
Province	省份
City	城市
HeadImgUrl	微信系統(tǒng)內(nèi)的頭像URL
RemarkName	好友的備注名
Signature	個性簽名

有了key對應(yīng)的值，我們就好處理了。

2.好友性別

這里順便提一下：如果sex=1則代表男性，sex=2代表女性

total = len(we_friend[1:])
for fri_info in we_friend[1:]:
    sex = fri_info['sex']
    # 如果sex=1 代表男性 sex=2代表女性
    if sex == 1:
        man += 1
    elif sex == 2:
        woman += 1
    else:
        other += 1

統(tǒng)計出男生、女生的以及總?cè)藬?shù)后，占比自然而然就出來了，為了更好的展示男女比例，我們以餅圖展示。

繪制餅圖

man_ratio = int(man)/total * 100
woman_ratio = int(woman)/total * 100
other_ratio = int(other)/total * 100

plt.rcParams['font.sans-serif'] = ['SimHei']    # 用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus'] = False  # 用來正常顯示負號
plt.figure(figsize=(5, 5))  # 繪制的圖片為正圓
sex_li = ['男', '女', '其他']
radius = [0.01, 0.01, 0.01]  # 設(shè)定各項距離圓心n個半徑
colors = ['red', 'yellowgreen', 'lightskyblue']
proportion = [man_ratio, woman_ratio, other_ratio]

plt.pie(proportion, explode=radius, labels=sex_li, colors=colors, autopct='%.2f%%')   # 繪制餅圖

# 加入圖例 loc =  'upper right' 位于右上角 bbox_to_anchor=[0.5, 0.5] # 外邊距 上邊 右邊 borderaxespad = 0.3圖例的內(nèi)邊距
plt.legend(loc='upper right', fontsize=10, bbox_to_anchor=(1.1, 1.1), borderaxespad=0.3)

# 繪制標題
plt.title('微信好友性別比例')    

# 展示
plt.show()

作為一個碼農(nóng)、程序猿，還能有這么多女性好友實屬不易啊。敏感的我，看了這個比例深深地感覺到了不安，（此圖女朋友不可見）另外，怎么還有一些未知生物的存在…

友情提醒：matplotlib中文亂碼這個問題一直存在，這里記錄下如何解決matplotlib中文亂碼

準備好想要使用的中文字體，這里我用的是SimHei，附下載地址：中文字體下載
找到matplotlib的文件位置

import matplotlib
print(matplotlib.matplotlib_fname())    # 查看路徑

進入上方打印的路徑
把剛才下載的字體文件解壓放入/usr/local/lib/python3.5/dist-packages/matplotlib/mpl-data/fonts/ttf 目錄
返回上級目錄，修改matplotlibrc文件，取消相關(guān)注釋，并在font.serif加入剛才下載的字體

font.family        : sans-serif
font.serif         : SimHei, DejaVu Serif, Bitstream Vera Serif, New Century Schoolbook, Century Schoolbook L, Utopia, ITC Bookman, Bookman, Nimbus Roman No9 L, Times New Roman, Times, Palatino, Charter, serif

刪除matplotlib緩存。

在terminal中：cd ~/.cache/matplotlib

把.cache下面的matplotlib文件夾刪除。

$ rm -rf matplotlib

3.微信好友頭像

這里其實看過我之前文章的應(yīng)該知道，其實頭像的拼接主要分為兩部分

1.采集所有好友頭像保存本地，

import os

num = 0
pwd_path = os.path.abspath(os.path.dirname(os.getcwd()))
desc_photos = os.path.join(pwd_path, 'res/photos')
for i in friends:
    img = itchat.get_head_img(userName=i['UserName'])
    file_image = open(desc_photos + '/' + str(num) + '.jpg', 'wb')
    file_image.write(img)
    file_image.close()
    num += 1

2.對所有頭像進行拼接

ls = os.listdir(desc_photos)
each_size = int(math.sqrt(float(640 * 640) / len(ls)))  # 算出每張圖片的大小多少合適
lines = int(640 / each_size)
image = Image.new('RGBA', (640, 640))   # 創(chuàng)建640*640px的大圖
x = 0
y = 0

for i in range(0, len(ls) + 1):
    try:
        img = Image.open(desc_photos + '/' + str(i) + '.jpg')
    except IOError:
        print('Error')
    else:
        img = img.resize((each_size, each_size), Image.ANTIALIAS)
        image.paste(img, (x * each_size, y * each_size))    # 粘貼位置
        x += 1
        if x == lines:  # 換行
              x = 0
              y += 1

image.save(desc_full + '/好友頭像拼接圖.jpg')

密集恐懼癥患者請忽略!!!

4.微信好友地區(qū)分布

獲取區(qū)域及城市

prov_dict, city_dict = {}, {}
for fri_info in we_friend[1:]:
    prov = fri_info['province']
    city = fri_info['city']
    if prov and prov not in prov_dict.keys():
        prov_dict[prov] = 1
    elif prov:
        prov_dict[prov] += 1
    if city and city not in city_dict.keys():
        city_dict[city] = 1
    elif city:
        city_dict[city] += 1

由于城市太多，我們?nèi)『糜褦?shù)量排名前十的城市及區(qū)域進行展示，感興趣的可以稍微改下代碼，就可以展示所有區(qū)域人數(shù)。

排序這里我用了Python的sorted()函數(shù)，列表的每個元素都為二維元組，key參數(shù)傳入了一個lambda函數(shù)，其x就代表列表里的每一個元素，然后分別利用索引返回元素內(nèi)的第一個和第二個元素，這就代表了sorted()函數(shù)利用哪一個元素進行排列。而reverse決定是正序還是倒序，默認為False。

# 區(qū)域Top10
prov_dict_top10 = sorted(prov_dict.items(), key=lambda x: x[1], reverse=True)[0:10]
# 城市Top10
city_dict_top10 = sorted(city_dict.items(), key=lambda y: y[1], reverse=True)[0:10]

區(qū)域、城市柱形圖展示，由于思路代碼是一致的，所以這里只展示區(qū)域的代碼

prov_nm, prov_num = [], []  # 省會名 + 數(shù)量
for prov_data in prov_dict_top10:
    prov_nm.append(prov_data[0])
    prov_num.append(prov_data[1])

pwd_path = os.path.abspath(os.path.dirname(os.getcwd()))
desc_full = os.path.join(pwd_path, 'res')
colors = ['#00FFFF', '#7FFFD4', '#F08080', '#90EE90', '#AFEEEE',
          '#98FB98', '#B0E0E6', '#00FF7F', '#FFFF00', '#9ACD32']
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus'] = False  # 用來正常顯示負號

index = range(len(prov_num))
plt.bar(index, prov_num, color=colors, width=0.5, align='center')

plt.xticks(range(len(prov_nm)), prov_nm)  # 橫坐軸標簽
for x, y in enumerate(prov_num):
    # 在柱子上方1.2處標注值
    plt.text(x, y + 1.2, '%s' % y, ha='center', fontsize=10)
plt.ylabel('省會好友人數(shù)')  # 設(shè)置縱坐標標簽
prov_title = '微信好友區(qū)域Top10'
plt.title(prov_title)    # 設(shè)置標題
plt.savefig(desc_full + '/微信好友區(qū)域Top10')  # 保存圖片

通過柱形圖展示，可以清晰看到我的好友主要分布在河南和上海，借此不難推測出我的工作地址以及戶籍所在地。

5.微信好友個性簽名情感分析及詞云圖展示

這里使用了常用的中文分詞庫jieba，詞云圖的背景采用了萌萌噠小豬佩奇(′?·_·?)

分詞

sign_li = []
rule = re.compile('1fd+w*|[<>/=]')    # 定義正則規(guī)則
for fri_info in we_friend[1:]:
    signature = fri_info['signature']
    if signature:
        sign_deal = signature.replace('
', '').replace('	', '').replace(' ', '')
            .replace('span', '').replace('class', '').replace('emoji', '')
        sign = rule.sub('', sign_deal)
        sign_li.append(sign)

制作詞云圖

pwd_path = os.path.abspath(os.path.dirname(os.getcwd()))
conf_path = os.path.join(pwd_path, 'conf/')
comment_txt = ''
back_img = plt.imread(conf_path + '/peiqi.jpg')
cloud = WordCloud(font_path=conf_path + '/simhei.ttf',  # 若是有中文的話，這句代碼必須添加，不然會出現(xiàn)方框，不出現(xiàn)漢字
                  background_color='white',  # 背景顏色
                  max_words=5000,  # 詞云顯示的最大詞數(shù)
                  mask=back_img,  # 設(shè)置背景圖片
                  max_font_size=100,  # 字體最大值
                  random_state=42,
                  width=360, height=591, margin=2,  # 設(shè)置圖片默認的大小,但是如果使用背景圖片的話,保存的圖片大小將會按照其大小保存,margin為詞語邊緣距離
                  )
for li in comment:
    comment_txt += ' '.join(jieba.cut(li, cut_all=False))
wc = cloud.generate(comment_txt)
image_colors = ImageColorGenerator(back_img)
plt.figure('wordc')
plt.imshow(wc.recolor(color_func=image_colors))
wc.to_file(res_full + '好友個性簽名詞云圖.png')

最初，只想做一個簡單的詞云圖，但是看到這個詞云圖中夢想、努力、專注、尊重、希望這個幾個詞以后，感覺到我的好友生活態(tài)度還是蠻積極向上的，就想不如再做一個簡單的情感分析，說干就干。

sentimentslist = []
for li in comment:
    if len(li) > 0:
        s = SnowNLP(li)
        print(li, s.sentiments)
        sentimentslist.append(s.sentiments)
fig1 = plt.figure('sentiment')
plt.hist(sentimentslist, bins=np.arange(0, 1, 0.02))
plt.savefig(res_full + '好友簽名情感分析')
plt.show()