Python数据分析朋友圈信息

此文章基于Pyhon3.0以上版本对微信好友进行数据分析，这里选择的维度主要有以下几个：性别（Sex）、头像（HeadImg）、个人签名（Signature）和位置（Location），主要采用图表和词云的方式来呈现效果，其中，对于签名这块文本信息会采用jieba模块的词频分析和snownlp模块的情感分析两种方法。由于本文中用到的大多数模块都是第三方模块，故在正式开始本文章前，先简单介绍下使用到的主要的第三方模块。

第三方模块：

itchat：微信网页版接口封装的Python版本，可用来获取微信好友信息；
jieba：结巴分词的Python版本，可用以对文本信息进行分词处理；
matplotlib：Python的图标绘制模块，可用以绘制柱形图、饼图等
snownlp：Python的中文分词模块，可用以对文本信息进行情感分析
PIL：PIL仅支持到Python2.7，适用于Python3以上的兼容版本名为PIllow，同样是Python的图像处理模块，可用以对图片进行处理
numpy：Python的数值计算模块，可配合 wordcloud 模块使用。
wordcloud： Python 的词云模块，可用以绘制词云图片。

安装question：

PIL目前只支持python2.x版本，不支持python3.x。

解决办法：``

Pillow是PIL的一个派生分支，但如今已经发展成为比PIL本身更具活力的图像处理库。给Python安装Pillow非常简单，使用一行代码进行pip安装即可。

pip install Pillow

安装完成后，使用from PIL import Image就可以使用Pillow模块了

如何获取微信好友数据

分析微信好友数据的前提就是获得好友信息，通过使用itchat模块，你会发现其实并不难实现。

itchat.auto_login()
friends = itchat.get_friends(update=True)

通过auto_login()命令可以在登陆的时候使用命令行显示二维码，可加参数enableCmdQR来设置二维码背景颜色，添加参数hotReload=True将自动登录，itchat.get_friends(update=True)表示获取微信好友列表的 json 数据，以字典形式返回每个好友信息，如果设置update=True将从服务器刷新列表。

分析好友性别比例

分析好友性别，首先就得获得所有好友的性别信息，需要将好友信息的Sex字段取出来，因此我们使用了lambda匿名函数器将sex选择出来，然后使用collections.Counter分别统计Male、Female和Unknow的数目，再使用item转化为可遍历的元组，之后将此三个数值组装到一个列表中，即可用matplotlib模块绘制出饼图，关键代码如下：

def analySex(friends):total = len(friends[1:])#统计好友数量# 将friends中的Sex信息抽取出来，map返回的是迭代器，转化为list格式sexs=list(map(lambda x:x['Sex'],friends[1:]))# item返回（键，值）元组，第一维为键，第二维为值，即个数# 取性别个数变为列表counts=list(map(lambda x:x[1],collections.Counter(sexs).items()))lables=['Unknow','Male','Female']# 设置标签colors=['red','yellowgreen','lightskyblue'] # 设置标签颜色plt.figure(figsize=(8,5),dpi=80)# 设置为仅显示一个分区，不设置的话，图可能是椭圆的plt.axes(aspect=1)plt.pie(counts,#性别统计结果labels=lables,#性别展示标签colors=colors,#饼图展示颜色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)# 图例显示plt.legend(loc='upper right',)plt.title(u'%s的%d位微信好友性别组成' %(friends[0]['NickName'],total),fontproperties=font_set)plt.show()

稍微补充一下，在微信性别字段中的取值分别有Unknow,Male,Female三种，其中对应的数值分别是0、1、2接着就如上面所述的一致，将数据传递给matplotlib绘制即可，这三种不同取值各自所占的比例将会由matplotlib计算得出，效果如下：

分析好友地址分布

分析好友位置，需要我们提取Province和City字段，在此之前我曾经利用pd.DataFrame(friends)查看城市的数据段，发现一共有五十来个城市，于是我估量做出来的柱形图或者饼图铁定很难看，所以我们可以选择将其存储到本地‘location.csv’文件中,再统计各地区的好友数量将其存储到’location_analysis.xls’。最后利用BDP个人版制作出可视化地图，看起来还是勉勉强强过关的，关键代码如下：

def analyloc(friends):#用来记录对应省份，城市的人数freqs = {}headers = ['NickName', 'Province', 'City']#创建csv文件with open('location.csv', 'w', encoding='utf-8', newline='', ) as csvFile:# 调用DictWriter方法，其中headers指定字典的key值writer = csv.DictWriter(csvFile, headers)writer.writeheader() #  writeheader()实现添加文件头（数据名）#循环遍历微信好友# 设置列名NickName、Province、City并添加其中对应的信息for friend in friends[1:]:row = {}row['NickName'] = friend['NickName']row['Province'] = friend['Province']row['City'] = friend['City']if (friend['Province'] != None): # 统计对应城市数目if (friend['Province'] not in freqs):freqs[friend['Province']] = 1else:freqs[friend['Province']] += 1  writer.writerow(row)#写入列所对应的信息key_list = list(freqs.keys())#城市名或者省份名value_list = list(freqs.values()) #对应数量book = xlwt.Workbook(encoding='utf-8')#设置编码形式为utf-8sheet = book.add_sheet('sheet1') #添加工作表# Province中的'0-行, 0-列'即指定表中的单元sheet.write(0, 0, 'Province')  sheet.write(0, 1, 'Num')for i in range(len(freqs)): #写入工作表sheet.write(i + 1, 0, key_list[i])sheet.write(i + 1, 1, value_list[i])book.save('location_analysis.xls') #保存为location_analysis.xls

接下来使用BDP报表工具点击下方“数据源” ，添加数据“excel”，上传’location_analysis.xls’——新建图表——普通图表、仪表盘示例、微信运营分析——维度：province，数值：num——右侧，图表类型：地图即可。

下面就是BDP生成的微信好友位置分布图，这也反映出我的好友来自五湖四海，O(∩_∩)O哈哈~

好友个性签名文本情感及词云的制作

先获取好友列表中的个人签名信息，这里我们会对个人签名进行两种处理方式，第一种是使用结巴分词进行分词后生成词云，第二种是使用SnowNLP模块分析好友签名的感情倾向。以下是生成词云的关键代码：

def analySignature(friends):signatures=''emotions=[]pattern=re.compile("1f\d.+")for friend in friends:signature=friend['Signature']if(signature!=None):# 将个性签名中可能包含的表情及符号替换signature=signature.strip().replace('span','').replace('class','').replace('emoji','')#将个人签名中匹配到的数字替换为空字符串signature=re.sub(r'1f(\d.+)','',signature)if(len(signature)>0): #进行情绪分析nlp=SnowNLP(signature)#添加每段个人签名经情感分析返回后的情感系数的数据emotions.append(nlp.sentiments)signatures+=' '.join(jieba.analyse.extract_tags(signature,5)) #关键字提取# 通过中文分词工具 jieba 将文本分词后写入文件with  open('signatures.txt','wt',encoding='utf-8') as file:file.write(signatures)#生成词云图back_coloring=np.array(Image.open('love.jpg'))#设置词云图wordcloud=WordCloud(collocations=False,#是否包括两个词的搭配font_path='simfang.ttf',#字体设置路径background_color='white',#背景颜色max_words=1200,# 词云显示的最大词数mask=back_coloring,#设置词云形状max_font_size=30,#字体最大值random_state=30,#随机状态数width=960,#输出宽度height=720,#输出高度margin=2#外边距)# 根据文本生成词云, 可以用generate输入全部文本(中文不好分词),# 也可以我们计算好词频后使用generate_from_frequencies函数wordcloud.generate(signatures)plt.imshow(wordcloud)#绘制二维图plt.axis("off") # 去掉坐标轴plt.show()# 绘制词云wordcloud.to_file('signatures.jpg')# 保存图片

这里将展示情感分析的关键代码：

 #根据情绪的得分，绘制一个柱状图count_good=len(list(filter(lambda x:x>0.66,emotions)))#只过滤出情感系数大于0.66的数字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']#设置字体，以免出现乱码plt.rcParams['axes.unicode_minus']=False#用来正确显示负号plt.xlabel(u'情感判断')#x轴出现的文本plt.ylabel(u'频数')#y轴出现的文本plt.xticks(range(3),labels)#为x轴刻度设置标签plt.legend(loc='upper right',)#图例显示在右上角plt.bar(range(3),values,color='rgb')#设置柱体的位置分布和大小，以及颜色格式。plt.title(u'%s的微信好友签名信息情感分析'% friends[0]['NickName'],fontproperties=font_set)plt.show()

在词云图中，我们可以发现出现频率较多的关键词有：相信、美好、快乐、奋斗等相对正面积极向上的词汇，这也说明接下来的情感分析中正面积极的将会占较大比例。

果然，我的智商一向不会让我失望。

获取好友头像并组合成自定义头像

很明显，首先我们就得获取好友的头像，然后利用Pillow模块的拼接方法进行绘图制作，这是一个相当有意思的制作过程，因为在这里我们可以用自定义图片作为主图片的最终框架，关键代码如下：

def Splicing(friends):k = 0for i in friends:img = itchat.get_head_img(userName=i["UserName"]) #获取头像#对每张头像进行略微简单的命名fileImage = open(r'HeadImg' + "/" + str(k) + ".jpg", 'wb')fileImage.write(img)fileImage.close()k += 1 #计数，方便命名，同时递增img = Image.open('im.bmp') #头像最终组合成的图片样例# 获取图像的灰度值范围w = img.size[0]h = img.size[1]r = math.ceil(1040 / w)    #最大取值# 重新设定大小,设定ANTIALIAS,即抗锯齿img = img.resize((int(w * r / 100) * 100, int(h * r / 100) * 100), Image.ANTIALIAS)s = os.listdir(r'HeadImg')c = len(s)w = img.size[0]h = img.size[1]newim = Image.new('RGB', (w, h),(255,255,255)) #根据规模创建画布k = 0x = 0y = 0for i in range(0, w, 40):for j in range(0, h, 40):p = img.getpixel((i, j))[2] #获取像素值if(p != 255): #如果不等于白色，进行下面操作try:im = Image.open(r'HeadImg' + "/" + str(k) + ".jpg")except:if k == c - 1:k = 0else:k += 1finally:im = Image.open(r'HeadImg' + "/" + str(k) + ".jpg")im = im.resize((40, 40), Image.ANTIALIAS)#设置每张头像图片尺寸为40*40pxnewim.paste(im, (i, j)) #图片粘贴的位置if k == c - 1:k = 0else:k += 1newim.save(r'HeadImg' + "/" + "all.bmp")    #保存图片itchat.send_image(r'HeadImg' + "/" + "all.bmp", 'filehelper')#向文件助手发送该图片

当当当！展示下效果，是不是很骚O(∩_∩)O

交互界面

最后，我们可以使用Python中的内置图形界面tkinter模块，简单设置下基础界面，通过确定按钮的点击事件，使得调用函数的过程更加形象，由于该窗口过于简单，我就不一一介绍其中的代码了，关键代码如下：

#搭建界面
root = Tk()#创建窗口
root.title("Wechat爬好友数据")#补充窗口标题
root.geometry("500x350")#设置窗口大小
root.resizable(False, False)#固定窗口大小
#标签控件
label=Label(root,text="      昵称：",font=('宋体',12))
label.place(x=60,y=37)
#显示框
text1=Text(root,font=('宋体',15),height=1,width=20)
text1.place(x=150,y=33)
text1.insert(1.0,friends[0]['NickName'])
#按钮
button1=Button(root,text="性别分析",font=('微软雅黑',10),command=analySex)
button1.place(x=50,y=90)
button2=Button(root,text="地理分布",font=('微软雅黑',10),command=analyloc)
button2.place(x=150,y=90)
button3=Button(root,text="词云图",font=('微软雅黑',10),command=analySignature)
button3.place(x=240,y=90)
button4=Button(root,text="情感分析",font=('微软雅黑',10),command=analyemotion)
button4.place(x=320,y=90)
button5=Button(root,text="拼接头像",font=('微软雅黑',10),command=Splicing)
button5.place(x=420,y=90)
button1=Button(root,text="   退出  ",font=('微软雅黑',14),command=root.quit)
button1.place(x=200,y=150)
root.mainloop()##让根窗口进入事件循环

看起来还是勉勉强强可以接受的！