用了微信幾年了，微訊號有也不少了，但是真正瞭解自己的好友嗎?好友最多的城市是哪個?好友男女比例是多少?好友簽名都是什麼?今天我們來充分了解自己的微信好友。

進群：516107834   PDF領取十套電子文件書籍

Python 的概念

 

執行平臺： Windows

Python版本： Python3.6

IDE： Sublime Text

1、準備工作

1.1 庫介紹

只有登入微信才能獲取到微信好友的資訊，本文采用wxpy該第三方庫進行微信的登入以及資訊的獲取。

wxpy 在 itchat 的基礎上，通過大量介面優化提升了模組的易用性，並進行豐富的功能擴充套件。

wxpy一些常見的場景：

• 控制路由器、智慧家居等具有開放介面的玩意兒
• 執行指令碼時自動把日誌傳送到你的微信
• 加群主為好友，自動拉進群中
• 跨號或跨群轉發訊息
• 自動陪人聊天
• 逗人玩

總而言之，可用來實現各種微信個人號的自動化操作。

1.2 wxpy庫安裝

wxpy 支援 Python 3.4-3.6，以及 2.7 版本

將下方命令中的 “pip” 替換為 “pip3” 或 “pip2”，可確保安裝到對應的 Python 版本中

從 PYPI 官方源下載安裝 (在國內可能比較慢或不穩定):

pip install -U wxpy 

從豆瓣 PYPI 映象源下載安裝 (推薦國內使用者選用):

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

1.3 登入微信

wxpy中有一個機器人物件，機器人 Bot 物件可被理解為一個 Web 微信客戶端。Bot 在初始化時便會執行登陸操作，需要手機掃描登陸。

通過機器人物件 Bot 的 chats(), friends()，groups(), mps() 方法, 可分別獲取到當前機器人的 所有聊天物件、好友、群聊，以及公眾號列表。

本文主要通過friends()獲取到所有好友資訊，然後進行資料的處理。

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)) 

以下為輸出訊息：

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. 
<Login successfully 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。

2、微信好友男女比例

2.1 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} 

2.2 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：

 

 

 

1、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} <br/>{b} : {c} ({d}%)" 
 }, 
 legend: { 
 orient : 'vertical', 
 x : 'left', 
 data:['直接訪問','郵件營銷','聯盟廣告','視訊廣告','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:'視訊廣告'}, 
 {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} <br/>{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，點選頁面中綠色的重新整理按鈕，可以得到餅圖如下(可以根據自己的喜好修改主題)：

 

 

 

2、好友性別比例

將滑鼠放到餅圖上可以看到詳細資料：

 

 

 

3、好友性別比例檢視資料

3、微信好友全國分佈圖

3.1 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。

3.2 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} 
 ] 
 } 
 ] 
}; 

注意兩點：

• dataRange->max 根據統計資料適當調整
• series->data 的資料格式

點選重新整理按鈕後，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面可以看到沒有微信好友分佈的省份：

 

 

 

5、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。

4、好友簽名統計

4.1 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。

4.2 資料呈現

資料呈現採用詞頻統計和詞雲展示，通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 

4.2.1 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() 

4.2.2 stop word

下面引入一個概念：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stpowords.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)] 

4.2.3 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) 

4.2.4 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)：

 

 

 

6、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

5、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文件。

6、完整程式碼

上面的程式碼比較鬆散，下面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()