python實戰專案示例 ：揭祕微信朋友圈
阿新 • • 發佈：2018-11-10
通過python，連線到微信賬號，收集好友性別、城市、個性簽名等公開資訊，使用 Python 進行資料統計與分析，得到你專屬的朋友圈的分析報告！
1、準備工作
1.1 環境配置
編譯環境：Windows10
程式語言：Python3.6
編譯器IDE：Pycharm
瀏覽器工具：Chrome瀏覽器
1.2 wxpy庫介紹
採用第三方庫wxpy進行微信登入和資訊獲取。
具體細節文件參考https://wxpy.readthedocs.io/zh/latest/
wxpy的一些常見的場景
- 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
1.3 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/"
1.4 登入微信
使用bot()登入微信
# 匯入模組
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))輸出結果
Getting uuid of QR code.
Downloading QR code.
Please scan the QR code to log in.彈出二維碼進行掃描，掃描後輸出
Please press confirm on your phone. Loading the contact, this may take a little while. Login successfully as XXXX <class 'wxpy.api.chats.chats.Chats'>
2、微信好友性別統計
2.1 資料統計
統計性別
# 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)輸出結果
{'male': 194, 'female': 166}2.2 資料展示
採用 ECharts餅圖 進行資料展示，左邊為JSON展示程式碼，右邊為資料圖
修改JSON程式碼如下
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:194, name:'男性'},
{value:166, name:'女性'}
]
}
]
}; 點選“重新整理” ，顯示如下
3、微信好友城市統計
3.1 資料統計
統計城市，此處只統計全國範圍內的城市，如果寫了國外，則記為“其他”。
# 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, '其他': 0 }
# 統計省份
for friend in my_friends:
if friend.province in province_dict.keys():
province_dict[friend.province] += 1
if friend.province not in province_dict.keys():
province_dict['其他'] += 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)輸出結果
[{'name': '北京', 'value': 11}, {'name': '上海', 'value': 19}, {'name': '天津', 'value': 1}, {'name': '重慶', 'value': 5}, {'name': '河北', 'value': 4}, {'name': '山西', 'value': 1}, {'name': '吉林', 'value': 4}, {'name': '遼寧', 'value': 3}, {'name': '黑龍江', 'value': 4}, {'name': '陝西', 'value': 5}, {'name': '甘肅', 'value': 1}, {'name': '青海', 'value': 0}, {'name': '山東', 'value': 9}, {'name': '福建', 'value': 6}, {'name': '浙江', 'value': 128}, {'name': '臺灣', 'value': 1}, {'name': '河南', 'value': 6}, {'name': '湖北', 'value': 7}, {'name': '湖南', 'value': 3}, {'name': '江西', 'value': 5}, {'name': '江蘇', 'value': 15}, {'name': '安徽', 'value': 40}, {'name': '廣東', 'value': 10}, {'name': '海南', 'value': 1}, {'name': '四川', 'value': 2}, {'name': '貴州', 'value': 0}, {'name': '雲南', 'value': 0}, {'name': '內蒙古', 'value': 0}, {'name': '新疆', 'value': 0}, {'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}, {'name': '其他', 'value': 112}]3.2 資料展示
本想採用ECharts地圖 來進行好友分佈的資料呈現，結果網站在維護，無法開啟，故通過下載echarts相關元件和js檔案進行展示。
echarts官網下載 http://echarts.baidu.com/download.html
echarts原始碼壓縮包、jquery.js、echarts.min.js、china.js下載
連結：https://pan.baidu.com/s/1EIN4j0Avjut46Ljku1_SMQ 密碼：9dtm<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<meta http-equiv="X-UA-Compatible" content="IE=EDGE">
<title>ECharts</title>
<!--<link rel="stylesheet" type="text/css" href="css/main.css"/>-->
<script src="jquery.js"></script>
<script src="echarts.min.js"></script>
<script src="china.js"></script>
<style>#china-map {width:1000px; height: 1000px;margin: auto;}</style>
</head>
<body>
<div id="china-map"></div>
<script>
var myChart = echarts.init(document.getElementById('china-map'));
var option = {
title : {
text: '微信好友全國分佈圖',
subtext: '真實資料',
x:'center'
},
tooltip : {//提示框元件。
trigger: 'item'//資料項圖形觸發，主要在散點圖，餅圖等無類目軸的圖表中使用。
},
legend: {
orient: 'horizontal',//圖例的排列方向
x:'left',//圖例的位置
data:['好友數量']
},
dataRange: {
min: 0,
max: 150,
x: 'left',
y: 'bottom',
text:['高','低'], // 文字，預設為數值文字
calculable : true
},
//左側小導航圖示
visualMap: {//顏色的設定 dataRange
show : true,
x: 'left',
y: 'center',
splitList: [
{start: 0, end: 5},
{start: 6, end: 10},
{start: 11, end: 15},
{start: 16, end: 20},
{start: 21, end: 40, label: '21 到 40（自定義label）'},
{start: 41, label: '5（自定義特殊顏色）', color: 'black'},
],
// min: 0,
// max: 2500,
// calculable : true,//顏色呈條狀
text:['高','低'],// 文字，預設為數值文字
<!--color: ['#E0022B', '#E09107', '#A3E00B']-->
color: ['#5475f5', '#9feaa5', '#85daef','#74e2ca', '#e6ac53', '#9fb5ea']
},
toolbox: {//工具欄
show: true,
orient : 'vertical',//工具欄 icon 的佈局朝向
x: 'right',
y: 'center',
feature : {//各工具配置項。
mark : {show: true},
dataView : {show: true, readOnly: false},//資料檢視工具，可以展現當前圖表所用的資料，編輯後可以動態更新。
restore : {show: true},//配置項還原。
saveAsImage : {show: true}//儲存為圖片。
}
},
roamController: {//控制地圖的上下左右放大縮小 圖上沒有顯示
show: true,
x: 'right',
mapTypeControl: {
'china': true
}
},
//配置屬性
series : [
{
name: '好友數量',
type: 'map',
mapType: 'china',
roam: false,//是否開啟滑鼠縮放和平移漫遊
//地圖區域的多邊形 圖形樣式;
itemStyle:{
normal:{label:{show:true}},//是圖形在預設狀態下的樣式;//是否顯示標籤
emphasis:{label:{show:true}}//是圖形在高亮狀態下的樣式,比如在滑鼠懸浮或者圖例聯動高亮時
},
top:"3%",//元件距離容器的距離
data:[
{'name': '北京', 'value': 11},
{'name': '上海', 'value': 19},
{'name': '天津', 'value': 1},
{'name': '重慶', 'value': 5},
{'name': '河北', 'value': 4},
{'name': '山西', 'value': 1},
{'name': '吉林', 'value': 4},
{'name': '遼寧', 'value': 3},
{'name': '黑龍江', 'value': 4},
{'name': '陝西', 'value': 5},
{'name': '甘肅', 'value': 1},
{'name': '青海', 'value': 0},
{'name': '山東', 'value': 9},
{'name': '福建', 'value': 6},
{'name': '浙江', 'value': 128},
{'name': '臺灣', 'value': 1},
{'name': '河南', 'value': 6},
{'name': '湖北', 'value': 7},
{'name': '湖南', 'value': 3},
{'name': '江西', 'value': 5},
{'name': '江蘇', 'value': 15},
{'name': '安徽', 'value': 40},
{'name': '廣東', 'value': 10},
{'name': '海南', 'value': 1},
{'name': '四川', 'value': 2},
{'name': '貴州', 'value': 0},
{'name': '雲南', 'value': 0},
{'name': '內蒙古', 'value': 0},
{'name': '新疆', 'value': 0},
{'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},
]
}
]
};
myChart.setOption(option);
myChart.on('mouseover', function (params) {
var dataIndex = params.dataIndex;
console.log(params);
});
</script>
</body>
</html>執行程式碼後，顯示結果
4、微信好友個性簽名統計
4.1 資料統計
統計個性簽名，並存至本地'signatures.txt'
import re
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))4.2 資料展示
4.2.1 安裝庫
對個性簽名文件做文字處理，需要安裝以下第三方庫檔案
pip install jieba
pip install pandas
pip install numpy
pip install scipy
pip install wordcloud4.2.2 讀取文字
def read_txt_file(path):
'''
讀取txt文字
'''
with open(path, 'r', encoding='gb18030', newline='') as f:
return f.read()4.2.3 載入停用詞
百度“停用詞表”，網上資源有很多可以下載，此處由於個性簽名的文字較小，故只剔除了部分常見停用詞，如的、了、啦、於、都、一、而、就、之等。
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)]4.2.4 詞頻統計
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)4.2.5 詞雲展示
from scipy.misc import imread
from wordcloud import WordCloud, ImageColorGenerator
# 設定詞雲屬性
color_mask = imread('python.jpg')
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=150, # 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.jpg')
plt.imshow(wordcloud)
plt.axis("off")
plt.show()下圖左為背景圖'background.jpg'，右為詞雲圖'output.png'
5、總結與展望
通過wxpy獲取微信好友的性別、地區、個性簽名等資訊分析朋友圈好友基本屬性，也可通過wxpy的其他功能進行微信分析，具體拓展可以根據興趣繼續實現https://wxpy.readthedocs.io/zh/latest/。
6、完整程式碼
#-*- coding: utf-8 -*-
import re
import jieba
import numpy
import pandas as pd
import matplotlib.pyplot as plt
from scipy.misc import imread
from wordcloud import WordCloud, ImageColorGenerator
from wxpy import *
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, '其他': 0 }
# 統計省份
for friend in friends:
if friend.province in province_dict.keys():
province_dict[friend.province] += 1
if friend.province not in province_dict.keys():
province_dict['其他'] += 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', '\n'.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('python.jpg')
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=150, # 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.jpg')
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()