用Python分析了數千個微信暱稱後，我們發現了這些規律……
這是一篇技術文，但又不是一篇技術文，今天分享的是，當小A獲取了微信小程式英文取名的3500多個微信使用者暱稱、年齡段後，分析得到下面結果。
02
Let's get it
進群：548377875 即可獲取數十套PDF哦！
1.基本資訊獲取
訪問英文取名的使用者基本資訊介面，獲取英文取名使用者微信名（Nick names）、訪問次數（Count）、總資料集（Response data），並將微信名存入檔案。
# 獲取所有使用者數量和相關資訊
def get_json():
# 獲取入口
search_url = '英文取名使用者介面，歡迎掃碼使用英文取名，生成一個最適合你的英文名'
# 傳送http請求,獲取請求頁面
search_response = requests.get(search_url)
# 設定編碼
search_response.encoding = 'UTF-8'
# 將頁面轉變成json程式碼格式
search_json = search_response.json()
# 獲取我們需要的資料,是列表格式
our_data = search_json['ResponseData']
list_len = len(our_data)
print('總使用者數有：' + str(list_len))
user_visit_numbers = 0
data_research = 0
NickName = []
for x in our_data:
user_numbers = x['Count'] + user_visit_numbers
if x['NickName'] == '':
data_research += 1
NickName.append(x['NickName'])
print("微信名獲取失敗量："+str(data_research))
print(NickName)
name = ['微信名稱']
file_test = pd.DataFrame(columns=name, data=NickName)
file_test.to_csv(r'I:/data.csv', encoding='utf-8',index=False)
print('總訪問量：' + str(user_visit_numbers))
執行結果：
總使用者數有：3549 微信名獲取失敗量：0 總訪問量：4573
2.讀取所有微信名，資料分類
（1）讀取微信名
# 讀取檔案，取出微信名
def get_name():
NickName = []
with open('I:/data.csv','r',encoding='utf8') as file :
i = 0
for line in file:
if i == 0: # 去除表頭
i = 1
continue
line = line.strip() # 去除換行符
NickName.append(line)
return NickName
（2）資料分為以下六大類
# ch ：Chinese ch_name_number = 0 ch_name = [] # en ：English en_name_number = 0 en_name = [] # di : digtal di_name_number = 0 di_name = [] # img : image img_name_number = 0 img_name = [] # ch_di : Chinese and digtal ch_di_name = [] # other : other oth_name_number = 0 oth_name = []
（3）資料分類判斷
# 暱稱全中文判斷
def is_all_ch(keyword):
for c in keyword:
# 包含常見中文字元
if not ('一' <= c <= '龥'):
return False
return True
# 暱稱全英文判斷
def is_all_en(keyword):
# 不能全部為空格或者首位為空格
if all(ord(c) == 32 for c in keyword) or keyword[0] == ' ':
return False
# 允許空格和英文並存(例如：Xist A)
if not all(65 < ord(c) < 128 or ord(c) == 32 for c in keyword):
return False
return True
# 暱稱全數字判斷
def is_all_di(keyword):
for uchar in keyword:
if not (uchar >= '0' and uchar <= u'9'):
return False
return True
# 暱稱包含表情圖判斷
def have_img(keyword):
# 下面是大部分圖片的一個unicode編碼集
# 詳情檢視：https://en.wikipedia.org/wiki/Emoji
img_re = re.compile(u'['
u'U0001F300-U0001F64F'
u'U0001F680-U0001F6FF'
u'☀-⭕]+',
re.UNICODE)
if img_re.findall(keyword) :
return True
return False
# 中文+數字暱稱判斷
def is_ch_di(keyword):
for c in keyword:
if not ('一' <= c <= '龥') and not (c >= '0' and c <= u'9'):
return False
return True
（4）資料歸類計算各類數量
list_name = get_name()
print("總共有："+str(len(list_name))+"個微信名")
for i in range(len(list_name)):
result = classification_name(list_name[i])
if result == 'ch': # 中文
ch_name_number +=1
ch_name.append(list_name[i])
if result == 'en': # 英文
en_name_number +=1
en_name.append(list_name[i])
if result == 'di': # 數字
di_name_number +=1
di_name.append(list_name[i])
if result == 'img': # 含表情
img_name_number +=1
img_name.append(list_name[i])
if result == 'ch_di': # 中文和數字
ch_di_name_number +=1
ch_di_name.append(list_name[i])
if result == 'other': # 其他
oth_name_number +=1
oth_name.append(list_name[i])
print("純中文暱稱個數："+ str(ch_name_number))
# print(ch_name)
print("純英文暱稱個數："+ str(en_name_number))
#print(en_name)
print("純數字暱稱個數："+ str(di_name_number))
# print(di_name)
print("包含表情圖暱稱個數："+ str(img_name_number))
# print(img_name)
print("中文和數字混合暱稱個數："+ str(ch_di_name_number))
print(ch_di_name)
print("其他暱稱個數："+ str(oth_name_number))
# print(oth_name)
執行結果：
總共有：3549個微信名 純中文暱稱個數：1514 純英文暱稱個數：569 純數字暱稱個數：9 包含表情圖暱稱個數：400 中文和數字混合暱稱個數：19 其他暱稱個數：1038
3.獲取使用者畫（只獲取使用者年齡段）
訪問英文取名使用者畫像介面，獲取近30天活躍使用者和新使用者的年齡段。
# 獲取使用者年齡段
def get_data():
# 獲取token,並處理
t = get_token().strip('"')
# 然後將處理後的token值和其他引數作為post方式的引數值，呼叫使用者畫像api
post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token="
post_user_url = post_user_api + t
# 訪問獲取概況資料 (近一個月的資料情況)
data = json.dumps({
"begin_date" : "2018-07-21",
"end_date" : "2018-08-19"})
# 獲取資訊
user_portrait_data = get_info(post_user_url, data)
# 時間段
ref_date = user_portrait_data['ref_date']
# 新使用者
visit_uv_new = user_portrait_data['visit_uv_new']
活躍使用者
visit_uv = user_portrait_data['visit_uv']
# 年齡段
print(ref_date )
print((visit_uv_new['ages']))
print((visit_uv['ages']))
執行結果：
# id ： 為年齡段序號 name ：年齡段名稱 value : 該年齡段人數
20180721-20180819
[{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17歲以下', 'value': 18}, {'id': 2, 'name': '18-24歲', 'value': 118}, {'id': 3, 'name': '25-29歲', 'value': 75}, {'id': 4, 'name': '30-39歲', 'value': 81}, {'id': 5, 'name': '40-49歲', 'value': 14}, {'id': 6, 'name': '50歲以上', 'value': 7}]
[{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17歲以下', 'value': 20}, {'id': 2, 'name': '18-24歲', 'value': 147}, {'id': 3, 'name': '25-29歲', 'value': 88}, {'id': 4, 'name': '30-39歲', 'value': 95}, {'id': 5, 'name': '40-49歲', 'value': 20}, {'id': 6, 'name': '50歲以上', 'value': 10}]
03
來點有趣的：資料清洗、分析
1.微信名稱型別資料視覺化分析
核心程式碼：
# 1.微信名分類：玫瑰餅圖
from pyecharts import Pie
# 資料獲取自上面程式碼
attr = ["純中文暱稱", "純英文暱稱", "純數字暱稱", "包含表情圖暱稱", "中文和數字混合暱稱", "其他暱稱"]
v1 = [1514, 569, 9, 400, 19, 1038]
pie = Pie("微信名分類餅圖", title_pos='center', width=900)
pie.add(
"佔比",
attr,
v1,
center=[50, 50],
is_random=True,
radius=[30, 75],
rosetype="area",
is_legend_show=False,
is_label_show=True,
)
pie.render("render_01.html")
執行效果：
微信暱稱類別玫瑰餅圖
從中可以看出，微信暱稱為全中文的佔比最多，佔有42.66%，其次為其他暱稱（中英文混合、字元等型別），佔有29.25%。
再比較大的類，就是純英文暱稱，佔有16.03%，以及包含表情包暱稱的，佔有11.27%，純數字暱稱和中文數字混合暱稱，相對佔比較少。
我們常見的中文和數字混合暱稱，最多的就是機構名/姓名+聯絡方式，一些營銷號比較常用。
相較而言，大多數人還是喜歡，用純中文來作暱稱，既體現一種文化情懷，又簡明扼要地介紹了自己 。
2. 微信使用者年齡段視覺化分析
核心程式碼：
# 2.使用者年齡段：玫瑰餅圖
from pyecharts import Pie
# 資料獲取自上面程式碼
attr = ["未知", "17歲以下", "18-24歲", "25-29歲", "30-39歲", "40-49歲","50歲以上"]
v1 = [12, 38, 265, 163, 176, 34,17]
pie = Pie("微信使用者年齡段餅圖", title_pos='center', width=900)
pie.add(
"佔比",
attr,
v1,
center=[50, 50],
is_random=True,
radius=[30, 75],
rosetype="area",
is_legend_show=False,
is_label_show=True,
)
pie.render("render_02.html")
執行效果：
使用者年齡段分佈玫瑰餅圖
從中可以看出，年齡段中，18-24歲的95-00後佔比最多，達到37.59%，接下來是30-39歲的80-90後，佔比達到24.97%，緊隨其後的為25-29歲的90-95後，佔比達23.12%，其他年齡段可大概分為兩類：偏兒童類和偏老人類，一共佔比10.21%。
小A個人覺得，這類人群少的原因是：小孩、老人玩微信的少，更不用說微信小程式了，對於小孩來說，微信的作用就是玩遊戲（登入賬號），對於老人來說，微信主要用來聊天，已經是比較複雜的了，小程式使用可能對老人來說就更復雜了，也缺少必要性。
3. 詞雲分析微信名稱哪些詞語、表情包更受歡迎?
（1）繼續使用pyecharts生成詞雲圖
核心程式碼：
# 清洗資料，生成詞雲圖
def split_word(test_str):
test_str = re.sub('[,，。.
]', '', test_str)
# jieba 詞語
segment = jieba.lcut(test_str)
words_df = pd.DataFrame({'segment': segment})
# quoting=3 表示stopwords.txt裡的內容全部不引用
stopwords = pd.read_csv(r"H:PyCoding Analysis_wx_namestopwords.txt", index_col=False, quoting=3, sep=" ", names=['stopword'], encoding='utf-8')
words_df = words_df[~words_df.segment.isin(stopwords.stopword)]
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)
test = words_stat.head(200).values
codes = [test[i][0] for i in range(0,len(test))]
counts = [test[i][1] for i in range(0,len(test))]
wordcloud = WordCloud(width=1300, height=620)
wordcloud.add("微信暱稱", codes, counts, word_size_range=[20, 100])
wordcloud.render('render_03.html')
執行效果：
pyecharts詞雲圖
4. 使用Wordcloud+matplotlib，生成高階一點的詞雲圖:
核心程式碼：
# 下下期好好講一下matplotlib繪圖視覺化，挺有意思的
# 呼叫get_name函式獲取全部微信名
text = get_name()
# 呼叫jiebaclearText函式，清洗資料(該函式和上面切詞思想一樣)
text1=jiebaclearText(text)
#產生詞雲圖
bg = plt.imread(r"G:small_pig.jpg")
#生成詞雲
wc=WordCloud(
background_color="wathet", #設定背景為白色，預設為黑色
mask=bg, # 設定詞雲內容範圍(除指定圖片白色區域的其他區域都將覆蓋詞雲內容)
margin=10, #設定圖片的邊緣
max_font_size=70, #顯示的最大的字型大小
random_state=20, #為每個單詞返回一個PIL顏色
font_path='G:simkai.ttf' #中文處理，用系統自帶的字型
# 可以在這裡下載這個字型：http://www.font5.com.cn/font_download.php?id=534&part=1245067666
).generate(text1)
#為圖片設定字型
my_font=fm.FontProperties(fname='G:simkai.ttf')
# 圖片背景
bg_color = ImageColorGenerator(bg)
# 開始畫圖
plt.imshow(wc.recolor(color_func=bg_color))
# 為雲圖去掉座標軸
plt.axis("off")
# 儲存雲圖
wc.to_file("render_04.png")
5.詞雲輪廓原圖：
這是您的專屬社會人
執行效果：
wordcloud詞雲圖
由於第二種方法無法解析表情圖，所以沒有表情出現，除此之外，這兩種方法顯示的詞雲圖內容，幾乎大同小異。
通過詞雲圖，我們一眼看出，大家使用最多的，除開中文後，就是表情圖了，你的微信朋友圈裡，是否也有這樣的大紅嘴脣，我的好像有，哈哈哈~
當我們單純來看詞雲中的中文時，發現像太陽、陽光、微笑、可愛、開心、愛、未來等比較積極向上的詞語，還是比較受大家喜歡的，也體現出大家的內心的積極、樂觀，當然還有像麗麗、徐、陳等這樣的姓名部分，在暱稱中大家也使用得比較多，但也不缺乏有像悲傷、涼這樣比較冷色的詞語。
04
通過暱稱進行情緒分析（大膽猜想）
1.微信暱稱為全中文
微信暱稱為全中文，可以分為兩大類：自己的真名和其他暱稱。
直接用自己的姓名，當微信暱稱的人，性格大多是直來直往的那種，待人比較坦誠。
他們的微信，一般用於熟人社交和日常辦公，平時不會隨便加不熟的人，就算用真名，也不怕洩露個人資訊，來個不恰當的比喻：不做虧心事，不怕鬼敲門，哈哈哈。
為其他暱稱的人，大多有自己的看法，也許暱稱是自己對未來的一種期望，也許暱稱是自己對生活的一種態度，或者是一些無厘頭的話語，炫酷的話語。（猜測）
2.微信暱稱為全英文
出於個人喜好或工作需求，有些人會給自己取一個容易記的、叫著順口的英文名，比如Tom、Abby、Jason，並常常在自我介紹的時候，讓大家可以用英文名字稱呼自己。
對他們而言，英文名就相當於自己的第二個名字，用它做微信名，和用本名沒什麼太大的區別。
也有的人會刻意避開，那些常見的英文名，取一些更小眾的，他們更在意提高自己的“逼格”，喜歡標新立異，追求時尚和前衛。（猜測）
3.微信暱稱帶有表情符號
有很多女生，會在微信名稱里加上各種表情符號，從上面分析的詞雲圖中，可以看出，一個大紅脣大家使用最多，其他的可能是一個愛心、一朵玫瑰、一顆星星、又或是系統自帶的emoji表情。
她們可能覺得，這是一種特別的裝飾，能讓自己的名字，和別人有明顯的區別。
這樣的女生，大多有細膩的小心思、浪漫的生活情調，和一顆蓬勃的少女心。（比如小A本人）
4.微信暱稱帶有職業性質
一般來說，會主動在自己微信名前面，帶一個字母“A”的，大多都是整天在朋友圈裡發廣告的微商或代購。
比較正式一點的，用的都是“公司名+姓名”的形式，這一類人基本都是銷售員或房產中介……或者就是真正的大佬啦~
還有一些人，會根據自己不同的工作階段，不定時更換名字字尾的。
認識一個在某地產公司做人力的朋友，為了能好好享受假期，她會把微信名改成“ΧΧΧ休假中”，以便提醒那些在節假日，還私信她詢問工作的人。
也有一些人反著來，為了顯示自己特別積極，直接把微信名改成“ΧΧΧ加班中”……emmm主要是改給老闆看的吧。
5.微信暱稱帶偶像名
不用說，這一類都是典型的追星族，而且大多都是女生，比如吳亦凡夫人、蔡徐坤祕密女友、胡歌的小嬌妻……不出意外，她們的頭像，一般就是她們的愛豆本人。
她們平時會在微博，給偶像打Call，朋友圈也會發很多相關推薦，如果有人誇自己的愛豆，她們會覺得遇到了知音；相反地，如果有人說她們愛豆的壞話，她們會馬上拉黑……
切記，在追星的人面前，不要輕易擡槓，不要對她的愛豆指手畫腳……
6.微信暱稱是四字詞
仔細觀察長輩們的微信名，就會發現他們，特別喜歡用四字詞作暱稱。
這些四字詞最大的共同點，就是都傳遞著一種歲月靜好的氛圍：“人生如茶”“花自芬芳”“上善若水”“人心依舊”“雲淡風輕”……
年輕人用獨特的微信名標記自己，年長點的叔叔阿姨，只是想純粹地寄託一種生活理想。
都說名字是人的第二張臉。微信名取得好，往往會給人留下更好的印象。你的微信名，有什麼特別的含義嗎？評論區裡聊一聊。