記得2016年第一次開通微信的時候，我以及周圍的大多數人還是重度的QQ使用者，當時只是跟風開通了一下，也沒覺得會改變什麼。沒想到才兩年過去，我已經忘記了QQ的存在，每天起來第一件事就是檢視微信，睡覺前也必然要看一下朋友圈有什麼好玩有意義的事情，不得不說騰訊的產品策略絕對是一流的。那麼我們能用python對微信做些什麼呢？
還好微信官方有一個比較冷門的python庫-itchat，這是微信提供的一個藉口，我們可以藉由它來實現對微信資訊的提取，本文要做的是提取微信好友資訊並對個性簽名進行視覺化處理。
首先安裝我們所需要的庫：

pip install itchat
pip install matplotlib.
 
pyplot    #用於生成2D圖
pip install jieba  #用於中文分詞
pip install wordcloud   #用於詞雲生成

第一步：提取好友資訊：
呼叫itchat，通過掃碼登陸網頁微信獲取返回的好友資訊，程式碼如下：

def get_data():
	itchat.auto_login()   #呼叫登陸模組
	friends=itchat.get_friends(update=True)  #獲取好友資訊
	return friends

執行程式掃描生成的二維碼登陸微信姐可以看到所有的好友資訊，涉及隱私，這裡就不放圖了。
第二步：通過對返回的資訊分析發現，每一行為一個好友的完整資訊，用‘，’隔開順序依次為：暱稱，備註名，性別（1為男，2為女，0為不確定（什麼鬼阿），省份，城市，個性簽名，星標，特殊好友許可權），這裡定義一個函式將獲取的資料儲存到列表中，程式碼如下：

def prase_data(data):
	friends=[]
	for item in data[1:]:
		friend={
		'NickName':item['NickName'],                           #暱稱
		'RemarkName':item['RemarkName'],                   #備註名
		'Sex':item['Sex'],#性別
		'Province':item['Province'],#省份
		'City':item['City'],#城市
		'Signature':item['Signature'
 
].replace('\n',' ').replace(' ',' '),	#處理換行問題
		'StarFriend':item['StarFriend'],#星標朋友
		'ContactFlag':item['ContactFlag']	#好友許可權
		}
		friends.append(friend)
	return friends

第三步：再定義一個函式將獲取的列表儲存為.txt檔案，程式碼如下：

def save_to_txt():
	
	friends=prase_data(get_data())
	for item in friends:
		with open ('jjdfriend.txt','a',encoding='utf-')as f:
			f.write('%s,%s,%d,%s,%s,%s,%d,%d\n'%(
			item['NickName'],item['RemarkName'],item['Sex'],
			item['Province'],item['City'],item['Signature'],
			item['StarFriend'],item['ContactFlag']))

第四步：接下來是最重要的部分，獲取個性簽名並生成詞雲，安裝好所需要的庫檔案之後，程式碼如下：

from wordcloud import WordCloud,STOPWORDS
import matplotlib.pyplot as plt
import jieba

signs=[]
with open ('fkdfriend.txt','r',encoding='utf-8')as f:
	rows=f.readlines()
	for row in rows:
		sign=row.split(',')[5]
		if sign!="":
			signs.append(sign)
			
split=jieba.cut(str(signs))#分詞
words=' '.join(split)#以空格連線
stopwords=STOPWORDS.copy()#設定遮蔽詞
stopwords.add('span')
stopwords.add('class')
stopwords.add('emoji1f334')
stopwords.add('emoji1f388')
stopwords.add('emoji1f33a')
stopwords.add('emoji1f33c')
stopwords.add('emoji1f3633')

bg_image=plt.imread('ground.jpg')
wordcloud = WordCloud(mask=bg_image,background_color='white',scale=1.5,stopwords=stopwords).generate(words)
#image_colors=ImageColorGenerator(bg_image)
plt.imshow(wordcloud)
plt.axis('off')
plt.show()
wordcloud.to_file('word.jpg')

生成的圖片如下：
問題來了，為什麼生成的是亂碼，查詢資料後發現wordcloud是預設不支援中文的，所以我們需要進行一些操作，首先找到系統中的字型資料夾：位置為：C:\Windows\Font,開啟后里有這些字型：

這裡我選擇了微軟雅黑字型，接下來需要將字型檔案複製到系統安裝wordcloud位置，路徑如下：C:\Users\Administrator\AppData\Local\Programs\Python\Python37\Lib\site-packages\wordcloud,將選擇字型貼上到資料夾內，如下圖：

並且修改上面一句程式碼為：

wordcloud = WordCloud(mask=bg_image,background_color='white',font_path='msyhbd.ttc',scale=1.5,stopwords=stopwords).generate(words)#增加中文字型

執行成功，效果如下：

通過詞雲，你或許會恍然大悟，原來你們這樣的人啊。是啊，在現在這個社會，我們似乎更像是一個行走的資料包，而且幾乎每時每刻都在產生新資料，有很多人對大資料時代感到恐懼，認為隱私會被濫用之類。但事實上，每一次新技術的出現伊始都會有這樣的聲音，但我相信技術是無罪的，有問題的只是一部分人而已，並且這樣的人無論什麼時代都會存在，所以讓我們敞開胸懷，擁抱這個美好的大資料時代。
當然，微信好友中能處理的資訊還有很多，比如性別分佈，地理位置都很有分析價值，有興趣的可以嘗試，這裡推薦一個百度開源的python視覺化庫-pyecharts，這個庫可以很大程度上替代matplotlib，pygal以及Geo。好了，就囉嗦這麼多。

備註：本文中涉及的jieba庫所用到的分詞技術看起來好像是一個很神奇的東西，原來我也這麼認為，但直到看來吳軍先生的《數學之美》一書，發現它的解決依舊是使用了很常見的數學模型-馬爾科夫鏈，感興趣的可以閱讀這一部分內容。