人生最難的事是自我認知，用Python爬取朋友圈資料，讓我們重新審視自己，審視我們周圍的圈子。

文：朱元祿（@資料分析－jacky）

哲學的兩大問題：1、我是誰？2、我們從哪裡來？

本文 jacky試圖用Python，資料化、聚類化我們的人格標籤，試圖回答"我是誰?"這個哲學問題。

（一）確定資料來源

自我認知，很難，必須它證。

物以類聚，人以群分。每個人的社交圈，家庭圈，朋友圈的屬性，基本我們人格的特徵屬性。我們所處的階級，在別人眼中的印象，在我們的朋友圈中都會得到印證。

朋友圈資料中最具人格屬性的因素是個性簽名，那麼下面我們就把所有好友的個性簽名作為我們的研究物件，以此出發爬取資料。

（二） 使用Python的itchat 包對好友的個性簽名資料進行分析

這裡我們用到Python一個比較冷門的庫——itchat，它很好的相容了wechat個人賬號的API介面，讓我們能更加便捷的爬取wechat資料，itchat的功能很強大，這裡我們僅用它爬取wechat中我們每個好友的個性簽名。

之後，我們要分析出自定義詞雲圖中個性簽名使用的高頻詞語是什麼。

最後，生成視覺化詞雲圖，直觀的給出洞察結果。

原始碼如下：

# coding:utf-8
import itchat
import re
itchat.login()
friends = itchat.get_friends(update=True)[0:]
tList = []
for i in friends:
    signature = i["Signature"].replace(" ", "").replace("span", "").replace("class", "").replace("emoji", "")
    rep = re.compile("1f\d.+")
    signature = rep.sub("", signature)
    tList.append(signature)
    # 拼接字串
    text = "".join(tList)
# jieba分詞
import jieba
wordlist_jieba = jieba.cut(text, cut_all=True)
wl_space_split = " ".join(wordlist_jieba)
# wordcloud詞雲
import matplotlib.pyplot as plt
from wordcloud import WordCloud, ImageColorGenerator
import os import numpy as np
import PIL.Image as Image
d= os.path.dirname(os.path.abspath( __file__ ))
alice_coloring = np.array(Image.open(os.path.join(d, "wechat.jpg")))
my_wordcloud = WordCloud(background_color="white", max_words=2000,mask=alice_coloring,max_font_size=400, random_state=420,font_path='/Users/sebastian/Library/Fonts/Arial Unicode.ttf').generate(wl_space_split)
image_colors = ImageColorGenerator(alice_coloring)
plt.imshow(my_wordcloud.recolor(color_func=image_colors))
plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()
 

下面對於程式碼的解析，僅跟初學 Python的朋友提示三點：

1）程式碼第24行，其他網路版本的程式碼為d= os.path.dirname(__file__)，最好換成jacky這個版本的：

d=os.path.dirname(os.path.abspath(__file__))，具體原因jacky就不做過多解釋了；

2）程式碼第25行，一定要提前在環境路徑下建立wechat.jpg的圖片，這樣雲圖才能順利生成，並生成你希望的形狀。

3）提前在終端安裝jieba,matplotlib,wordcloud,numpy包

注意以上三點，想不執行成功都難。

執行上面的程式碼，得到下面的雲圖：

（三）資料洞察

以jacky的朋友圈為例，在雲圖中，我們可以看見，高頻詞有：自己，創始人，電商，成功，努力，營銷，網際網路，資料，夢想，生活，諮詢，我們，未來。

其實，這些詞jacky還可以繼續用機器學習演算法搞一下,但到這就淺嘗則止吧。

從這些具體的資訊中，可以抽象出我的個人人格標籤，具體解析：

自己，我們：說明我很自我，很自大，很自以為是；

努力，未來，夢想：說明我想通過努力來實現自己的價值；

創始人：說明我的社交圈還OK；

網際網路，資料：說明我的能力屬性；

營銷，諮詢：說明了我賴以生存的飯碗；

代理：這... ... 不好說了... ...

End

轉載請註明出處