我通过Python对自己的微信朋友圈进行了可视化分析得到了意想不到的答案

落日映苍穹つ 2023-02-12 11:22 4阅读 0赞

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70]

### 目录 ###

*   *   *  前提准备
         *  第一步获取朋友圈好友的数据
         *  第二步处理数据，并存储到txt文件中
         *  第三步开始分析，走起！
         *   *  3.1 分析朋友圈sex
             *  3.2 分析好友昵称，看看起名都有什么个操作
             *  3.3分析哪里来的
             *  3.4分析朋友圈的个性签名
             *  最后了，重磅来袭，输出所有朋友圈的头像合成在一张图片上

### 前提准备 ###

确保安装用到的模块和库：

itchat
    pyecharts
    jieba
    wordcloud 
    collections
    PIL

### 第一步获取朋友圈好友的数据 ###

import itchat
    # 获取数据
    def get_data():
        itchat.auto_login()
        friends = itchat.get_friends(update=True)  # 返回一个包含用户信息字典的列表
        return friends

### 第二步处理数据，并存储到txt文件中 ###

# 处理数据
    def parse_data(data):
        friends = []
        for item in data[1:]:  # 因为第一个元素是自己的信息，去掉
            friend = { 
                'NickName': item['NickName'],  # 昵称
                'RemarkName': item['RemarkName'],  # 备注名
                'Sex': item['Sex'],  # 性别：1男，2女，0未设置
                'Province': item['Province'],  # 省份
                'City': item['City'],  # 城市
                'Signature': item['Signature'].replace('\n', ' ').replace(',', ' '),  # 个性签名（处理签名内容换行的情况）
               }
            #print(friend)
            friends.append(friend)
        return friends
    # 存储数据，存储到txt文件
    def save_to_txt():
        friends = parse_data(get_data())
        for item in friends:
            with open('friends.txt', mode='a', encoding='utf-8') as f:
                f.write('%s,%s,%d,%s,%s,%s\n' % ( item['NickName'], item['RemarkName'], item['Sex'], item['Province'], item['City'], item['Signature'],))

### 第三步开始分析，走起！ ###

#### 3.1 分析朋友圈sex ####

通过分析我得知我的交际圈被male占领了，怪不得我还没有女朋友呢！不过也不完全对，毕竟我是计算机专业的，男女比例也达到了惊人的8：1，哎，遥遥无期啊，距离脱单。想起个段子，程序猿没有对象，可以 **new** 一个对象出来，哈哈！！！![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70_pic_center]  
看一下实现代码：

from pyecharts import Pie
    def stastic_sex():
        # 获取所有性别
        sex = []
        with open('friends.txt', mode='r', encoding='utf-8') as f:
            rows = f.readlines()
            for row in rows:
                print(row.split(',')[2])
                sex.append(row.split(',')[2])
    
        # 统计每个性别的数量
        attr = ['帅哥', '美女', '未知']
        value = [sex.count('1'), sex.count('2'), sex.count('0')]
    
        pie = Pie('好友性别比例', '好友总人数：%d' % len(sex), title_pos='center')
        pie.add('', attr, value, radius=[30, 75], rosetype='area', is_label_show=True,
                is_legend_show=True, legend_top='bottom',is_more_utils=True)
        # pie.show_config()
        pie.render('好友性别比例.html')

#### 3.2 分析好友昵称，看看起名都有什么个操作 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70 1]  
好吧，朋友圈里老师挺多的，这个情有可原，但是这个什么**明天**是神马，都赶着明天集市吗，哈哈，又看了看其他的，嗯，我好友里面还算干净些，没什么牛逼哄哄的称号哈。想想自己的名字，嗯是不是该赶着潮流了~~~~~~

代码实现：

#utf-8
    
    import jieba
    from wordcloud import WordCloud
    
    # 获取全部的名字
    NickNames = []
    with open('friends.txt', 'r', encoding='utf-8') as f:
        rows = f.readlines()
        for row in rows:
            NickName = row.split(',')[0]
            if NickName != '':
                # print(City)
                NickNames.append(NickName)
    # 设置分词 False精准模式分词、True全模式分词
    split = jieba.cut(str(NickNames), cut_all=False)
    words = ' '.join(split)  # 以空格进行拼接
    # print(words)
    # WordCloud（）函数的词云参数分别表示：画布宽高、背景颜色、背景图形状、字体、屏蔽词、最大词的字体大小
    wc = WordCloud(width=1024, height=768, background_color='white',  font_path='STKAITI.TTF',max_font_size=400, random_state=50)
    # 将分词后数据传入云图
    wc.generate_from_text(words)
    wc.to_file('好友昵称词云.jpg')

#### 3.3分析哪里来的 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70 2]  
我不看不知道，一看吓一跳。这我以后嗯，可以放心了，劳资是的东北大汉，旁边兄弟那统统都是你愁啥，瞅你咋地，再瞅个试试，试试就试试，的，嗯，不错。不过最后我突然想起个段子，不知道当讲不当讲，反正笑笑是可以的：孩子的爸身体缸缸的,就是没有文化,没给几个孩子起名字,就按大小顺序管孩子叫大鳖犊子、二鳖犊子……。  
哈哈哈。  
话不多说，进入正题还是，看一下实现代码：

import jieba
    from wordcloud import WordCloud
    
    # 获取全部的省份名
    Provinces = []
    with open('friends.txt', 'r', encoding='utf-8') as f:
        rows = f.readlines()
        for row in rows:
            Province = row.split(',')[3]
            if Province != '':
                # print(City)
               Provinces.append(Province)
    # 设置分词 False精准模式分词、True全模式分词
    split = jieba.cut(str(Provinces), cut_all=False)
    words = ' '.join(split)  # 以空格进行拼接
    # print(words)
    # WordCloud（）函数的词云参数分别表示：画布宽高、背景颜色、背景图形状、字体、屏蔽词、最大词的字体大小
    wc = WordCloud(width=1024, height=768, background_color='white',  font_path='STKAITI.TTF',max_font_size=400, random_state=50)
    # 将分词后数据传入云图
    wc.generate_from_text(words)
    wc.to_file('好友省份词云.jpg')

我们再通过可视化画出一个Bar图来更加清楚下，虽然结果很好，就是不知道最后那个省份是个什么鬼，都哪里来的，。。。。：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70 3]  
代码如下：

# utf-8
    import jieba
    # 导入Counter类，用于统计值出现的次数
    from collections import Counter
    from pyecharts import Bar
    
    Provinces = []
    with open('friends.txt', mode='r', encoding='utf-8') as f:
        rows = f.readlines()
        for row in rows:
            Province = row.split(',')[3]
            if Province != '':
                Provinces.append(Province)
    words = []
    for cutword in jieba.cut(str(Provinces), cut_all=False):
        if cutword not in ['_', '-', ',', '(', ')', '（', '）', ' ', "'"]:# 排除下划线、短横线、逗号、空格、单引号 防止出错
            words.append(cutword)
    data_top10 = Counter(words).most_common(10)  # 返回出现次数最多的前10条
    # print(data_top10)
    bar = Bar('好友省份数量统计TOP10', '', title_pos='center', width=1200, height=600)
    attr, value = bar.cast(data_top10)
    bar.add('', attr, value, visual_range=[0, 200], is_visualmap=True, is_label_show=True)
    bar.render('好友省份数量统计TOP10.html')

#### 3.4分析朋友圈的个性签名 ####

写到这里，我看了下数据，发现有很多人忘了写呀，这可是我需要的东西，你不写多不好。嗯我在也就这里说说。嘿嘿。不过说回来，通过词云分析我大概也分析出个东东来。  
看来部分朋友，class没学好好啊，都搁这写呢！哈哈  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70_pic_center 1]  
代码实现：

#utf-8
    
    import jieba
    from wordcloud import WordCloud
    
    # 获取全部的个性签名
    Signatures = []
    with open('friends.txt', 'r', encoding='utf-8') as f:
        rows = f.readlines()
        for row in rows:
            Signature = row.split(',')[5]
            if Signature != '':
                # print(City)
                Signatures.append(Signature)
    # 设置分词 False精准模式分词、True全模式分词
    split = jieba.cut(str(Signatures), cut_all=False)
    words = ' '.join(split)  # 以空格进行拼接
    # print(words)
    # WordCloud（）函数的词云参数分别表示：画布宽高、背景颜色、背景图形状、字体、屏蔽词、最大词的字体大小
    wc = WordCloud(width=1024, height=768, background_color='white',  font_path='STKAITI.TTF',max_font_size=400, random_state=50)
    # 将分词后数据传入云图
    wc.generate_from_text(words)
    wc.to_file('好友个性签名词云.jpg')

#### 最后了，重磅来袭，输出所有朋友圈的头像合成在一张图片上 ####

先看下效果图，当然了，我打马赛克了，不然认识的人看见，发现是我写的，那我就准备**new**一个自己来了。开玩笑，哈哈。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70 4]  
具体实现完整代码如下：

import itchat
    import os
    import math
    from PIL import Image
    
    # 获取数据
    def download_image():
        # 扫描二维码登陆微信，即通过网页版微信登陆
        itchat.auto_login()
        # 返回一个包含用户信息字典的列表
        friends = itchat.get_friends(update=True)
        # 在当前位置创建一个用于存储头像的目录wechatImages
        base_path = 'wechatImages'
        if not os.path.exists(base_path):
            os.mkdir(base_path)
    
        # 获取所有好友头像
        for friend in friends:
            # 获取头像数据
            img_data = itchat.get_head_img(userName = friend['UserName'])
            #判断备注名是否为空
            if friend['RemarkName'] != '':
                img_name = friend['RemarkName']
            else :
                img_name = friend['NickName']
             # 在实际操作中如果文件名中含有*标志，会报错。则直接可以将其替换掉
            if img_name is "*":
                img_name = ""
            #通过os.path.join()函数来拼接文件名
            img_file = os.path.join(base_path, img_name + '.jpg')
            print(img_file)
            with open(img_file, 'wb') as file:
                file.write(img_data)
    
    
    # 拼接头像
    def join_image():
        base_path = 'wechatImages'
        files = os.listdir(base_path) #返回指定的文件或文件夹的名字列表
        print(len(files))
        each_size = int(math.sqrt(float(6400 * 6400) / len(files)))#计算每个粘贴图片的边长
        lines = int(6400 / each_size)#计算总共有多少行
        print(lines)
        image = Image.new('RGB', (6400, 6400))# new(mode, size, color=0) 定义一张大小为640*640大小的图片，不给出第三个参数默认为黑色
        x = 0 #定义横坐标
        y = 0 #定义纵坐标
        for file_name in files:
            img = Image.open(os.path.join(base_path, file_name)) #找到/打开图片
            img = img.resize((each_size, each_size), Image.ANTIALIAS)#实现图片同比例缩放，Image.ANTIALIAS添加滤镜效果
            image.paste(img, (x * each_size, y * each_size))#将缩放后的照片放到对应的坐标下
            x += 1
            if x == lines:#如果每行的粘贴内容够了，则换行
                x = 0
                y += 1
        image.save('jointPic.jpg')#最后将全部的照片保存下来
    
    if __name__ == '__main__':
        # download_image()
        join_image()

--------------------

写到这本片就完了，我的头发还是那么茂密！  
![在这里插入图片描述][20200525225434908.png]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200525221403758.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20200525222334974.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200525222842294.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200525223419119.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200525224120110.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20200525224630987.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20200525225151434.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzM0NzU1MA==,size_16,color_FFFFFF,t_70
[20200525225434908.png]: https://img-blog.csdnimg.cn/20200525225434908.png