【python】微信朋友圈数据分析及可视化（爬虫+数据挖掘）

文章目录

• 1. 成果展示
• 2. 环境配置
• 3. 爬朋友圈
• 4. 数据处理
• 5. 数据分析
• • 5.1. 词频分析
  • • 5.1.1. 昵称词频分析
    • 5.1.2. 内容词频分析
  • 5.2. 情感分析
• 6. 引用参考

---

1. 成果展示

2. 环境配置

环境配置教程请参考我的这篇文章：【python】自动化连接和操作手机微信

3. 爬朋友圈

爬所有用户前100天（最多只能爬到173天前）发的朋友圈数据，包括：用户昵称，文本内容和发布时间。

from appium import webdriver
import time

# 连接手机微信
caps = {
    "platformName": "Android",
    "deviceName": "emulator-5554",
    "platformVersion": "6.0.1",
    "appPackage": "com.tencent.mm",
    "appActivity": ".ui.LauncherUI",
    "noReset": "True",
    "unicodeKeyboard": "True",
    "resetKeyboard": "True"
}
driver = webdriver.Remote('http://127.0.0.1:4723/wd/hub', caps)

# 爬朋友圈数据
time.sleep(10)
print('点击发现')
driver.find_elements_by_id('com.tencent.mm:id/cnh')[2].click()
time.sleep(5)
print('点击朋友圈')
driver.find_element_by_id('com.tencent.mm:id/b3b').click()
time.sleep(5)
print('开始爬虫')
with open('pyqs.csv', 'a', encoding='utf_8_sig') as f:
    f.write('昵称,文本,时间'+'
')
while True:
    for item in driver.find_elements_by_id('com.tencent.mm:id/fn9'):
        try:
            name = item.find_element_by_id('com.tencent.mm:id/e3x').text
        except:
            name = ''
        try:
            text = item.find_element_by_id('com.tencent.mm:id/b_e').text
        except:
            try:
                text = item.find_element_by_id('com.tencent.mm:id/gbx').text
            except:
                text = ''
        try:
            time = item.find_element_by_id('com.tencent.mm:id/ij').text
        except:
            time = ''
        if name != '' and text != '' and time != '':
            name = name.replace(',', ' ')
            text = text.replace(',', ' ').replace('
', ' ')
            each = ','.join([name, text, time])
            with open('pyqs.csv', 'a', encoding='utf_8_sig') as f:
                f.write(each+'
')
            print(each)
        else:
            pass
    # 下滑
    driver.swipe(0, 1400, 0, 700)
    if '101天前' in time:
        print('爬取结束')
        break
    else:
        pass

4. 数据处理

爬下来的数据存到pyqs.csv文件中，我们发现有很多重复数据，做一下去重：

'''依赖模块
pip install pandas
'''
import pandas as pd
df = pd.read_csv('pyqs.csv')
df = df.drop_duplicates()
df.to_csv('pyqs2.csv', encoding='utf_8_sig')

5. 数据分析

数据分析代码请参考我的这篇文章：【python】B站弹幕数据分析及可视化（爬虫+数据挖掘)

5.1. 词频分析

利用jieba库做词频分析，并用pyecharts库绘制词云图。

5.1.1. 昵称词频分析

可以看出你的微信好友中谁发朋友圈最勤。（出于对隐私的保护，请允许我打一下码)

5.1.2. 内容词频分析

可以看出你的好友经常关注或谈论哪些内容。

5.2. 情感分析

利用snownlp库做情感分析，并用pyecharts库绘制饼状图。由饼状图可知：微信好友中大多人发的内容都是比较积极的。

6. 引用参考

https://blog.csdn.net/qq_42951560/article/details/110558662