使用 python 进行微信好友分析

一.环境要求

Windows 10；python 3.7；

第三方库

wxpy 0.3.9.8——登录微信
openpyxl 2.6.2——可对 excel 表格进行操作

pyecharts 0.5.11——百度的开源可视化库，

wordcloud 1.5.0——词云制作库

matplotlib 3.1.0——生成词云图

pandas 0.24.2——读取 excel 表格的数据

pyecharts-snapshot 0.2.0——是 pyecharts 的依赖库之一

echarts-countries-pypkg——pyecharts 的世界地图包

echarts-china-provinces-pypkg——pyecharts 的中国省份地图包

第三方库的安装

（2019年6月10号）除了 pyecharts 其它都可以直接使用 pip 安装，而安装 pycharts 需要特殊些(因为最新版已出为 1.X版，不向下兼容)，如下：

pip install wxpy
pip install openpyxl
pip install PIL
pip install pandas
pip install wordcloud
 
pip install pyecharts==0.5.11
pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install pyecharts-snapshot

二.分析思路

 1.登录微信，获取好友的基本信息

使用 wxpy 的 Bot() 模块，登录微信

In [3]: from wxpy import * #导入模块

In [4]: bot=Bot(cache_path=True)#初始化机器人，选择缓存模式（扫码）登录Getting uuid of QR code.
Downloading QR code.
Please scan the QR code to log in.
Please press confirm on your phone.
Loading the contact, this may take a little while.
Login successfully as 美好时光一定会来

 

In [5]: friend_all=bot.friends()

 

In [6]: print(friend_all[0].raw)#friend_all[0]是你的微信昵称，.raw则是获取你的全部信息

2、统计用户信息

In [7]: len(friend_all) #统计查阅了多少好友
Out[7]: 155

1.　　为了获取好友信息中需要的部分，我们对信息需要进行处理。从上面的获取信息全字段来看，我们获取的每位好友的信息都是一个字典，字典里只有'City'、'Province'、'Signature'、

'NickName'、'HeadImgUrl'、'Sex'是我们需要的。下面我们就对这几个 key 进行提取。方法是：对这几个 key 提取相应的值，放入一个列表 list_0 中，即每个好友的这些 key

的值做成了一个列表，在对所有的好友使用 for 循环进行同样的操作，将所有好友的列表做成一个大列表 lis 的元素，即列表中的元素是列表。 

In[7]:lis=[] #lis=['nickname','sex','city','province','headImgUrl','headImgFlag']
In[8]:for a_friend in friend_all:
    NickName=a_friend.raw.get('NickName',None)
    #Sex=a_friend.raw.get('Sex',None)
    Sex={1:"男",2:"女",0:"其他"}.get(a_friend.raw.get('Sex',None),None)
    City=a_friend.raw.get('City',None)
    Province=a_friend.raw.get('Province',None)
    Signature=a_friend.raw.get('Signature',None)
    HeadImgUrl=a_friend.raw.get('HeadImgUrl',None)
    HeadImgFlag=a_friend.raw.get('HeadImgFlag',None)
    list_0=[NickName,Sex,City,Province,Signature,HeadImgUrl,HeadImgFlag]
    lis.append(list_0)

 

　　2.　　为了将 lis 列表能够保存到 excel 中，便于后面的使用，也便于此方法的再次使用，我们将这个功能写成函数 lis2e19()，即将这种列表套列表的 lis 转成 19 版的 exce 进行保存在本地。

def lis2e19(filename,lis):
    '''
    将列表写入 07 版 excel 中，其中列表中的元素是列表.
    filename:保存的文件名（含路径）
    lis：元素为列表的列表，如下：
    lis = [["名称", "价格", "出版社", "语言"],
            ["暗时间", "32.4", "人民邮电出版社", "中文"],
            ["拆掉思维里的墙", "26.7", "机械工业出版社", "中文"]]
    '''
    import openpyxl
    wb = openpyxl.Workbook()
    sheet = wb.active
    sheet.title = 'list2excel19'
    file_name = filename
    for i in range(0, len(lis)):
        for j in range(0, len(lis[i])):
            sheet.cell(row=i+1, column=j+1, value=str(lis[i][j])) 
    
    wb.save(file_name)
    print("写入数据成功！")
lis2e19(r'D:xm_wechat)

3.　　将列表信息存储到 excel 中，文件名为 wechat_02.xlsx。

lis2e19(r'D:xm_wechat)

打开文件（部分截图）：

4.　　对数据进行初略的认知分析。

#对数据进行初步探索
#方法一
#粗略获取好友的统计信息
data = friend_all.stats_text(total=True, sex=True,top_provinces=10, top_cities=100)
from pandas import read_excel
df=read_excel(r'C:UsersBennyDesktopPythonPython练习wechat_02.xlsx',sheetname='list2excel19')
print(data)

部分数据截图如下：

5　　对 city 列数据做成词云

方法一：利用 plt+wordcloud 方法

 

from wordcloud import WordCloud 
import matplotlib.pyplot as plt
import pandas as pd
from pandas import DataFrame
word_list= df['city'].fillna('0').tolist()#将 dataframe 的列转化为 list，其中的 nan 用“0”替换
new_text = ' '.join(word_list) 
wordcloud = WordCloud(font_path='simhei.ttf', background_color="black").generate(new_text) 
plt.imshow(wordcloud) 
plt.axis("off") 
plt.show()

图片：

6 将好友可视化展示在地图上 

#将这些个好友在全国地图上做分布
province_list = df['province'].fillna('NAN').tolist()
#将 dataframe 的列转化为 list，其中的 nan 用“NAN”替换
count_province = pd.value_counts(province_list)#对 list 进行全频率统计
from pyecharts import Map 
value =count_province.tolist() 
attr =count_province.index.tolist()
map=Map("各省微信好友分布", width=1200, height=600) 
map.add("", attr, value, maptype='china', is_visualmap=True, 
 visual_text_color='#000',
is_label_show = True) #显示地图上的省份
map.show_config() 
map.render(r'C:UsersBennyDesktopPythonmap3.html')

 图片：

三 全部代码：

一、环境与库准备：

Anaconda Prompt下运行：

# -*- coding: utf-8 -*-
"""
Created on Wed Jun  5 12:52:28 2019

@author: ausa
"""

from wxpy import*
import openpyxl
import pandas as pd
from wordcloud import WordCloud 
import matplotlib.pyplot as plt
from pyecharts import Map 


def connect_in():
    ''' 
    连接网页版微信并返回所有朋友信息
    bot:初始化机器人并选择缓存模式（扫码）登录
    friend_all:获取我所有微信好友信息
    '''
    bot=Bot(cache_path=True)
    friend_all=bot.friends()
    return friend_all

def analyse_friends(friend_all,top_provinces=10,top_cities=100):
    Friends = friend_all
    data = Friends.stats_text(total=True, sex=True,top_provinces=30, top_cities=500)
    print(data)

def get_column_title():
    '''输入并列标题行
        ls=[]  默认为无
    '''
    column_titles=['NickName','Sex','City','Province',
            'Signature','HeadImgUrl','HeadImgFlag']
    return colomn_titles

def data_dict_to_list(friend_all):
    '''
    data_ls:初值：设列表初值为包含列标题行列表的列表
            遍历所有好友信息字典提取数据加入到数据列表，并返回此数据列表
    list_0:一个微信好友的数据列表，包括'NickName','Sex','City','Province',
            'Signature','HeadImgUrl','HeadImgFlag'.
    '''
    data_lis=[['NickName','Sex','City','Province','Signature','HeadImgUrl',
               'HeadImgFlag']]
    for a_friend in friend_all:
        NickName = a_friend.raw.get('NickName',None)
        #Sex = a_friend.raw.get('Sex',None)
        Sex ={1:"男",2:"女",0:"其它"}.get(a_friend.raw.get('Sex',None),None)
        City = a_friend.raw.get('City',None)
        Province = a_friend.raw.get('Province',None)
        Signature = a_friend.raw.get('Signature',None)
        HeadImgUrl = a_friend.raw.get('HeadImgUrl',None)
        HeadImgFlag = a_friend.raw.get('HeadImgFlag',None)
        list_0=[NickName,Sex,City,Province,Signature,HeadImgUrl,HeadImgFlag]
        data_lis.append(list_0)
    return data_lis
    
def data_lis_savein_excel(data_lis=[],filename='wechat_data',
                          sheet_title='wechat1'):
    '''
    将列表写入 07 版 excel 中，其中列表中的元素是列表.
    filename:保存的文件名（含路径）
    lis：元素为列表的列表，如下：
    lis = [["名称", "价格", "出版社", "语言"],
           ["暗时间", "32.4", "人民邮电出版社", "中文"],
           ["拆掉思维里的墙", "26.7", "机械工业出版社", "中文"]]
    '''
    wb = openpyxl.Workbook()
    sheet = wb.active
    sheet.title =sheet_title
    file_name = filename +'.xlsx'
    for i in range(0, len(data_lis)):
        for j in range(0, len(data_lis[i])):
            sheet.cell(row=i+1, column=j+1, value=str(data_lis[i][j]))
    wb.save(file_name)
    return file_name
    print("写入数据成功！")

def count_sing(file_name,sheet_name='wechat1',column_name='NickName'):
    '''输出单个列的统计数据'''
    f=open(file_name,'rb')
    data=pd.read_excel(f,sheetname=sheet_name)
    print(column_name+'	'+str(data[column_name].count()))
    print(data[column_name].describe())
    f.close()

def wordcloud_show(file_name,sheet_name='wechat1',column_name='City'):
    '''用 plt+wordcloud 方法得到词云图'''
    f=open(file_name,'rb')
    data=pd.read_excel(f,sheetname=sheet_name)
    word_list= data[column_name].fillna('0').tolist()
    #将 dataframe 的列转化为 list，其中的 nan 用“0”替换
    new_text = ' '.join(word_list) 
    wordcloud = WordCloud(font_path='simhei.ttf', 
                          background_color="black").generate(new_text) 
    plt.imshow(wordcloud) 
    plt.axis("off") 
    plt.show()
    f.close()
    
def save_wordcloud_to_html(save_road,file_name,sheet_name='wechat1',
                           column_name='City'):
    '''利用 pyecharm 做词云并存为html文件'''
    f=open(file_name,'rb')
    data=pd.read_excel(f,sheetname=sheet_name)
    #count = df.city.value_counts() #对 dataframe 进行全频率统计，排除了 nan
    city_list = data[column_name].fillna('NAN').tolist()
    #将 dataframe 的列转化为 list，其中的 nan 用“NAN”替换
    count_city = pd.value_counts(city_list)#对 list 进行全频率统计
    from pyecharts import WordCloud
    name = count_city.index.tolist()
    value = count_city.tolist()
    wordcloud = WordCloud(width=1300, height=620)
    wordcloud.add("", name, value, word_size_range=[20, 100])
    wordcloud.show_config()
    wordcloud.render(save_road+'wordcloud'+'.html')
    f.close()

def shou_data_in_countrymap(save_road,file_name,sheet_name='wechat1',
                           column_name='Province'):
    '''将这些个好友在全国地图上做分布'''
    f=open(file_name,'rb')
    data=pd.read_excel(f,sheetname=sheet_name)
    province_list = data[column_name].fillna('NAN').tolist()
    #将 dataframe 的列转化为 list，其中的 nan 用“NAN”替换
    count_province = pd.value_counts(province_list)#对 list 进行全频率统计
    value =count_province.tolist() 
    attr =count_province.index.tolist()
    map=Map("各省微信好友分布", width=1200, height=600) 
    map.add("", attr, value, maptype='china', is_visualmap=True, 
    visual_text_color='#000',
    is_label_show = True) #显示地图上的省份
    map.show_config() 
    map.render(save_road+'map1'+'.html')
    f.close()
    

def main():
    friends_data=connect_in()
    data_ls=data_dict_to_list(friends_data)
    file_name=data_lis_savein_excel(data_ls)
    analyse_friends(friends_data)
    count_sing(file_name)
    wordcloud_show(file_name)
    save_road=r'D:xm_wechat'
    save_wordcloud_to_html(save_road,file_name)
    shou_data_in_countrymap(save_road,file_name)
main()

创建图灵机器人： 

from wxpy import Bot,Tuling,embed,ensure_one
bot = Bot()
my_friend = ensure_one(bot.search('顾嘉伟'))  #想和机器人聊天的好友的备注
tuling = Tuling(api_key='ee8fb3854a6d40c1a0e42f57d7ac0342')
@bot.register(my_friend)  # 使用图灵机器人自动与指定好友聊天
def reply_my_friend(msg):
    tuling.do_reply(msg)
embed()