此小項目參考《微信好友數據分析 》——余本國
一、功能介紹:
本文主要介紹利用網頁端微信獲取數據,實現個人微信好友數據的獲取,並
進行一些簡單的數據分析,功能包括:
1.爬取好友列表,顯示好友昵稱、性別和地域和簽名, 文件保存為 xlsx 格式
2.統計好友的地域分布,並且做成詞雲和可視化展示在地圖上
二、運行環境及相關庫的安裝
- Python 3.x(使用Anaconda的spyder編輯器)
- 使用到的Python庫安裝:
- 在Anaconda的Anaconda Prompt下運行下列命令,安裝前先升級pip,代碼如下:
Python -m pip install --upgrade pip
- 安裝 wxpy: pip install wxpy
-
安裝 PIL: pip install pillow
-
安裝 pyecharts:pip install pyecharts
-
安裝 Itchat: pip install itchat
-
安裝 Jieba: pip install jieba
-
安裝 Pandas:pip install Pandas
- 安裝 Numpy:pip install Numpy
- 安裝 wordcloud:pip install wordcloud
- 安裝地圖數據包:pip install echarts-china-provinces-pypkg
- pip install echarts-countries-pypkg
代碼如下
# -*- coding: utf-8 -*- """ Created on Wed Jun 5 11:44:42 2019 @author: lenovo """ 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(): ''' 連接網頁版微信並返回所有朋友信息 bot:初始化機器人並選擇緩存模式(掃碼)登錄 friend_all:獲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(): '''輸入並列標題行 ls=[] 默認為無 ''' column_titles=[] return colomn_titles def data_dict_to_list(friend_all): ''' data_ls:初值:設列表初值為包含列標題行列表的列表\ 遍歷所有好友信息字典提取數據加入到數據列表,並返回此數據列表 list_0:一個微信好友的數據列表,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'): ''' 將列表寫入 07 版 excel 中,其中列表中的元素是列表. filename:保存的文件名(含路徑) lis:元素為列表的列表,如下: lis = [["名稱", "價格", "出版社", "語言"], ["暗時間", "32.4", "人民郵電出版社", "中文"], ["拆掉思維里的牆", "26.7", "機械工業出版社", "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("寫入數據成功!") def count_sing(file_name,sheet_name='wechat1',column_name='NickName'): '''輸出單個列的統計數據''' f=open(file_name,'rb') data=pd.read_excel(f,sheetname=sheet_name) print(column_name+'\t'+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 方法得到詞雲圖''' f=open(file_name,'rb') data=pd.read_excel(f,sheetname=sheet_name) word_list= data[column_name].fillna('0').tolist() #將 dataframe 的列轉化為 list,其中的 nan 用“0”替換 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 做詞雲並存為html文件''' f=open(file_name,'rb') data=pd.read_excel(f,sheetname=sheet_name) #count = df.city.value_counts() #對 dataframe 進行全頻率統計,排除了 nan city_list = data[column_name].fillna('NAN').tolist() #將 dataframe 的列轉化為 list,其中的 nan 用“NAN”替換 count_city = pd.value_counts(city_list)#對 list 進行全頻率統計 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+'.html') f.close() def shou_data_in_countrymap(save_road,file_name,sheet_name='wechat1',\ column_name='Province'): '''將這些個好友在全國地圖上做分布''' f=open(file_name,'rb') data=pd.read_excel(f,sheetname=sheet_name) province_list = data[column_name].fillna('NAN').tolist() #將 dataframe 的列轉化為 list,其中的 nan 用“NAN”替換 count_province = pd.value_counts(province_list)#對 list 進行全頻率統計 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) #顯示地圖上的省份 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'C:\Users\lenovo\AppData\Local\Programs\Python\Python37' save_wordcloud_to_html(save_road,file_name) shou_data_in_countrymap(save_road,file_name) main()
效果: