wechatAnaly/README.md at master

4.8 KiB

Raw Permalink Blame History

wechat

微信好友男女比例，区域排名，签名情感分析

程序	备注	技术栈
微信好友性别占比	采集微信好友性别比例并绘制饼图	itchat, matplotlib
微信好友头像	采集微信好友头像并拼接大图	itchat, math, PIL
微信好友地区分布	采集微信好友区域分布并分别制作省会和城市Top10柱形图	itchat, matplotlib
微信好友个性签名情感分析	采集微信性别比例并绘制饼图	itchat, matplotlib, jieba, numpy, snownlp, wordcloud
微信群好友统计	采集微信群好友信息	itchat, matplotlib, PIL

1、微信登录

import itchat

itchat.auto_login(hotReload=True)
itchat.dump_login_status()
we_friend = itchat.get_friends(update=True)[:]

wechat_login.py 运行此文件即可登录

返回的结果we_friend是微信好友的基本信息列表, 单个好友字典的 key 如下表：

key	备注
UserName	微信系统内的用户编码标识
NickName	好友昵称
Sex	性别
Province	省份
City	城市
HeadImgUrl	微信系统内的头像URL
RemarkName	好友的备注名
Signature	个性签名

2、微信好友性别占比

通过统计好友人数、男生女生各多少人算出好友性别占比，再绘制饼图。

3、微信好友头像

首先需要把好友头像保存在同一目录下
设定最后拼图的大小，以及每行需要拼接几个头像，这里我采用图片的面积除以图片的张数

each_size = int(math.sqrt(float(640 * 640) / len(ls)))  # 算出每张图片的大小多少合适
lines = int(640 / each_size)
image = Image.new('RGBA', (640, 640))   # 创建640*640px的大图

4、微信好友地区分布

由于地区太多，故使用Python sorted函数进行排序，对地区和城市Top10进行柱状图展示

通过区域和城市人数排名，其实大致看出你的户籍所在地和工作地点了。

5、微信好友个性签名情感分析

这里主要做了两部分

第一部分使用jieba分词对好友个性签名进行切词，并制作词云图，这里的词云图背景使用比较火的小猪佩奇

第二部分使用snownlp对好友的签名做一个简单的情感分析

通过饼图来推测我的好友大多数正向情感要高于负向情感。

6、微信群好友统计

之前加了一个中产互助社群，群成员既有一线京沪广深、二线杭宁苏夏，成渝武郑，也有四五七八线地级市县以及国外的朋友，群里刚好讨论了一个话题《三到五年后离开北上广的有多少打算的》，借此机会统计下目前有多少在一线工作，3年后会再次统计一波

群聊用户列表的获取方法为update_chatroom。

同样，如果想要更新该群聊的其他信息也可以用该方法
群聊在首次获取中不会获取群聊的用户列表，所以需要调用该命令才能获取群聊的成员
该方法需要传入群聊的UserName，返回特定群聊的详细信息
同样也可以传入UserName组成的列表，那么相应的也会返回指定用户的最新信息组成的列表

import itchat
memberList = itchat.update_chatroom('@@abcdefg1234567', detailedMember=True)

性别比例这里就不再提，群内好友人数分布从图片中可以清晰看到Top3是北京、上海、深圳，的确如此。对于普通人来说，大城市发展的机会、空间、市场、机遇、机会都会比小城市大的多。

4.8 KiB Raw Permalink Blame History Unescape Escape