如何用Python了解微信好友，很多新手對此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。
十年的華陰網(wǎng)站建設(shè)經(jīng)驗(yàn)，針對設(shè)計(jì)、前端、開發(fā)、售后、文案、推廣等六對一服務(wù)，響應(yīng)快，48小時(shí)及時(shí)工作處理。成都營銷網(wǎng)站建設(shè)的優(yōu)勢是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同，自動(dòng)調(diào)整華陰建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調(diào)整網(wǎng)站的寬度，無論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì)，從而大程度地提升瀏覽體驗(yàn)。創(chuàng)新互聯(lián)從事“華陰網(wǎng)站設(shè)計(jì)”,“華陰網(wǎng)站推廣”以來，每個(gè)客戶項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。
用了微信幾年了，微信號(hào)有也不少了，但是真正了解自己的好友嗎?好友最多的城市是哪個(gè)?好友男女比例是多少?好友簽名都是什么?今天我們來充分了解自己的微信好友。
運(yùn)行平臺(tái)：Windows
Python版本：Python3.6
IDE：Sublime Text
1、準(zhǔn)備工作
1.1 庫介紹
只有登錄微信才能獲取到微信好友的信息，本文采用wxpy該第三方庫進(jìn)行微信的登錄以及信息的獲取。
wxpy 在 itchat 的基礎(chǔ)上，通過大量接口優(yōu)化提升了模塊的易用性，并進(jìn)行豐富的功能擴(kuò)展。
wxpy一些常見的場景：
總而言之，可用來實(shí)現(xiàn)各種微信個(gè)人號(hào)的自動(dòng)化操作。
1.2 wxpy庫安裝
wxpy 支持 Python 3.4-3.6，以及 2.7 版本
將下方命令中的 “pip” 替換為 “pip3” 或 “pip2”，可確保安裝到對應(yīng)的 Python 版本中
從 PYPI 官方源下載安裝 (在國內(nèi)可能比較慢或不穩(wěn)定):
pip install -U wxpy
從豆瓣 PYPI 鏡像源下載安裝 (推薦國內(nèi)用戶選用):
pip install -U wxpy -i "https://pypi.doubanio.com/simple/"
1.3 登錄微信
wxpy中有一個(gè)機(jī)器人對象，機(jī)器人 Bot 對象可被理解為一個(gè) Web 微信客戶端。Bot 在初始化時(shí)便會(huì)執(zhí)行登陸操作，需要手機(jī)掃描登陸。
通過機(jī)器人對象 Bot 的 chats(), friends()，groups(), mps() 方法, 可分別獲取到當(dāng)前機(jī)器人的 所有聊天對象、好友、群聊，以及公眾號(hào)列表。
本文主要通過friends()獲取到所有好友信息，然后進(jìn)行數(shù)據(jù)的處理。
from wxpy import * # 初始化機(jī)器人，掃碼登陸 bot = Bot() # 獲取所有好友 my_friends = bot.friends() print(type(my_friends))
以下為輸出消息：
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.
wxpy.api.chats.chats.Chats對象是多個(gè)聊天對象的合集，可用于搜索或統(tǒng)計(jì)，可以搜索和統(tǒng)計(jì)的信息包括sex(性別)、province(省份)、city(城市)和signature(個(gè)性簽名)等。
2、微信好友男女比例
2.1 數(shù)據(jù)統(tǒng)計(jì)
使用一個(gè)字典sex_dict來統(tǒng)計(jì)好友中男性和女性的數(shù)量。
# 使用一個(gè)字典統(tǒng)計(jì)好友男性和女性的數(shù)量 sex_dict = {'male': 0, 'female': 0} for friend in my_friends: # 統(tǒng)計(jì)性別 if friend.sex == 1: sex_dict['male'] += 1 elif friend.sex == 2: sex_dict['female'] += 1 print(sex_dict)以下為輸出結(jié)果：
{'male': 255, 'female': 104}2.2 數(shù)據(jù)呈現(xiàn)
本文采用 ECharts餅圖 進(jìn)行數(shù)據(jù)的呈現(xiàn)，打開鏈接http://echarts.baidu.com/echarts2/doc/example/pie1.html，可以看到如下內(nèi)容：
1、echarts餅圖原始內(nèi)容
從圖中可以看到左側(cè)為數(shù)據(jù)，右側(cè)為呈現(xiàn)的數(shù)據(jù)圖，其他的形式的圖也是這種左右結(jié)構(gòu)?？匆幌伦筮叺臄?shù)據(jù)：
option = { title : { text: '某站點(diǎn)用戶訪問來源', subtext: '純屬虛構(gòu)', x:'center' }, tooltip : { trigger: 'item', formatter: "{a}
: {c} (squ6kqw%)" }, legend: { orient : 'vertical', x : 'left', data:['直接訪問','郵件營銷','聯(lián)盟廣告','視頻廣告','搜索引擎'] }, toolbox: { show : true, feature : { mark : {show: true}, dataView : {show: true, readOnly: false}, magicType : { show: true, type: ['pie', 'funnel'], option: { funnel: { x: '25%', width: '50%', funnelAlign: 'left', max: 1548 } } }, restore : {show: true}, saveAsImage : {show: true} } }, calculable : true, series : [ { name:'訪問來源', type:'pie', radius : '55%', center: ['50%', '60%'], data:[ {value:335, name:'直接訪問'}, {value:310, name:'郵件營銷'}, {value:234, name:'聯(lián)盟廣告'}, {value:135, name:'視頻廣告'}, {value:1548, name:'搜索引擎'} ] } ] };可以看到option =后面的大括號(hào)里是JSON格式的數(shù)據(jù)，接下來分析一下各項(xiàng)數(shù)據(jù)：
title：標(biāo)題
text：標(biāo)題內(nèi)容
subtext：子標(biāo)題
x：標(biāo)題位置
tooltip：提示，將鼠標(biāo)放到餅狀圖上就可以看到提示
legend：圖例
orient：方向
x：圖例位置
data：圖例內(nèi)容
toolbox：工具箱，在餅狀圖右上方橫向排列的圖標(biāo)
mark：輔助線開關(guān)
dataView：數(shù)據(jù)視圖，點(diǎn)擊可以查看餅狀圖數(shù)據(jù)
magicType：餅圖(pie)切換和漏斗圖(funnel)切換
restore：還原
saveAsImage：保存為圖片
calculable：暫時(shí)不知道它有什么用
series：主要數(shù)據(jù)
data：呈現(xiàn)的數(shù)據(jù)
其它類型的圖數(shù)據(jù)格式類似，后面不再詳細(xì)分析。只需要修改data、legend->data、series->data即可，修改后的數(shù)據(jù)為：
option = { title : { text: '微信好友性別比例', subtext: '真實(shí)數(shù)據(jù)', x:'center' }, tooltip : { trigger: 'item', formatter: "{a}
: {c} (squ6kqw%)" }, legend: { orient : 'vertical', x : 'left', data:['男性','女性'] }, toolbox: { show : true, feature : { mark : {show: true}, dataView : {show: true, readOnly: false}, magicType : { show: true, type: ['pie', 'funnel'], option: { funnel: { x: '25%', width: '50%', funnelAlign: 'left', max: 1548 } } }, restore : {show: true}, saveAsImage : {show: true} } }, calculable : true, series : [ { name:'訪問來源', type:'pie', radius : '55%', center: ['50%', '60%'], data:[ {value:255, name:'男性'}, {value:104, name:'女性'} ] } ] };數(shù)據(jù)修改完成后，點(diǎn)擊頁面中綠色的刷新按鈕，可以得到餅圖如下(可以根據(jù)自己的喜好修改主題)：
2、好友性別比例
將鼠標(biāo)放到餅圖上可以看到詳細(xì)數(shù)據(jù)：
3、好友性別比例查看數(shù)據(jù)
3、微信好友全國分布圖
3.1 數(shù)據(jù)統(tǒng)計(jì)
# 使用一個(gè)字典統(tǒng)計(jì)各省好友數(shù)量 province_dict = {'北京': 0, '上海': 0, '天津': 0, '重慶': 0, '河北': 0, '山西': 0, '吉林': 0, '遼寧': 0, '黑龍江': 0, '陜西': 0, '甘肅': 0, '青海': 0, '山東': 0, '福建': 0, '浙江': 0, '臺(tái)灣': 0, '河南': 0, '湖北': 0, '湖南': 0, '江西': 0, '江蘇': 0, '安徽': 0, '廣東': 0, '海南': 0, '四川': 0, '貴州': 0, '云南': 0, '內(nèi)蒙古': 0, '新疆': 0, '寧夏': 0, '廣西': 0, '西藏': 0, '香港': 0, '澳門': 0} # 統(tǒng)計(jì)省份 for friend in my_friends: if friend.province in province_dict.keys(): province_dict[friend.province] += 1 # 為了方便數(shù)據(jù)的呈現(xiàn)，生成JSON Array格式數(shù)據(jù) data = [] for key, value in province_dict.items(): data.append({'name': key, 'value': value}) print(data)以下為輸出結(jié)果：
[{'name': '北京', 'value': 91}, {'name': '上海', 'value': 12}, {'name': '天津', 'value': 15}, {'name': '重慶', 'value': 1}, {'name': '河北', 'value': 53}, {'name': '山西', 'value': 2}, {'name': '吉林', 'value': 1}, {'name': '遼寧', 'value': 1}, {'name': '黑龍江', 'value': 2}, {'name': '陜西', 'value': 3}, {'name': '甘肅', 'value': 0}, {'name': '青海', 'value': 0}, {'name': '山東', 'value': 7}, {'name': '福建', 'value': 3}, {'name': '浙江', 'value': 4}, {'name': '臺(tái)灣', 'value': 0}, {'name': '河南', 'value': 1}, {'name': '湖北', 'value': 4}, {'name': '湖南', 'value': 4}, {'name': '江西', 'value': 4}, {'name': '江蘇', 'value': 9}, {'name': '安徽', 'value': 2}, {'name': '廣東', 'value': 63}, {'name': '海南', 'value': 0}, {'name': '四川', 'value': 2}, {'name': '貴州', 'value': 0}, {'name': '云南', 'value': 1}, {'name': '內(nèi)蒙古', 'value': 0}, {'name': '新疆', 'value': 2}, {'name': '寧夏', 'value': 0}, {'name': '廣西', 'value': 1}, {'name': '西藏', 'value': 0}, {'name': '香港', 'value': 0}, {'name': '澳門', 'value': 0}]可以看出，好友最多的省份為北京。那么問題來了：為什么要把數(shù)據(jù)重組成這種格式?因?yàn)镋Charts的地圖需要這種格式的數(shù)據(jù)。
3.2 數(shù)據(jù)呈現(xiàn)
采用ECharts地圖 來進(jìn)行好友分布的數(shù)據(jù)呈現(xiàn)。打開該網(wǎng)址，將左側(cè)數(shù)據(jù)修改為：
option = { title : { text: '微信好友全國分布圖', subtext: '真實(shí)數(shù)據(jù)', x:'center' }, tooltip : { trigger: 'item' }, legend: { orient: 'vertical', x:'left', data:['好友數(shù)量'] }, dataRange: { min: 0, max: 100, x: 'left', y: 'bottom', text:['高','低'], // 文本，默認(rèn)為數(shù)值文本 calculable : true }, toolbox: { show: true, orient : 'vertical', x: 'right', y: 'center', feature : { mark : {show: true}, dataView : {show: true, readOnly: false}, restore : {show: true}, saveAsImage : {show: true} } }, roamController: { show: true, x: 'right', mapTypeControl: { 'china': true } }, series : [ { name: '好友數(shù)量', type: 'map', mapType: 'china', roam: false, itemStyle:{ normal:{label:{show:true}}, emphasis:{label:{show:true}} }, data:[ {'name': '北京', 'value': 91}, {'name': '上海', 'value': 12}, {'name': '天津', 'value': 15}, {'name': '重慶', 'value': 1}, {'name': '河北', 'value': 53}, {'name': '山西', 'value': 2}, {'name': '吉林', 'value': 1}, {'name': '遼寧', 'value': 1}, {'name': '黑龍江', 'value': 2}, {'name': '陜西', 'value': 3}, {'name': '甘肅', 'value': 0}, {'name': '青海', 'value': 0}, {'name': '山東', 'value': 7}, {'name': '福建', 'value': 3}, {'name': '浙江', 'value': 4}, {'name': '臺(tái)灣', 'value': 0}, {'name': '河南', 'value': 1}, {'name': '湖北', 'value': 4}, {'name': '湖南', 'value': 4}, {'name': '江西', 'value': 4}, {'name': '江蘇', 'value': 9}, {'name': '安徽', 'value': 2}, {'name': '廣東', 'value': 63}, {'name': '海南', 'value': 0}, {'name': '四川', 'value': 2}, {'name': '貴州', 'value': 0}, {'name': '云南', 'value': 1}, {'name': '內(nèi)蒙古', 'value': 0}, {'name': '新疆', 'value': 2}, {'name': '寧夏', 'value': 0}, {'name': '廣西', 'value': 1}, {'name': '西藏', 'value': 0}, {'name': '香港', 'value': 0}, {'name': '澳門', 'value': 0} ] } ] };注意兩點(diǎn)：
點(diǎn)擊刷新按鈕后，可以生成如下地圖：
好友全國分布圖
從圖中可以看出我的好友主要分布在北京、河北和廣東。
有趣的是，地圖左邊有一個(gè)滑塊，代表地圖數(shù)據(jù)的范圍，我們將上邊的滑塊拉到最下面可以看到?jīng)]有微信好友分布的省份：
5、沒有微信好友的省份
按照這個(gè)思路，我們可以在地圖上看到確切數(shù)量好友分布的省份，讀者可以動(dòng)手試試。
4、好友簽名統(tǒng)計(jì)
4.1 數(shù)據(jù)統(tǒng)計(jì)
def write_txt_file(path, txt): ''' 寫入txt文本 ''' with open(path, 'a', encoding='gb18030', newline='') as f: f.write(txt) # 統(tǒng)計(jì)簽名 for friend in my_friends: # 對數(shù)據(jù)進(jìn)行清洗，將標(biāo)點(diǎn)符號(hào)等對詞頻統(tǒng)計(jì)造成影響的因素剔除 pattern = re.compile(r'[一-龥]+') filterdata = re.findall(pattern, friend.signature) write_txt_file('signatures.txt', ''.join(filterdata))上面代碼實(shí)現(xiàn)了對好友簽名進(jìn)行清洗以及保存的功能，執(zhí)行完成之后會(huì)在當(dāng)前目錄生成signatures.txt文件。
4.2 數(shù)據(jù)呈現(xiàn)
數(shù)據(jù)呈現(xiàn)采用詞頻統(tǒng)計(jì)和詞云展示，通過詞頻可以了解到微信好友的生活態(tài)度。
詞頻統(tǒng)計(jì)用到了 jieba、numpy、pandas、scipy、wordcloud庫。如果電腦上沒有這幾個(gè)庫，執(zhí)行安裝指令：
pip install jieba pip install pandas pip install numpy pip install scipy pip install wordcloud
4.2.1 讀取txt文件
前面已經(jīng)將好友簽名保存到txt文件里了，現(xiàn)在我們將其讀出：
def read_txt_file(path): ''' 讀取txt文本 ''' with open(path, 'r', encoding='gb18030', newline='') as f: return f.read()
4.2.2 stop word
下面引入一個(gè)概念：stop word， 在網(wǎng)站里面存在大量的常用詞比如：“在”、“里面”、“也”、“的”、“它”、“為”這些詞都是停止詞。這些詞因?yàn)槭褂妙l率過高，幾乎每個(gè)網(wǎng)頁上都存在，所以搜索引擎開發(fā)人員都將這一類詞語全部忽略掉。如果我們的網(wǎng)站上存在大量這樣的詞語，那么相當(dāng)于浪費(fèi)了很多資源。
在百度搜索stpowords.txt進(jìn)行下載，放到py文件同級(jí)目錄。
content = read_txt_file(txt_filename) segment = jieba.lcut(content) words_df=pd.DataFrame({'segment':segment}) stopwords=pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep=" ",names=['stopword'],encoding='utf-8') words_df=words_df[~words_df.segment.isin(stopwords.stopword)]4.2.3 詞頻統(tǒng)計(jì)
重頭戲來了，詞頻統(tǒng)計(jì)使用numpy：
import numpy words_stat = words_df.groupby(by=['segment'])['segment'].agg({"計(jì)數(shù)":numpy.size}) words_stat = words_stat.reset_index().sort_values(by=["計(jì)數(shù)"],ascending=False)4.2.4 詞頻可視化：詞云
詞頻統(tǒng)計(jì)雖然出來了，可以看出排名，但是不***，接下來我們將它可視化。使用到wordcloud庫，詳細(xì)介紹見 github 。
from scipy.misc import imread from wordcloud import WordCloud, ImageColorGenerator # 設(shè)置詞云屬性 color_mask = imread('background.jfif') wordcloud = WordCloud(font_path="simhei.ttf", # 設(shè)置字體可以顯示中文 background_color="white", # 背景顏色 max_words=100, # 詞云顯示的***詞數(shù) mask=color_mask, # 設(shè)置背景圖片 max_font_size=100, # 字體***值 random_state=42, width=1000, height=860, margin=2,# 設(shè)置圖片默認(rèn)的大小,但是如果使用背景圖片的話, # 那么保存的圖片大小將會(huì)按照其大小保存,margin為詞語邊緣距離 ) # 生成詞云, 可以用generate輸入全部文本,也可以我們計(jì)算好詞頻后使用generate_from_frequencies函數(shù) word_frequence = {x[0]:x[1]for x in words_stat.head(100).values} print(word_frequence) word_frequence_dict = {} for key in word_frequence: word_frequence_dict[key] = word_frequence[key] wordcloud.generate_from_frequencies(word_frequence_dict) # 從背景圖片生成顏色值 image_colors = ImageColorGenerator(color_mask) # 重新上色 wordcloud.recolor(color_func=image_colors) # 保存圖片 wordcloud.to_file('output.png') plt.imshow(wordcloud) plt.axis("off") plt.show()運(yùn)行效果圖如下(左圖為背景圖，右圖為生成詞云圖片)：
6、背景圖和詞云圖對比
從詞云圖可以分析好友特點(diǎn)：
5、總結(jié)
至此，微信好友的分析工作已經(jīng)完成，wxpy的功能還有很多，比如聊天、查看公眾號(hào)信息等，有意的讀者請自行查閱官方文檔。
6、完整代碼
上面的代碼比較松散，下面展示的完整代碼我將各功能模塊封裝成函數(shù)：
#-*- coding: utf-8 -*- import re from wxpy import * import jieba import numpy import pandas as pd import matplotlib.pyplot as plt from scipy.misc import imread from wordcloud import WordCloud, ImageColorGenerator def write_txt_file(path, txt): ''' 寫入txt文本 ''' with open(path, 'a', encoding='gb18030', newline='') as f: f.write(txt) def read_txt_file(path): ''' 讀取txt文本 ''' with open(path, 'r', encoding='gb18030', newline='') as f: return f.read() def login(): # 初始化機(jī)器人，掃碼登陸 bot = Bot() # 獲取所有好友 my_friends = bot.friends() print(type(my_friends)) return my_friends def show_sex_ratio(friends): # 使用一個(gè)字典統(tǒng)計(jì)好友男性和女性的數(shù)量 sex_dict = {'male': 0, 'female': 0} for friend in friends: # 統(tǒng)計(jì)性別 if friend.sex == 1: sex_dict['male'] += 1 elif friend.sex == 2: sex_dict['female'] += 1 print(sex_dict) def show_area_distribution(friends): # 使用一個(gè)字典統(tǒng)計(jì)各省好友數(shù)量 province_dict = {'北京': 0, '上海': 0, '天津': 0, '重慶': 0, '河北': 0, '山西': 0, '吉林': 0, '遼寧': 0, '黑龍江': 0, '陜西': 0, '甘肅': 0, '青海': 0, '山東': 0, '福建': 0, '浙江': 0, '臺(tái)灣': 0, '河南': 0, '湖北': 0, '湖南': 0, '江西': 0, '江蘇': 0, '安徽': 0, '廣東': 0, '海南': 0, '四川': 0, '貴州': 0, '云南': 0, '內(nèi)蒙古': 0, '新疆': 0, '寧夏': 0, '廣西': 0, '西藏': 0, '香港': 0, '澳門': 0} # 統(tǒng)計(jì)省份 for friend in friends: if friend.province in province_dict.keys(): province_dict[friend.province] += 1 # 為了方便數(shù)據(jù)的呈現(xiàn)，生成JSON Array格式數(shù)據(jù) data = [] for key, value in province_dict.items(): data.append({'name': key, 'value': value}) print(data) def show_signature(friends): # 統(tǒng)計(jì)簽名 for friend in friends: # 對數(shù)據(jù)進(jìn)行清洗，將標(biāo)點(diǎn)符號(hào)等對詞頻統(tǒng)計(jì)造成影響的因素剔除 pattern = re.compile(r'[一-龥]+') filterdata = re.findall(pattern, friend.signature) write_txt_file('signatures.txt', ''.join(filterdata)) # 讀取文件 content = read_txt_file('signatures.txt') segment = jieba.lcut(content) words_df = pd.DataFrame({'segment':segment}) # 讀取stopwords stopwords = pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep=" ",names=['stopword'],encoding='utf-8') words_df = words_df[~words_df.segment.isin(stopwords.stopword)] print(words_df) words_stat = words_df.groupby(by=['segment'])['segment'].agg({"計(jì)數(shù)":numpy.size}) words_stat = words_stat.reset_index().sort_values(by=["計(jì)數(shù)"],ascending=False) # 設(shè)置詞云屬性 color_mask = imread('background.jfif') wordcloud = WordCloud(font_path="simhei.ttf", # 設(shè)置字體可以顯示中文 background_color="white", # 背景顏色 max_words=100, # 詞云顯示的***詞數(shù) mask=color_mask, # 設(shè)置背景圖片 max_font_size=100, # 字體***值 random_state=42, width=1000, height=860, margin=2,# 設(shè)置圖片默認(rèn)的大小,但是如果使用背景圖片的話, # 那么保存的圖片大小將會(huì)按照其大小保存,margin為詞語邊緣距離 ) # 生成詞云, 可以用generate輸入全部文本,也可以我們計(jì)算好詞頻后使用generate_from_frequencies函數(shù) word_frequence = {x[0]:x[1]for x in words_stat.head(100).values} print(word_frequence) word_frequence_dict = {} for key in word_frequence: word_frequence_dict[key] = word_frequence[key] wordcloud.generate_from_frequencies(word_frequence_dict) # 從背景圖片生成顏色值 image_colors = ImageColorGenerator(color_mask) # 重新上色 wordcloud.recolor(color_func=image_colors) # 保存圖片 wordcloud.to_file('output.png') plt.imshow(wordcloud) plt.axis("off") plt.show() def main(): friends = login() show_sex_ratio(friends) show_area_distribution(friends) show_signature(friends) if __name__ == '__main__': main()看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識(shí)有進(jìn)一步的了解或閱讀更多相關(guān)文章，請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝您對創(chuàng)新互聯(lián)的支持。
本文名稱：如何用Python了解微信好友
網(wǎng)頁URL：
http://weahome.cn/article/pcoijs.html
重慶分公司
重慶分公司
