幾十行代碼讓你知道朋友圈都是什么樣的朋友
合幾大常用的Python數據分析包，結合itchat的能力實現朋友圈的分析。
從哪里做起
微信現在越來越融入到了我們每個人的生活，從簡單的聊天工具到衣食住行的服務，再到傳播著豐富多彩信息的自媒體和涵蓋萬物的小程序，微信儼然就是一個小的生態系統。而人，是整個微信生態的核心，每個人朋友圈就是自我小生態的核心。itchat為我們提供了獲取朋友信息的接口：
- friends=itchat.get_friends(update=True)[0:]
通過debug可以看到每個friend的信息：
可以看到每個好友的信息還是很豐富的，從昵稱、性別、到地域等，好友列表按照通訊錄排列，***個是用戶自己，接著是星標置頂的好友，比如瑾瑾在我的列表里排***位。我們今天所有的工作都將從好友的信息做起。
統計好友性別分布
性別分布是最容易統計的數據，通過查看我自己和幾個好友的數據，得出sex和性別的對應關系為：
- sex = 0: 未知sex = 1: 男生sex = 2: 女生
- pyecharts 是一個用于生成 Echarts 圖表的類庫,而Echarts 是百度開源的一個數據可視化 JS 庫。主要用于數據可視化。利用pyecharts畫出好友性別分布：
- from pyecharts import Pie
- boy=girl=nothing=0
- for i in friends[1:]:
- sex =i[Sex]
- if sex==1:
- boy+=1
- elif sex==2:
- girl+=1
- else:
- nothing+=1
- total=len(friends[1:])
- attr=[迷妹,迷弟 , 低調的匿名粉絲]
- v1 = [boy,girl, nothing]
- pie = Pie(粉絲性別分布, title_pos='center')
- pie.add(, attr, v1, radius=[40, 75], label_text_color=None,is_label_show=True,is_legend_show=False)
- pie.show_config()pie.render(./sex_data.html)
運行結果如下：
沒想到我的微信上的迷妹竟然比迷弟都多了這么多，實在是吃鯨，還希望瑾瑾不要打我。
好友地域分布
分析完好友的性別我們再來分析好友的地域分布，看看自己的好友是不是遍布天南地北：
- from pyecharts import Map
- import pandas as pd
- def get_var(var):
- variable=[]
- for i in friends:
- value=i[var]
- variable.append(value)
- return
- variableNickName=get_var(NickName)
- Sex=get_var(Sex)
- Province=get_var('Province')
- Signature=get_var('Signature')
- city=get_var('City')
- data{'NickName':NickName,'Sex':Sex,'Province':Province,'Signature':Signature,'city':city}
- frame=pd.DataFrame(data)
- result1=frame.groupby(['Province'],as_index=False).size()a1=list(result1)
- a2=result1.indexmap=Map(我的好友占了大半個中國啊!, 來自微信的朋友圈, title_pos=center,width=1200, height=600)map.add(, a2, a1, maptype='china', is_visualmap=True, visual_text_color='#000',visual_range=[1, 8], is_label_show=True, symbol=diamon, label_pos=inside )
- map.show_config()
- map.render(./area_data.HTML)
***的結果如下：
非常地準，作為一個飄過北、上、杭的“浪里白條”，除了老家河南，我的好友基本集中在上海、北京和杭州，什么時候也可以到廣深溜一波。
好友個性簽名詞云分析
微信簽名是了解一個人性格和態度的重要參考，想看看我的朋友圈里的大神們都是走的文藝風，還是小清新，還是大學霸… …話不多說，一試便知：jieba(結巴)是一個強大的分詞庫，***支持中文分詞;wordcloud是一個基于Python的詞云生成類庫,很好用;matplotlib.pyplot是一些命令行風格函數的集合，使matplotlib以類似于MATLAB的方式工作。每個pyplot函數對一幅圖片(figure)做一些改動：比如創建新圖片，在圖片創建一個新的作圖區域(plotting area)，在一個作圖區域內畫直線，給圖添加標簽(label)等：
- import reimport jieba
- import wordcloud as wc
- import numpy as np
- import PIL.Image as Imageimport matplotlib.pyplot as pltsig
- list=[]
- for i in friends:
- signature=i['Signature'].strip().replace(span,).replace(class,).replace(emoji,)
- rep=re.compile(1f\d+\w*|[/=])
- signature=rep.sub(,signature)
- siglist.append(signature)
- text=.join(siglist)
- wordlist=jieba.cut(text,cut_all=True)
- word_space_split= .join(wordlist)
- coloring= np.array(Image.open(./1.jpg)) # 一張猴子圖片,試了很多照片，還是這個好
my_wordcloud= wc.WordCloud(background_color=white, # 背景顏色 mask=coloring, max_words=200, # ***詞數max_font_size=60, # 字體***值random_state=42, scale=4, # 按照比例進行放大畫布，如設置為1.5，則長和寬都是原來畫布的1.5倍。font_path=./HYQiHei-25J.ttf,# 字體，注意選擇合適的字體，否則可能會顯示亂碼。
- width=400, height=200 # 像素).generate(word_space_split)
- image_colors= wc.ImageColorGenerator(coloring)# plt.imshow(my_wordcloud.recolor(color_func=image_colors))
- plt.imshow(my_wordcloud)plt.axis(off) # 不顯示坐標軸plt.show()my_wordcloud.to_file('./test.jpg')
***的結果如下：
對于詞云的分布也是有很多可以挖掘的信息，看起來我的朋友們比較偏向于文藝風。愛自己、愛生活、有夢想、擁抱世界。我還在右下角的角落里看到了低調的我交。
后記
微信是一個神奇的存在，它是一個國民級別的全民APP，所以，微信的產品設計一直都是一個有趣的現象，從最初底部Tab的數目、每個Tab的名稱、“發現頁面的定制、小程序入口、朋友圈入口到朋友圈評論等等一系列的設計細節，都是值得我們透過人性和心理去研究的。即使是被人們封神的張小龍”，在面對結構最為復雜的中國用戶群體的時候，他的瀟灑中依舊不免充滿無奈，從對朋友圈的置之不理就可以看出，這是一個怎么做都不會讓人滿意的功能，任何一個生態在面對巨大的用戶群體的時候，功能的增減就會變成一個難題。
