用Python更加了解微信好友

用了微信几年了，加解微信号有也不少了，微信但是好友真正了解自己的好友吗?好友最多的城市是哪个?好友男女比例是多少?好友签名都是什么?今天我们来充分了解自己的微信好友。

运行平台：Windows

Python版本：Python3.6

IDE： Sublime Text

1、加解准备工作

1.1 库介绍

只有登录微信才能获取到微信好友的微信信息，本文采用wxpy该第三方库进行微信的好友登录以及信息的获取。

wxpy 在 itchat 的加解基础上，通过大量接口优化提升了模块的微信易用性，并进行丰富的好友功能扩展。

wxpy一些常见的加解场景：

控制路由器、智能家居等具有开放接口的微信玩意儿 运行脚本时自动把日志发送到你的微信 加群主为好友，自动拉进群中 跨号或跨群转发消息 自动陪人聊天 逗人玩

总而言之，好友可用来实现各种微信个人号的加解自动化操作。

1.2 wxpy库安装

wxpy 支持 Python 3.4-3.6，微信以及 2.7 版本

将下方命令中的好友 “pip” 替换为 “pip3” 或 “pip2”，可确保安装到对应的云服务器提供商 Python 版本中

从 PYPI 官方源下载安装 (在国内可能比较慢或不稳定):

pip install -U wxpy 

从豆瓣 PYPI 镜像源下载安装 (推荐国内用户选用):

pip install -U wxpy -i "https://pypi.doubanio.com/simple/" 

1.3 登录微信

wxpy中有一个机器人对象，机器人 Bot 对象可被理解为一个 Web 微信客户端。Bot 在初始化时便会执行登陆操作，需要手机扫描登陆。

通过机器人对象 Bot 的 chats(), friends()，groups(), mps() 方法, 可分别获取到当前机器人的 所有聊天对象、好友、群聊，以及公众号列表。

本文主要通过friends()获取到所有好友信息，然后进行数据的处理。

from wxpy import * # 初始化机器人，扫码登陆 bot = Bot() # 获取所有好友 my_friends = bot.friends() print(type(my_friends)) 

以下为输出消息：

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. <Login successfully as 王强> <class wxpy.api.chats.chats.Chats> 

wxpy.api.chats.chats.Chats对象是多个聊天对象的合集，可用于搜索或统计，可以搜索和统计的信息包括sex(性别)、province(省份)、city(城市)和signature(个性签名)等。

2、微信好友男女比例

2.1 数据统计

使用一个字典sex_dict来统计好友中男性和女性的数量。

# 使用一个字典统计好友男性和女性的数量 sex_dict = { male: 0, female: 0} for friend in my_friends:     # 统计性别     if friend.sex == 1:         sex_dict[male] += 1     elif friend.sex == 2:         sex_dict[female] += 1 print(sex_dict) 

以下为输出结果：

{ male: 255, female: 104} 

2.2 数据呈现

本文采用 ECharts饼图 进行数据的呈现，打开链接http://echarts.baidu.com/echarts2/doc/example/pie1.html，可以看到如下内容：

1、echarts饼图原始内容

从图中可以看到左侧为数据，右侧为呈现的网站模板数据图，其他的形式的图也是这种左右结构。看一下左边的数据：

option = {      title : {          text: 某站点用户访问来源,         subtext: 纯属虚构,         x:center     },     tooltip : {          trigger: item,         formatter: "{ a} <br/>{ b} : { c} ({ d}%)"     },     legend: {          orient : vertical,         x : left,         data:[直接访问,邮件营销,联盟广告,视频广告,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:访问来源,             type:pie,             radius : 55%,             center: [50%, 60%],             data:[                 { value:335, name:直接访问},                 { value:310, name:邮件营销},                 { value:234, name:联盟广告},                 { value:135, name:视频广告},                 { value:1548, name:搜索引擎}             ]         }     ] };   

可以看到option =后面的大括号里是JSON格式的数据，接下来分析一下各项数据：

title：标题 text：标题内容 subtext：子标题 x：标题位置 tooltip：提示，将鼠标放到饼状图上就可以看到提示 legend：图例 orient：方向 x：图例位置 data：图例内容 toolbox：工具箱，在饼状图右上方横向排列的图标 mark：辅助线开关 dataView：数据视图，点击可以查看饼状图数据 magicType：饼图(pie)切换和漏斗图(funnel)切换 restore：还原 saveAsImage：保存为图片 calculable：暂时不知道它有什么用 series：主要数据 data：呈现的数据

其它类型的图数据格式类似，后面不再详细分析。只需要修改data、legend->data、series->data即可，修改后的数据为： 

option = {      title : {          text: 微信好友性别比例,         subtext: 真实数据,         x:center     },     tooltip : {          trigger: item,         formatter: "{ a} <br/>{ b} : { c} ({ d}%)"     },     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:访问来源,             type:pie,             radius : 55%,             center: [50%, 60%],             data:[                 { value:255, name:男性},                 { value:104, name:女性}             ]         }     ] };   

数据修改完成后，点击页面中绿色的刷新按钮，可以得到饼图如下(可以根据自己的喜好修改主题)：

2、好友性别比例

将鼠标放到饼图上可以看到详细数据：

3、好友性别比例查看数据

3、微信好友全国分布图

3.1 数据统计

# 使用一个字典统计各省好友数量 province_dict = { 北京: 0, 上海: 0, 天津: 0, 重庆: 0,     河北: 0, 山西: 0, 吉林: 0, 辽宁: 0, 黑龙江: 0,     陕西: 0, 甘肃: 0, 青海: 0, 山东: 0, 福建: 0,     浙江: 0, 台湾: 0, 河南: 0, 湖北: 0, 湖南: 0,     江西: 0, 江苏: 0, 安徽: 0, 广东: 0, 海南: 0,     四川: 0, 贵州: 0, 云南: 0,     内蒙古: 0, 新疆: 0, 宁夏: 0, 广西: 0, 西藏: 0,     香港: 0, 澳门: 0} # 统计省份 for friend in my_friends:     if friend.province in province_dict.keys():         province_dict[friend.province] += 1 # 为了方便数据的呈现，生成JSON Array格式数据 data = [] for key, value in province_dict.items():     data.append({ name: key, value: value}) print(data) 

以下为输出结果：

[{ name: 北京, value: 91}, { name: 上海, value: 12}, { name: 天津, value: 15}, { name: 重庆, value: 1}, { name: 河北, value: 53}, { name: 山西, value: 2}, { name: 吉林, value: 1}, { name: 辽宁, value: 1}, { name: 黑龙江, value: 2}, { name: 陕西, value: 3}, { name: 甘肃, value: 0}, { name: 青海, value: 0}, { name: 山东, value: 7}, { name: 福建, value: 3}, { name: 浙江, value: 4}, { name: 台湾, value: 0}, { name: 河南, value: 1}, { name: 湖北, value: 4}, { name: 湖南, value: 4}, { name: 江西, value: 4}, { name: 江苏, value: 9}, { name: 安徽, value: 2}, { name: 广东, value: 63}, { name: 海南, value: 0}, { name: 四川, value: 2}, { name: 贵州, value: 0}, { name: 云南, value: 1}, { name: 内蒙古, value: 0}, { name: 新疆, value: 2}, { name: 宁夏, value: 0}, { name: 广西, value: 1}, { name: 西藏, value: 0}, { name: 香港, value: 0}, { name: 澳门, value: 0}] 

可以看出，好友最多的云服务器省份为北京。那么问题来了：为什么要把数据重组成这种格式?因为ECharts的地图需要这种格式的数据。

3.2 数据呈现

采用ECharts地图 来进行好友分布的数据呈现。打开该网址，将左侧数据修改为：

option = {      title : {          text: 微信好友全国分布图,         subtext: 真实数据,         x:center     },     tooltip : {          trigger: item     },     legend: {          orient: vertical,         x:left,         data:[好友数量]     },     dataRange: {          min: 0,         max: 100,         x: left,         y: bottom,         text:[高,低],           // 文本，默认为数值文本         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: 好友数量,             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: 重庆, value: 1},                { name: 河北, value: 53},               { name: 山西, value: 2},                { name: 吉林, value: 1},               { name: 辽宁, value: 1},                { name: 黑龙江, value: 2},               { name: 陕西, value: 3},               { name: 甘肃, value: 0},               { name: 青海, value: 0},                { name: 山东, value: 7},               { name: 福建, value: 3},                { name: 浙江, value: 4},               { name: 台湾, value: 0},               { name: 河南, value: 1},               { name: 湖北, value: 4},                { name: 湖南, value: 4},               { name: 江西, value: 4},               { name: 江苏, value: 9},               { name: 安徽, value: 2},               { name: 广东, value: 63},                { name: 海南, value: 0},               { name: 四川, value: 2},               { name: 贵州, value: 0},                { name: 云南, value: 1},               { name: 内蒙古, value: 0},               { name: 新疆, value: 2},                { name: 宁夏, value: 0},               { name: 广西, value: 1},               { name: 西藏, value: 0},               { name: 香港, value: 0},               { name: 澳门, value: 0}             ]         }     ] };     

注意两点：

dataRange->max 根据统计数据适当调整 series->data 的数据格式

点击刷新按钮后，可以生成如下地图：

好友全国分布图

从图中可以看出我的好友主要分布在北京、河北和广东。

有趣的是，地图左边有一个滑块，代表地图数据的范围，我们将上边的滑块拉到最下面可以看到没有微信好友分布的省份：

5、没有微信好友的省份

按照这个思路，我们可以在地图上看到确切数量好友分布的省份，读者可以动手试试。

4、好友签名统计

4.1 数据统计

def write_txt_file(path, txt):     写入txt文本     with open(path, a, encoding=gb18030, newline=) as f:         f.write(txt)     # 统计签名 for friend in my_friends:     # 对数据进行清洗，将标点符号等对词频统计造成影响的因素剔除     pattern = re.compile(r[一-龥]+)     filterdata = re.findall(pattern, friend.signature)     write_txt_file(signatures.txt, .join(filterdata)) 

上面代码实现了对好友签名进行清洗以及保存的功能，执行完成之后会在当前目录生成signatures.txt文件。

4.2 数据呈现

数据呈现采用词频统计和词云展示，通过词频可以了解到微信好友的生活态度。

词频统计用到了 jieba、numpy、pandas、scipy、wordcloud库。如果电脑上没有这几个库，执行安装指令：

pip install jieba pip install pandas pip install numpy pip install scipy pip install wordcloud 

4.2.1 读取txt文件

前面已经将好友签名保存到txt文件里了，现在我们将其读出：

def read_txt_file(path):     读取txt文本     with open(path, r, encoding=gb18030, newline=) as f:         return f.read() 

4.2.2 stop word

下面引入一个概念：stop word， 在网站里面存在大量的常用词比如：“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停止词。这些词因为使用频率过高，几乎每个网页上都存在，所以搜索引擎开发人员都将这一类词语全部忽略掉。如果我们的网站上存在大量这样的词语，那么相当于浪费了很多资源。

在百度搜索stpowords.txt进行下载，放到py文件同级目录。

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 词频统计

重头戏来了，词频统计使用numpy：

import numpy words_stat = words_df.groupby(by=[segment])[segment].agg({ "计数":numpy.size})     words_stat = words_stat.reset_index().sort_values(by=["计数"],ascending=False) 

4.2.4 词频可视化：词云

词频统计虽然出来了，可以看出排名，但是不***，接下来我们将它可视化。使用到wordcloud库，详细介绍见 github 。

from scipy.misc import imread from wordcloud import WordCloud, ImageColorGenerator # 设置词云属性 color_mask = imread(background.jfif) wordcloud = WordCloud(font_path="simhei.ttf",   # 设置字体可以显示中文                 background_color="white",       # 背景颜色                 max_words=100,                  # 词云显示的***词数                 mask=color_mask,                # 设置背景图片                 max_font_size=100,              # 字体***值                 random_state=42,                 width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话,                                                   # 那么保存的图片大小将会按照其大小保存,margin为词语边缘距离                 ) # 生成词云, 可以用generate输入全部文本,也可以我们计算好词频后使用generate_from_frequencies函数 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) # 从背景图片生成颜色值   image_colors = ImageColorGenerator(color_mask)  # 重新上色 wordcloud.recolor(color_func=image_colors) # 保存图片 wordcloud.to_file(output.png) plt.imshow(wordcloud) plt.axis("off") plt.show() 

运行效果图如下(左图为背景图，右图为生成词云图片)：

6、背景图和词云图对比

从词云图可以分析好友特点：

做--------------------行动派 人生、生活--------热爱生活 快乐-----------------乐观 选择-----------------决断 专业-----------------专业 爱--------------------爱

5、总结

至此，微信好友的分析工作已经完成，wxpy的功能还有很多，比如聊天、查看公众号信息等，有意的读者请自行查阅官方文档。

6、完整代码

上面的代码比较松散，下面展示的完整代码我将各功能模块封装成函数：

#-*- 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):     写入txt文本     with open(path, a, encoding=gb18030, newline=) as f:         f.write(txt) def read_txt_file(path):     读取txt文本     with open(path, r, encoding=gb18030, newline=) as f:         return f.read() def login():     # 初始化机器人，扫码登陆     bot = Bot()     # 获取所有好友     my_friends = bot.friends()     print(type(my_friends))     return my_friends def show_sex_ratio(friends):     # 使用一个字典统计好友男性和女性的数量     sex_dict = { male: 0, female: 0}     for friend in friends:         # 统计性别         if friend.sex == 1:             sex_dict[male] += 1         elif friend.sex == 2:             sex_dict[female] += 1     print(sex_dict) def show_area_distribution(friends):     # 使用一个字典统计各省好友数量     province_dict = { 北京: 0, 上海: 0, 天津: 0, 重庆: 0,         河北: 0, 山西: 0, 吉林: 0, 辽宁: 0, 黑龙江: 0,         陕西: 0, 甘肃: 0, 青海: 0, 山东: 0, 福建: 0,         浙江: 0, 台湾: 0, 河南: 0, 湖北: 0, 湖南: 0,         江西: 0, 江苏: 0, 安徽: 0, 广东: 0, 海南: 0,         四川: 0, 贵州: 0, 云南: 0,         内蒙古: 0, 新疆: 0, 宁夏: 0, 广西: 0, 西藏: 0,         香港: 0, 澳门: 0}     # 统计省份     for friend in friends:         if friend.province in province_dict.keys():             province_dict[friend.province] += 1     # 为了方便数据的呈现，生成JSON Array格式数据     data = []     for key, value in province_dict.items():         data.append({ name: key, value: value})     print(data) def show_signature(friends):     # 统计签名     for friend in friends:         # 对数据进行清洗，将标点符号等对词频统计造成影响的因素剔除         pattern = re.compile(r[一-龥]+)         filterdata = re.findall(pattern, friend.signature)         write_txt_file(signatures.txt, .join(filterdata))     # 读取文件     content = read_txt_file(signatures.txt)     segment = jieba.lcut(content)     words_df = pd.DataFrame({ segment:segment})     # 读取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({ "计数":numpy.size})     words_stat = words_stat.reset_index().sort_values(by=["计数"],ascending=False)     # 设置词云属性     color_mask = imread(background.jfif)     wordcloud = WordCloud(font_path="simhei.ttf",   # 设置字体可以显示中文                     background_color="white",       # 背景颜色                     max_words=100,                  # 词云显示的***词数                     mask=color_mask,                # 设置背景图片                     max_font_size=100,              # 字体***值                     random_state=42,                     width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话,                                                   # 那么保存的图片大小将会按照其大小保存,margin为词语边缘距离                     )     # 生成词云, 可以用generate输入全部文本,也可以我们计算好词频后使用generate_from_frequencies函数     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)     # 从背景图片生成颜色值       image_colors = ImageColorGenerator(color_mask)      # 重新上色     wordcloud.recolor(color_func=image_colors)     # 保存图片     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() 

作者：王强，一个Python狂热追随者。

很赞哦!（75）