Python爬取的微信好友信息里我看到了自律 | CSDN博文精选

作者 | 吴小鹏

来源 | 数据札记倌(ID:Data_Groom) 

"stay hungry, stay foolish"

"不舍爱与自由"

"自律"

爬取大家的签名后发现大家对生活都是积极向上的，希望每个人都能成为 更好的自己！

沉迷于造轮子。。。 无法自拔

简述

微信是我们每天都会使用的社交工具，不同的人群会有不一样的朋友圈。

可能是微信不到百人的彭磊

就是这个小眼睛男人

也可能是直逼好友上限的大佬

吓得我赶紧看了一下我的好友列表，迅速拉到最底端，算了一下还有四千多个位置。

没有体验过这种优秀的烦恼，所以我去搜了一下微信好友上限是一种什么体验：

大概是这样的吧！

或者是这样的？

接下来我会使用「itchat」(开源的微信个人接口)来获取一些公开的好友信息，使用itchat.get_friends()，我们可以获取微信好友头像、性别、省份、城市、年龄等具体信息。

爬取这些信息后做一些统计分布的分析。

好友头像

我们先拉取好友头像试一下，「itchat」里的get_head_img可以获取每个好友的头像：

def headImg():
    itchat.login()
    friends = itchat.get_friends(update= True)
     # itchat.get_head_img() 获取到头像二进制，并写入文件，保存每张头像
     for count, f  in enumerate(friends):
         # 根据userName获取头像
        img = itchat.get_head_img(userName=f[ "UserName"])
        imgFile = open( "photo/" + str(count) +  ".jpg",  "wb")
        imgFile.write(img)
        imgFile.close()

photo文件夹 用于保存头像图片，遍历好友列表，根据下标命名头像，到这里可以看到文件夹里已经保存了所有好友的头像。

头像信息比较隐私，就不公布啦~

性别分布

当我们使用「itchat」的get_friends()函数可以获取很多好友信息，包括性别，所以这里只需要将获取到的好友性别信息提取出来制图就可以：

def analysisSex():
    itchat.login()
    friends = itchat.get_friends()
    sex_count = dict()
     for f  in friends:
         if f[ "Sex"] ==  1:   # man
            sex_count[ "man"] = sex_count.get( "man",  0) +  1
         elif f[ "Sex"] ==  2:   # women
            sex_count[ "women"] = sex_count.get( "women",  0) +  1
         else:   # unknown
            sex_count[ "unknown"] = sex_count.get( "unknown",  0) +  1
     # 柱状图展示
     for i, key  in enumerate(sex_count):
        plt.bar(key, sex_count[key])
    plt.savefig( "analysisSex.png")  #保存图片
    plt.ion()
    plt.close()

结果如下：

个性签名

在获取的好友信息中Signature字段对应着好友的签名， 我们直接获取这部分信息，然后保存下来，处理过表情等特殊字符，然后制作词云图。

def AnalysisSignature():
    itchat.login()
    friends = itchat.get_friends(update= True)
    file = open( 'AnalysisSignature.txt',  'a', encoding= 'utf-8')
     for f  in friends:
        signature = f[ "Signature"].strip().replace( "emoji",  "").replace( "span",  "").replace( "class",  "")
         # 正则匹配
        rec = re.compile( "1f\d+\w*|[<>/=]")
        signature = rec.sub( "", signature)
        file.write(signature +  "\n")

"stay hungry, stay foolish"

"不舍爱与自由"

大家对生活都是积极向上的，希望每个人都能成为更好的自己！

地区分布

为了统计好友的地区分布，所以要用到好友信息的province字段，直接对province进行统计，然后可视化出来得到。

# 省份分析
def analysisProvince():
    friends_info = get_friends_info()
    df = pd.DataFrame(friends_info)
    province_count = df.groupby( 'province', as_index= True)[ 'province'].count().sort_values()
    temp = list(map( lambda x: x  if x !=  ''  else  '未知', list(province_count.index)))
     # 画图
    page = Page()
    style = Style(width= 1100, height= 600)
    style_middle = Style(width= 900, height= 500)
    attr, value = temp, list(province_count)
    chart1 = Map( '好友分布(中国地图)', **style.init_style)
    chart1.add( '', attr, value, is_label_show= True, is_visualmap= True, visual_text_color= '#000')
    page.add(chart1)
    chart2 = Bar( '好友分布柱状图', **style_middle.init_style)
    chart2.add( '', attr, value, is_stack= True, is_convert= True,
               label_pos= 'inside', is_legend_show= True, is_label_show= True)
    page.add(chart2)
    page.render( 'analysisProvince.html')

比较明显的一个点是，我们的好友大多来自我们生活过的地方，安徽和上海这两个地区好友数量都明显高于其他省份。

号主户籍安徽，利用城市信息看一下我的朋友都在哪里。

从下面的好友数量来看，号主明显是个安庆人。

你们可以直接修改源码的省份参数，获取你想了解的省份的好友分布。

源码下载：

https://pan.baidu.com/s/1jjcFC1dHQkU3r5LmUj7LIQ  

密码:0eco

扫码查看原文

▼▼▼

（*本文为AI科技大本营转载文章，转载请联系作者）

◆

精彩推荐

◆

11.11惠不可挡！

BDTC 2019双十一豪礼大放送，凡11.11当天购买大会“单人票”，即可额外获得价值298元CSDN VIP年卡！（VIP年卡特权：全站免广告+600个资源免积分下载+学院千门课程免费看+购课9折）~

扫描下图二维码或点击阅读原文，领取你的VIP吧！

推荐阅读