嗨，你有一份微信好友报告待查收～
全部代码都已上传至我的KLab—嗨，你有一份微信好友报告待查收～，Fork后可运行生成你自己的微信好友报告～
本次项目统计展示了如下信息：
-
好友地域分布
-
性别统计
-
备注比例
-
▶️首字母统计
-
使用最多的emoji
-
签名词云
其他可视化报告：
-
【武汉加油⛽️】基于Pyecharts的疫情数据可视化～
-
【爬虫&可视化】爬了链家房源信息看看深圳房价多恐怖～
-
【Pyecharts】奥运会数据集可视化分析～
-
【Pyecharts教程2】如何让你的图表不那么单调～
登录微信
因为在KLab里面没法调起其他应用来打开二维码图片，所以这边是通过多线程来处理：
-
线程1：itchat获取二维码图片，等待扫码完成；
-
线程2: 读取本地二维码图片然后通过matplotlib加载到KLab；
具体代码如下，不算复杂～
之前有小伙伴遇到不能扫码登录的，是因为微信那边做了限制，对于有些账号（特别是新注册的账号）不能在网页端登录；
code_path = os.path.join('/home/kesci/work', 'QR.png')
def show_qrcode():
# 等待图片下载
time.sleep(3)
while True:
if os.path.exists(code_path):
img = Image.open(code_path)
plt.figure(figsize=(15, 8))
plt.imshow(img)
plt.axis('off') # 关掉坐标轴为 off
plt.show()
break
t= threading.Thread(target=show_qrcode)#创建线程
t.setDaemon(True)#设置为后台线程，这里默认是False，设置为True之后则主线程不用等待子线程
t.start()#开启线程
t = threading.Thread(target=itchat.login(picDir=code_path))
t.start()
地域分布
微信返回的好友信息中包括了Province和City两个字段，不过有亮点要注意的：
-
对于北京等四个直辖市，
Province中是存的城市名，City中是行政区； -
另外地域信息是国外的我这边是都归到一类下面了，二级分类用的
Province的信息；
数据处理
friends = itchat.get_friends(update=True)
df_friends = pd.DataFrame(list(friends))
f_loc = df_friends.groupby(
['Province', 'City'])['UserName'].count().reset_index()
# 筛选掉位置信息缺失的
f_loc = f_loc[f_loc.Province != '']
for idx, row in f_loc.iterrows():
# 位置信息缺失的归到其他中
if not row.Province:
f_loc.loc[idx, 'Province'] = '其他'
f_loc.loc[idx, 'City'] = '其他'
# 国外的统一归到一类
if re.match('[a-zA-Z]', row.Province):
f_loc.loc[idx, 'Province'] = '国外'
f_loc.loc[idx, 'City'] = row['Province']
# 四个直辖市City中是行政区
f_loc['City'].loc[f_loc.Province == '北京'] = '北京'
f_loc['City'].loc[f_loc.Province == '上海'] = '上海'
f_loc['City'].loc[f_loc.Province == '重庆'] = '重庆'
f_loc['City'].loc[f_loc.Province == '天津'] = '天津'
# 重新聚合求和
f_loc = f_loc.groupby(['Province', 'City'])['UserName'].sum().reset_index()
f_loc.columns = ['Province', 'City', 'num']
data_pair = []
parent_data = f_loc.Province.unique().tolist()
for province in parent_data:
t_data = f_loc[f_loc.Province==province]
t_dict = {"name": province,
"label":{"show": False},
"children": []}
# 父层级--好友数量大于15的显示标签
if t_data.num.sum() > 15:
t_dict['label']['show'] = True
t_data.sort_values(by="num",ascending=False,inplace=True)
t_data = t_data.reset_index(drop=True)
else_num = 0
for idx, row in t_data.iterrows():
"""
因为涉及到的城市过多，全部显示太乱了
以下两种情况下显示，否则将归入「其他城市」
1. 每个父目录下好友最多的城市；
2. 该城市好友数量大于10；
"""
if idx == 0:
child_data = {"name": row.City, "value":row.num, "label":{"show": False}}
# 子层级--好友数量大于10的显示标签
if child_data['value'] > 10:
child_data['label']['show'] = True
t_dict['children'].append(child_data)
elif row.num > 10:
child_data = {"name": row.City, "value":row.num, "label":{"show": True}}
t_dict['children'].append(child_data)
else:
else_num += row.num
if else_num > 10:
child_data = {"name": '其他城市', "value":else_num, "label":{"show": True}}
t_dict['children'].append(child_data)
elif else_num:
child_data = {"name": '其他城市', "value":else_num, "label":{"show": False}}
t_dict['children'].append(child_data)
data_pair.append(t_dict)
可视化
c = (Sunburst(
init_opts=opts.InitOpts(
theme='light',
width="1000px",
height="1000px"))
.add(
"",
data_pair=data_pair,
highlight_policy="ancestor",
radius=[0, "100%"],
sort_='null',
levels=[
{},
{
"r0": "20%",
"r": "45%",
"itemStyle": {"borderColor": 'rgb(220,220,220)', "borderWidth": 2}
},
{"r0": "45%", "r": "80%", "label": {"align": "right"},
"itemStyle": {"borderColor": 'rgb(220,220,220)', "borderWidth": 1}}
],
)
.set_global_opts(title_opts=opts.TitleOpts(title="好 友\n\n地 域 分 布",
pos_left="center",
pos_top="center",
title_textstyle_opts=opts.TextStyleOpts(font_style='oblique', color="black", font_size=30),))
.set_series_opts(label_opts=opts.LabelOpts(font_size=18, formatter="{b}: {c}"))
)
c.render_notebook()
好友性别占比
f_sex = df_friends.groupby(['Sex'])['UserName'].count().reset_index()
f_sex['f_sex'] = f_sex['Sex'].astype(str).str.replace('1', '男').replace('2', '女').replace('0', '信息缺失')
background_color_js = """new echarts.graphic.RadialGradient(0.5, 0.5, 1, [{
offset: 0,
color: '#696969'
}, {
offset: 1,
color: '#000000'
}])"""
pie = (Pie(init_opts=opts.InitOpts(theme='light', width='1000px', height='800px'))
.add('WeChat️', [(row['f_sex'], row['UserName']) for _, row in f_sex.iterrows()],
radius=["50%", "75%"])
.set_global_opts(title_opts=opts.TitleOpts(title="好友性别占比",
pos_left="center",
title_textstyle_opts=opts.TextStyleOpts(color="black", font_size=20), ),
legend_opts=opts.LegendOpts(is_show=True, pos_top='5%'))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%", font_size=18),
tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a}
{b}: {c} ({d}%)"),)
)
pie.render_notebook()
好友备注比例
你有给好友备注的习惯吗❓
remark_num_f = len(df_friends.RemarkName[(
df_friends.RemarkName != '') & (df_friends.Sex == 2)])
total_num_f = len(df_friends.RemarkName[(df_friends.Sex == 2)])
remark_num_m = len(df_friends.RemarkName[(
df_friends.RemarkName != '') & (df_friends.Sex == 1)])
total_num_m = len(df_friends.RemarkName[(df_friends.Sex == 1)])
l1 = Liquid(
init_opts=opts.InitOpts(
theme='light',
width='1000px',
height='800px'))
l1.add("", [remark_num_f/total_num_f],
center=["70%", "50%"],
label_opts=opts.LabelOpts(font_size=50,
formatter=JsCode(
"""function (param) {
return (Math.floor(param.value * 10000) / 100) + '%';
}"""),
position="inside",
))
l1.set_global_opts(
title_opts=opts.TitleOpts(
title="女性好友备注比例",
pos_left='62%',
pos_top='8%'))
l1.set_series_opts(tooltip_opts=opts.TooltipOpts(is_show=False))
l2 = Liquid(
init_opts=opts.InitOpts(
theme='light',
width='1000px',
height='800px'))
l2.add("",
[remark_num_m/total_num_m],
center=["25%", "50%"],
label_opts=opts.LabelOpts(font_size=50,
formatter=JsCode(
"""function (param) {
return (Math.floor(param.value * 10000) / 100) + '%';
}"""),
position="inside",
),)
l2.set_global_opts(
title_opts=opts.TitleOpts(
title="男性好友备注比例",
pos_left='16%',
pos_top='8%'))
l2.set_series_opts(tooltip_opts=opts.TooltipOpts(is_show=False))
grid = Grid().add(
l1, grid_opts=opts.GridOpts()).add(
l2, grid_opts=opts.GridOpts())
grid.render_notebook()
首字母分布
这个统计与微信-联系人里面的归类有点不一样，微信-联系人里面是优先使用备注名的，这里只与好友的微信昵称有关；
first_letter = []
for item in df_friends.PYQuanPin:
# 替换掉emoji表情和空格
item = re.sub('spanclassemojiemoji[a-z0-9]{5}?|span', '' , item)
try:
if re.match('[A-Z]', item.upper()[0]):
first_letter.append(item.upper()[0])
else:
first_letter.append('#')
except IndexError:
first_letter.append('#')
letters = [chr(i) for i in range(65,91)]
letters.append('#')
data_pair = [(w, first_letter.count(w)) for w in letters]
data_pair = sorted(data_pair, key=lambda x: x[1], reverse=True)
pie = (Pie(init_opts=opts.InitOpts(theme='light', width='1000px', height='800px'))
.add("Wechat", data_pair,
radius=["50%", "75%"])
.set_global_opts(title_opts=opts.TitleOpts(title="微信名首字母",
pos_left="center",
title_textstyle_opts=opts.TextStyleOpts(color="black", font_size=20),),
legend_opts=opts.LegendOpts(is_show=False, pos_top='5%'))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%", font_size=18),
tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a}
{b}: {c} ({d}%)"),)
)
pie.render_notebook()
Emoji表情
包括了微信昵称和签名中的emoji表情～
emoji_list = []
for name in df_friends.NickName:
emoji = re.findall(u'[\U00010000-\U0010ffff]', name)
if emoji:
emoji_list.extend(emoji)
with open('/home/kesci/input/emoji6441/emoji.json', 'r') as f:
emoji_code = json.load(f)
def find_emoji(code):
for item in emoji_code:
if item['codes'] == code.upper():
return item['char']
break
for sig in df_friends.Signature:
emoji = re.findall('emoji([a-z0-9]{5})', sig)
if emoji:
emoji = [find_emoji(code) for code in emoji]
emoji_list.extend(emoji)
counter = Counter(emoji_list).most_common(18)
bar = (Bar(init_opts=opts.InitOpts(theme='light', width='1000px', height='800px'))
.add_xaxis([x for x, y in counter[::-1]])
.add_yaxis('使用次数', [y for x, y in counter[::-1]])
.set_global_opts(title_opts=opts.TitleOpts(title="使用最多的emoji表情",
pos_left="center",
title_textstyle_opts=opts.TextStyleOpts(color="black",
font_size=20)),
legend_opts=opts.LegendOpts(is_show=False),
xaxis_opts=opts.AxisOpts(is_show=False,),
yaxis_opts=opts.AxisOpts(
axistick_opts=opts.AxisTickOpts(is_show=False),
axisline_opts=opts.AxisLineOpts(is_show=False)))
.set_series_opts(label_opts=opts.LabelOpts(is_show=True,
position='right',
font_style='italic'),
itemstyle_opts={"normal": {
"color": JsCode(
"""new echarts.graphic.LinearGradient(1, 1, 0, 0, [{
offset: 0,
color: 'rgba(0, 244, 255, 1)'
}, {
offset: 1,
color: 'rgba(0, 77, 167, 1)'
}], false)"""
),
"barBorderRadius": [30, 30, 30, 30],
"shadowColor": "rgb(0, 160, 221)",
}
}
).reversal_axis())
bar.render_notebook()
签名词云图
签名说的最多的词语是什么呢❓
back_color = imread('/home/kesci/work/font/wechat_logo.jpeg') # 解析该图片
wc = WordCloud(background_color='white', # 背景颜色
max_words=1000, # 最大词数
mask=back_color, # 以该参数值作图绘制词云，这个参数不为空时，width和height会被忽略
max_font_size=100, # 显示字体的最大值
font_path="/home/kesci/work/font/simhei.ttf", # 解决显示口字型乱码问题
random_state=42, # 为每个词返回一个PIL颜色
)
text=''
pattern = u"[\u4e00-\u9fa5]" #保留汉字
for x in df_friends['Signature']:
text_temp = re.findall(pattern, x)
text = text + ''.join(text_temp)
def word_cloud(texts):
words_list = []
word_generator = jieba.cut(texts, cut_all=False) # 返回的是一个迭代器
for word in word_generator:
if len(word) > 1: #去掉单字
words_list.append(word)
return ' '.join(words_list)
text = word_cloud(text)
wc.generate(text)
# 基于彩色图像生成相应彩色
image_colors = ImageColorGenerator(back_color)
plt.figure(figsize = (15,15))
plt.axis('off')
# 绘制词云
plt.imshow(wc.recolor(color_func=image_colors))
plt.axis('off')
# 保存图片
plt.show()
- 整理不易，欢迎大家点赞支持～