第一个微信小项目

Posted 2021-12-20 2987831760qq-com

一 微信好友数据分析

（一）要实现对微信好友数据分析这神奇的操作，首先得准备好工具，那就是安装以下几种库数据

安装 wxpy库 ： pip install wxpy
安装 PIL库：pip install pillow
安装 pyecharts库：pip install pyecharts
安装 Itchat库：pip install itchat
安装 Jieba库： pip install jieba
安装 Pandas库：pip install Pandas
安装 Numpy库：pip install Numpy
安装地图数据包：pip install echarts-china-provinces-pypkg
                             pip install echarts-countries-pypkg

（二）准备好了库，就来实现以下的操作

2.1.爬取好友列表,显示好友昵称、性别和地域和签名, 文件保存为 xlsx 格式
2.1 统计好友的地域分布，并且做成词云和可视化展示在地图上
2.1  获取所有好友的头像，合并成一张大图

（三）分解要实现上述的操作的步骤

3.1  获取用户信息，首先让程序登录微信，并获取我的好友相关信息。

#导入模块
from wxpy import *
#初始化机器人，选择缓存模式（扫码）登录
bot = Bot(cache_path=True)
#获取我的所有微信好友信息
friend_all = bot.friends()

运行登录代码会自动弹出一个如下的提示的一个二维码页面，打开微信，用手机扫码同意后，进入微信并获取微信好友的相关信息。



3.2 登陆微信成功获取数据后我们可以统计自己微信的好友数目，统计好友男女性比例及好友的省市分布

print(friend_all[0].raw)
print( len(friend_all))
lis=[]
for a_friend in friend_all:
 NickName = a_friend.raw.get(‘NickName‘,None)
 #Sex = a_friend.raw.get(‘Sex‘,None)
 Sex =1:"男",2:"女",0:"其它".get(a_friend.raw.get(‘Sex‘,None),None)
 City = a_friend.raw.get(‘City‘,None)
 Province = a_friend.raw.get(‘Province‘,None)
 Signature = a_friend.raw.get(‘Signature‘,None)
 HeadImgUrl = a_friend.raw.get(‘HeadImgUrl‘,None)
 HeadImgFlag = a_friend.raw.get(‘HeadImgFlag‘,None)
 list_0=[NickName,Sex,City,Province,Signature,HeadImgUrl,HeadImgFlag]
 lis.append(list_0)

结果如下：

 

3.3 把上述 lis 列表的信息保存到 excel 中，便于后面的使用，将这个功能写成函数 lis2e07()

def lis2e07(filename,lis):
    import openpyxl
    wb = openpyxl.Workbook()
    sheet = wb.active
    sheet.title = ‘list2excel07‘
    file_name = filename +‘.xlsx‘
    for i in range(0, len(lis)):
        for j in range(0, len(lis[i])):
            sheet.cell(row=i+1, column=j+1, value=str(lis[i][j]))
    wb.save(file_name)
print("写入数据成功！")
print(lis2e07(‘yubg‘,lis))

打开 excel 文件，数据如下图所示：

 

3. 4 数据分析

Friends = bot.friends()
data = Friends.stats_text(total=True, sex=True,top_provinces=30, top_cities=500)
print(data)

 

对数据的简单分析，并将结果打印出来，输出结果如下:

 

3.5 对 city 列数据做成词云
方法一：利用 plt+wordcloud 方法

from pandas import read_excel 
df = read_excel(‘yubg1.xlsx‘,sheetname=‘list2excel07‘)(此次调用该表之前，要去文件中打开该表，在表的第一行加上Nickname，sex，city等对应的文字）
from wordcloud import WordCloud 
import matplotlib.pyplot as plt
import pandas as pd
from pandas import DataFrame
word_list= df[‘city‘].fillna(‘0‘).tolist()#将 dataframe 的列转化为 list，其中的 nan 用“0”替换
new_text = ‘ ‘.join(word_list) 
wordcloud = WordCloud(font_path=‘simhei.ttf‘, background_color="black").generate(new_text) 
plt.imshow(wordcloud) 
plt.axis("off") 
plt.show()

效果图：

 

方法二：利用 pyecharm 做词云

import pandas as pd
#count = df.city.value_counts() #对 dataframe 进行全频率统计，排除了 nan
city_list = df[‘city‘].fillna(‘NAN‘).tolist()#将 dataframe 的列转化为 list，其中的 nan 用“NAN”
替换
count_city = pd.value_counts(city_list)#对 list 进行全频率统计
from pyecharts import WordCloud
name = count_city.index.tolist()
value = count_city.tolist()
wordcloud = WordCloud(width=1300, height=620)
wordcloud.add("", name, value, word_size_range=[20, 100])
wordcloud.show_config()
wordcloud.render(r‘C:/Users/Administrator/map1.html‘)

做成的词云图保存在 c:\\Users\\lenovo\\wc1.html 网页中，打开如下图：

 

3.6  将好友省份可视化展示在地图上

province_list = df[‘province‘].fillna(‘NAN‘).tolist()#将 dataframe 的列转化为 list，其中的 nan 用“NAN”替换
count_province = pd.value_counts(province_list)#对 list 进行全频率统计
from pyecharts import Map 
value =count_province.tolist() 
attr =count_province.index.tolist()
map=Map("各省微信好友分布", width=1200, height=600) 
map.add("", attr, value, maptype=‘china‘, is_visualmap=True, 
 visual_text_color=‘#000‘,
is_label_show = True) #显示地图上的省份
map.show_config() 
map.render(r‘C:/Users/Administrator/map2.html‘)

做成的地图保存在 c:\\Users\\lenovo\\map1.html 网页中，打开如下图

 

 

   

（ 四）操作过程的完整个完整代码如下：

# -*- coding: utf-8 -*-
"""
Created on Sun Jun  2 21:35:32 2019

@author: Administrator
"""

from wxpy import*
bot=Bot(cache_path=True)
friend_all=bot.friends()
print(friend_all[0].raw)
print( len(friend_all))
lis=[]
for a_friend in friend_all:
 NickName = a_friend.raw.get(‘NickName‘,None)
 #Sex = a_friend.raw.get(‘Sex‘,None)
 Sex =1:"男",2:"女",0:"其它".get(a_friend.raw.get(‘Sex‘,None),None)
 City = a_friend.raw.get(‘City‘,None)
 Province = a_friend.raw.get(‘Province‘,None)
 Signature = a_friend.raw.get(‘Signature‘,None)
 HeadImgUrl = a_friend.raw.get(‘HeadImgUrl‘,None)
 HeadImgFlag = a_friend.raw.get(‘HeadImgFlag‘,None)
 list_0=[NickName,Sex,City,Province,Signature,HeadImgUrl,HeadImgFlag]
 lis.append(list_0)
# lis 列表的信息保存到 excel 中，便于后面的使用，将这个功能写成函数 lis2e07()
def lis2e07(filename,lis):
    import openpyxl
    wb = openpyxl.Workbook()
    sheet = wb.active
    sheet.title = ‘list2excel07‘
    file_name = filename +‘.xlsx‘
    for i in range(0, len(lis)):
        for j in range(0, len(lis[i])):
            sheet.cell(row=i+1, column=j+1, value=str(lis[i][j]))
    wb.save(file_name)
print("写入数据成功！")
print(lis2e07(‘yubg‘,lis))
#将city的结果打印出来
Friends = bot.friends()
data = Friends.stats_text(total=True, sex=True,top_provinces=30, top_cities=500)
print(data)
#利用 plt+wordcloud 方法 对 city 列数据做成词云
from pandas import read_excel 
df = read_excel(‘yubg1.xlsx‘,sheetname=‘list2excel07‘)(此次调用该表之前，要去文件中打开该表，在表的第一行加上Nickname，sex，city等对应的文字）
from wordcloud import WordCloud 
import matplotlib.pyplot as plt
import pandas as pd
from pandas import DataFrame
word_list= df[‘city‘].fillna(‘0‘).tolist()#将 dataframe 的列转化为 list，其中的 nan 用“0”替换
new_text = ‘ ‘.join(word_list) 
wordcloud = WordCloud(font_path=‘simhei.ttf‘, background_color="black").generate(new_text) 
plt.imshow(wordcloud) 
plt.axis("off") 
plt.show()
#利用 pyecharm 做词云
import pandas as pd
#count = df.city.value_counts() #对 dataframe 进行全频率统计，排除了 nan
city_list = df[‘city‘].fillna(‘NAN‘).tolist()#将 dataframe 的列转化为 list，其中的 nan 用“NAN” 替换
count_city = pd.value_counts(city_list)#对 list 进行全频率统计

from pyecharts.charts.wordcloud import WordCloud #设置对象
name = count_city.index.tolist()
value = count_city.tolist()
wordcloud = WordCloud(width=1300, height=620)
wordcloud.add("", name, value, word_size_range=[20, 100])
wordcloud.show_config()
wordcloud.render(r‘C:/Users/Administrator.html‘)

#将这些个好友在全国地图上做分布
province_list = df[‘province‘].fillna(‘NAN‘).tolist()#将 dataframe 的列转化为 list，其中的 nan 用“NAN”替换
count_province = pd.value_counts(province_list)#对 list 进行全频率统计
from pyecharts import Map 
value =count_province.tolist() 
attr =count_province.index.tolist()
map=Map("各省微信好友分布", width=1200, height=600) 
map.add("", attr, value, maptype=‘china‘, is_visualmap=True, 
visual_text_color=‘#000‘,
is_label_show = True) #显示地图上的省份
map.show_config() 
map.render(r‘C:/Users/Administrator/map2.html‘)