利用python深度分析微信朋友圈好友

最近看了wxpy这个包，感觉还不错，分析一下微信的好友。

分析的目的：

1.看看好友的性别占比、地域分布

2.分析好友的个性签名

3.对好友的签名进行情感分析

环境：python 3.6

需要的包wxpy、jieba、snownlp、scipy、wordcloud（这个pip可能直接安装不了，会提示需要c++之类的错误，直接去官网下载whl文件，用pip离线安装就好了，命令：pip install D:/xxxx/xxxx/xxx.whl把xxx换成你的文件路径）

过程如下：

先导入需要的所有包。利用wxpy的bot（）接口，可以获得好友、公众号、群聊等属性，可以完成大部分web端微信的操作，比如自己跟自己聊天，添加好友等。

from wxpy import *

from snownlp import SnowNLP,sentiment

import re,jieba

from scipy.misc import imread

from wordcloud import WordCloud, ImageColorGenerator,STOPWORDS

import matplotlib.pyplot as plt

from collections import Counter

bot=Bot()

friends=bot.friends()#获得好友对象

groups=bot.groups()#获得群聊对象

mps=bot.mps()#获得微信公众号

print(mps)

#计算男女性别,画出饼图

sex_dict={'boy':0,'girl':0,'other':0}

for friend in friends:

    if friend.sex==1:

        sex_dict['boy']+=1

    elif friend.sex==2:

        sex_dict['girl']+=1

    else:

        sex_dict['other']+=1

print('有男生{}个，女生{}个,未知性别{}个'.format(sex_dict['boy'],sex_dict['girl'],sex_dict['other']))

labels = ['boy','girl','other']

colors = ['red','yellow','green']

explode = (0.1, 0, 0)  #最大的突出显示

plt.figure(figsize=(8,5), dpi=80)

plt.axes(aspect=1)

plt.pie(sex_dict.values(),explode=explode,labels=labels, autopct='%1.2f%%',colors=colors,labeldistance = 1.1, shadow = True, startangle = 90, pctdistance = 0.6)

plt.title("SEX ANALYSIS",bbox=dict(facecolor='g', edgecolor='blue', alpha=0.65 ))#设置标题和标题边框

plt.savefig("sex_analysis.jpg")

plt.show()

运行过程中，会弹出二维码，微信扫描登录一下就可以看到下面的图片了。

image

我的好友男女平均分配，不知道其他人的怎么样。

接下来看好友的地域分布

city=[]

Municipality=['上海','上海市','北京','北京市','重庆','重庆市','天津','天津市']

for friend in friends:

    if friend.province  in Municipality:

        city.append(friend.province)#直辖市直接添加城市

    else:

        city.append(friend.city)

#print(city.count('上海'))

counts=dict(Counter(city))#统计各个地区人数

print(counts)

df=pd.DataFrame([counts]).T#转成DataFrame方便保存和后面画图,装置成竖排形式

看地理图，就要请出大名鼎鼎的tableau，一键生成，用matplotlib也可以画地理图，比较麻烦一些而已。

image

地理图可以很清晰看到好友分布地域和数量。

接下来进行好友签名分析和情感分析

text1=[]

emotions=[]

for friend in friends:

    sig=friend.signature.strip()

    newsig=re.sub(re.compile('<.*?>|[0-9]|。|，|！|～|—|”|“|《|》|\？|、|：'), '', sig)#去掉数字标点符号

    text1.append(newsig)

    if len(newsig)>0:

        sentiments = SnowNLP(newsig).sentiments

        emotions.append(sentiments)

text = "".join(text1)

wordlist=" ".join(jieba.cut(text,cut_all=True))#结巴分词，用空格连接

stopwords = STOPWORDS#设置停用词

bgimg=imread(r'C:\Users\lbship\Desktop\mice.jpg')#设置背景图片

font_path=r'C:\Windows\Fonts\simkai.ttf'

wc = WordCloud(font_path=font_path,  # 设置字体

              background_color="white",  # 背景颜色

              max_words=2000,  # 词云显示的最大词数

              stopwords = stopwords,        # 设置停用词

              mask=bgimg,  # 设置背景图片

              max_font_size=100,  # 字体最大值

              random_state=42,#设置有多少种随机生成状态，即有多少种配色

              width=1000, height=860, margin=2,# 设置图片默认的大小,margin为词语边缘距离

              ).generate(wordlist)

image_colors = ImageColorGenerator(bgimg)#根据图片生成词云颜色

plt.imshow(wc)

plt.axis("off")#不显示坐标尺寸

plt.savefig("sig.jpg")

plt.show()

#情感分析

positive=len(list(i for i in emotions if i>0.66))

normal=len(list(i for i in emotions if i<=0.66 and i>=0.33))

#normal = len(list(filter(lambda x:x>=0.33 and x<=0.66,emotions)))

negative=len(list(i for i in emotions if i<0.33))

labels = ['POSITIVE','NORMAL','NEGATIVE']

values = (positive,normal,negative)

plt.rcParams['font.sans-serif'] = ['simHei']

plt.rcParams['axes.unicode_minus'] = False

plt.title("SENTIMENTS ANALYSIS",fontsize='large',fontweight='bold',bbox=dict(facecolor='blue', edgecolor='yellow', alpha=0.5 ))

plt.xlabel('sentiments analysis')

plt.ylabel('counts')

plt.xticks(range(3),labels)

plt.bar(range(3), values, color = 'rgb')

plt.savefig("sentiment.jpg")

plt.show()

image image

朋友圈还是积极向上的朋友比较多。

下面是完整代码

from wxpy import *

from snownlp import SnowNLP,sentiment

import re,jieba

import pandas as pd

from scipy.misc import imread

from wordcloud import WordCloud, ImageColorGenerator,STOPWORDS

import matplotlib.pyplot as plt

from collections import Counter

bot=Bot()

friends=bot.friends()#获得好友对象

groups=bot.groups()#获得群聊对象

mps=bot.mps()#获得微信公众号

print(mps)

#计算男女性别,画出饼图

sex_dict={'boy':0,'girl':0,'other':0}

for friend in friends:

    if friend.sex==1:

        sex_dict['boy']+=1

    elif friend.sex==2:

        sex_dict['girl']+=1

    else:

        sex_dict['other']+=1

print('有男生{}个，女生{}个,未知性别{}个'.format(sex_dict['boy'],sex_dict['girl'],sex_dict['other']))

labels = ['boy','girl','other']

colors = ['red','yellow','green']

explode = (0.1, 0, 0)  #最大的突出显示

plt.figure(figsize=(8,5), dpi=80)

plt.axes(aspect=1)

plt.pie(sex_dict.values(),explode=explode,labels=labels, autopct='%1.2f%%',colors=colors,labeldistance = 1.1, shadow = True, startangle = 90, pctdistance = 0.6)

plt.title("SEX ANALYSIS",bbox=dict(facecolor='g', edgecolor='blue', alpha=0.65 ))#设置标题和标题边框

plt.savefig("sex_analysis.jpg")

plt.show()

#获取城市分布

city=[]

Municipality=['上海','上海市','北京','北京市','重庆','重庆市','天津','天津市']

for friend in friends:

    if friend.province  in Municipality:

        city.append(friend.province)#直辖市直接添加城市

    else:

        city.append(friend.city)

#print(city.count('上海'))

counts=dict(Counter(city))#统计各个地区人数

print(counts)

df=pd.DataFrame([counts]).T#转成DataFrame方便保存和后面画图,装置成竖排形式

df.to_excel('city.xlsx')

#获取好友签名，生成词云,并进行情感分析

text1=[]

emotions=[]

for friend in friends:

    sig=friend.signature.strip()

    newsig=re.sub(re.compile('<.*?>|[0-9]|。|，|！|～|—|”|“|《|》|\？|、|：'), '', sig)#去掉数字标点符号

    text1.append(newsig)

    if len(newsig)>0:

        sentiments = SnowNLP(newsig).sentiments

        emotions.append(sentiments)

text = "".join(text1)

wordlist=" ".join(jieba.cut(text,cut_all=True))#结巴分词，用空格连接

stopwords = STOPWORDS#设置停用词

bgimg=imread(r'C:\Users\lbship\Desktop\mice.jpg')#设置背景图片

font_path=r'C:\Windows\Fonts\simkai.ttf'

wc = WordCloud(font_path=font_path,  # 设置字体

              background_color="white",  # 背景颜色

              max_words=2000,  # 词云显示的最大词数

              stopwords = stopwords,        # 设置停用词

              mask=bgimg,  # 设置背景图片

              max_font_size=100,  # 字体最大值

              random_state=42,#设置有多少种随机生成状态，即有多少种配色

              width=1000, height=860, margin=2,# 设置图片默认的大小,margin为词语边缘距离

              ).generate(wordlist)

image_colors = ImageColorGenerator(bgimg)#根据图片生成词云颜色

plt.imshow(wc)

plt.axis("off")#不显示坐标尺寸

plt.savefig("sig.jpg")

plt.show()

#情感分析

positive=len(list(i for i in emotions if i>0.66))

normal=len(list(i for i in emotions if i<=0.66 and i>=0.33))

#normal = len(list(filter(lambda x:x>=0.33 and x<=0.66,emotions)))

negative=len(list(i for i in emotions if i<0.33))

labels = ['POSITIVE','NORMAL','NEGATIVE']

values = (positive,normal,negative)

plt.rcParams['font.sans-serif'] = ['simHei']

plt.rcParams['axes.unicode_minus'] = False

plt.title("SENTIMENTS ANALYSIS",fontsize='large',fontweight='bold',bbox=dict(facecolor='blue', edgecolor='yellow', alpha=0.5 ))

plt.xlabel('sentiments analysis')

plt.ylabel('counts')

plt.xticks(range(3),labels)

plt.bar(range(3), values, color = 'rgb')

plt.savefig("sentiment.jpg")

plt.show()