用Python分析了數(shù)千個(gè)微信昵稱后，我們發(fā)現(xiàn)了這些規(guī)律...
一、前言
這是一篇技術(shù)文，但又不是一篇技術(shù)文，今天分享的是，當(dāng)筆者獲取了微信小程序英文取名的3500多個(gè)微信用戶昵稱、年齡段后，分析得到下面結(jié)果。
二、Let's get it
1.基本信息獲取
訪問英文取名的用戶基本信息接口，獲取英文取名用戶微信名(Nick names)、訪問次數(shù)(Count)、總數(shù)據(jù)集(Response data)，并將微信名存入文件。
- # 獲取所有用戶數(shù)量和相關(guān)信息
- def get_json():
- # 獲取入口
- search_url = '英文取名用戶接口，歡迎掃碼使用英文取名，生成一個(gè)最適合你的英文名'
- # 發(fā)送http請(qǐng)求,獲取請(qǐng)求頁面
- search_response = requests.get(search_url)
- # 設(shè)置編碼
- search_response.encoding = 'UTF-8'
- # 將頁面轉(zhuǎn)變成json代碼格式
- search_json = search_response.json()
- # 獲取我們需要的數(shù)據(jù),是列表格式
- our_data = search_json['ResponseData']
- list_len = len(our_data)
- print('總用戶數(shù)有：' + str(list_len))
- user_visit_numbers = 0
- data_research = 0
- NickName = []
- for x in our_data:
- user_numbers = x['Count'] + user_visit_numbers
- if x['NickName'] == '':
- data_research += 1
- NickName.append(x['NickName'])
- print("微信名獲取失敗量："+str(data_research))
- print(NickName)
- name = ['微信名稱']
- file_test = pd.DataFrame(columns=name, data=NickName)
- file_test.to_csv(r'I:/data.csv', encoding='utf-8',index=False)
- print('總訪問量：' + str(user_visit_numbers))
運(yùn)行結(jié)果：
- 總用戶數(shù)有：3549
- 微信名獲取失敗量：0
- 總訪問量：4573
2.讀取所有微信名，數(shù)據(jù)分類
(1)讀取微信名
- # 讀取文件，取出微信名
- def get_name():
- NickName = []
- with open('I:/data.csv','r',encoding='utf8') as file :
- i = 0
- for line in file:
- if i == 0: # 去除表頭
- i = 1
- continue
- line = line.strip() # 去除換行符
- NickName.append(line)
- return NickName
(2)數(shù)據(jù)分為以下六大類
- # ch ：Chinese
- ch_name_number = 0
- ch_name = []
- # en ：English
- en_name_number = 0
- en_name = []
- # di : digtal
- di_name_number = 0
- di_name = []
- # img : image
- img_name_number = 0
- img_name = []
- # ch_di : Chinese and digtal
- ch_di_name = []
- # other : other
- oth_name_number = 0
- oth_name = []
(3)數(shù)據(jù)分類判斷
- # 昵稱全中文判斷
- def is_all_ch(keyword):
- for c in keyword:
- # 包含常見中文字符
- if not ('\u4e00' <= c <= '\u9fa5'):
- return False
- return True
- # 昵稱全英文判斷
- def is_all_en(keyword):
- # 不能全部為空格或者首位為空格
- if all(ord(c) == 32 for c in keyword) or keyword[0] == ' ':
- return False
- # 允許空格和英文并存(例如：Xist A)
- if not all(65 < ord(c) < 128 or ord(c) == 32 for c in keyword):
- return False
- return True
- # 昵稱全數(shù)字判斷
- def is_all_di(keyword):
- for uchar in keyword:
- if not (uchar >= '\u0030' and uchar <= u'\u0039'):
- return False
- return True
- # 昵稱包含表情圖判斷
- def have_img(keyword):
- # 下面是大部分圖片的一個(gè)unicode編碼集
- # 詳情查看：https://en.wikipedia.org/wiki/Emoji
- img_re = re.compile(u'['
- u'\U0001F300-\U0001F64F'
- u'\U0001F680-\U0001F6FF'
- u'\u2600-\u2B55]+',
- re.UNICODE)
- if img_re.findall(keyword) :
- return True
- return False
- # 中文+數(shù)字昵稱判斷
- def is_ch_di(keyword):
- for c in keyword:
- if not ('\u4e00' <= c <= '\u9fa5') and not (c >= '\u0030' and c <= u'\u0039'):
- return False
- return True
(4)數(shù)據(jù)歸類計(jì)算各類數(shù)量
- list_name = get_name()
- print("總共有："+str(len(list_name))+"個(gè)微信名")
- for i in range(len(list_name)):
- result = classification_name(list_name[i])
- if result == 'ch': # 中文
- ch_name_number +=1
- ch_name.append(list_name[i])
- if result == 'en': # 英文
- en_name_number +=1
- en_name.append(list_name[i])
- if result == 'di': # 數(shù)字
- di_name_number +=1
- di_name.append(list_name[i])
- if result == 'img': # 含表情
- img_name_number +=1
- img_name.append(list_name[i])
- if result == 'ch_di': # 中文和數(shù)字
- ch_di_name_number +=1
- ch_di_name.append(list_name[i])
- if result == 'other': # 其他
- oth_name_number +=1
- oth_name.append(list_name[i])
- print("純中文昵稱個(gè)數(shù)："+ str(ch_name_number))
- # print(ch_name)
- print("純英文昵稱個(gè)數(shù)："+ str(en_name_number))
- #print(en_name)
- print("純數(shù)字昵稱個(gè)數(shù)："+ str(di_name_number))
- # print(di_name)
- print("包含表情圖昵稱個(gè)數(shù)："+ str(img_name_number))
- # print(img_name)
- print("中文和數(shù)字混合昵稱個(gè)數(shù)："+ str(ch_di_name_number))
- print(ch_di_name)
- print("其他昵稱個(gè)數(shù)："+ str(oth_name_number))
- # print(oth_name)
運(yùn)行結(jié)果：
- 總共有：3549個(gè)微信名
- 純中文昵稱個(gè)數(shù)：1514
- 純英文昵稱個(gè)數(shù)：569
- 純數(shù)字昵稱個(gè)數(shù)：9
- 包含表情圖昵稱個(gè)數(shù)：400
- 中文和數(shù)字混合昵稱個(gè)數(shù)：19
- 其他昵稱個(gè)數(shù)：1038
3.獲取用戶畫(只獲取用戶年齡段)
訪問英文取名用戶畫像接口，獲取近30天活躍用戶和新用戶的年齡段。
- # 獲取用戶年齡段
- def get_data():
- # 獲取token,并處理
- t = get_token().strip('"')
- # 然后將處理后的token值和其他參數(shù)作為post方式的參數(shù)值，調(diào)用用戶畫像api
- post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token="
- post_user_url = post_user_api + t
- # 訪問獲取概況數(shù)據(jù) (近一個(gè)月的數(shù)據(jù)情況)
- data = json.dumps({
- "begin_date" : "2018-07-21",
- "end_date" : "2018-08-19"})
- # 獲取信息
- user_portrait_data = get_info(post_user_url, data)
- # 時(shí)間段
- ref_date = user_portrait_data['ref_date']
- # 新用戶
- visit_uv_new = user_portrait_data['visit_uv_new']
- 活躍用戶
- visit_uv = user_portrait_data['visit_uv']
- # 年齡段
- print(ref_date )
- print((visit_uv_new['ages']))
- print((visit_uv['ages']))
運(yùn)行結(jié)果：
- # id ： 為年齡段序號(hào) name ：年齡段名稱 value : 該年齡段人數(shù)
- 20180721-20180819
- [{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17歲以下', 'value': 18}, {'id': 2, 'name': '18-24歲', 'value': 118}, {'id': 3, 'name': '25-29歲', 'value': 75}, {'id': 4, 'name': '30-39歲', 'value': 81}, {'id': 5, 'name': '40-49歲', 'value': 14}, {'id': 6, 'name': '50歲以上', 'value': 7}]
- [{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17歲以下', 'value': 20}, {'id': 2, 'name': '18-24歲', 'value': 147}, {'id': 3, 'name': '25-29歲', 'value': 88}, {'id': 4, 'name': '30-39歲', 'value': 95}, {'id': 5, 'name': '40-49歲', 'value': 20}, {'id': 6, 'name': '50歲以上', 'value': 10}]
三、來點(diǎn)有趣的：數(shù)據(jù)清洗、分析
1.微信名稱類型數(shù)據(jù)可視化分析
核心代碼：
- from pyecharts import Pie
- # 數(shù)據(jù)獲取自上面代碼
- attr = ["純中文昵稱", "純英文昵稱", "純數(shù)字昵稱", "包含表情圖昵稱", "中文和數(shù)字混合昵稱", "其他昵稱"]
- v1 = [1514, 569, 9, 400, 19, 1038]
- pie = Pie("微信名分類餅圖", title_pos='center', width=900)
- pie.add(
- "占比",
- attr,
- v1,
- center=[50, 50],
- is_random=True,
- radius=[30, 75],
- rosetype="area",
- is_legend_show=False,
- is_label_show=True,
- )
- pie.render("render_01.html")
運(yùn)行效果：
從中可以看出，微信昵稱為全中文的占比最多，占有42.66%，其次為其他昵稱(中英文混合、字符等類型)，占有29.25%。
再比較大的類，就是純英文昵稱，占有16.03%，以及包含表情包昵稱的，占有11.27%，純數(shù)字昵稱和中文數(shù)字混合昵稱，相對(duì)占比較少。
我們常見的中文和數(shù)字混合昵稱，最多的就是機(jī)構(gòu)名/姓名+聯(lián)系方式，一些營銷號(hào)比較常用。
相較而言，大多數(shù)人還是喜歡，用純中文來作昵稱，既體現(xiàn)一種文化情懷，又簡明扼要地介紹了自己 ，比如我的微信名就是老表，這是我初中時(shí)候的一個(gè)綽號(hào)，朋友們一說老表，不一定是在說親戚，有可能在說我，哈哈哈。
2. 微信用戶年齡段可視化分析
核心代碼：
- # 2.用戶年齡段：玫瑰餅圖
- from pyecharts import Pie
- # 數(shù)據(jù)獲取自上面代碼
- attr = ["未知", "17歲以下", "18-24歲", "25-29歲", "30-39歲", "40-49歲","50歲以上"]
- v1 = [12, 38, 265, 163, 176, 34,17]
- pie = Pie("微信用戶年齡段餅圖", title_pos='center', width=900)
- pie.add(
- "占比",
- attr,
- v1,
- center=[50, 50],
- is_random=True,
- radius=[30, 75],
- rosetype="area",
- is_legend_show=False,
- is_label_show=True,
- )
- pie.render("render_02.html")
運(yùn)行效果：
從中可以看出，年齡段中，18-24歲的95-00后占比最多，達(dá)到37.59%，接下來是30-39歲的80-90后，占比達(dá)到24.97%，緊隨其后的為25-29歲的90-95后，占比達(dá)23.12%，其他年齡段可大概分為兩類：偏兒童類和偏老人類，一共占比10.21%。
我個(gè)人覺得，這類人群少的原因是：小孩、老人玩微信的少，更不用說微信小程序了，對(duì)于小孩來說，微信的作用就是玩游戲(登錄賬號(hào))，對(duì)于老人來說，微信主要用來聊天，已經(jīng)是比較復(fù)雜的了，小程序使用可能對(duì)老人來說就更復(fù)雜了，也缺少必要性。
3. 詞云分析微信名稱哪些詞語、表情包更受歡迎?
(1)繼續(xù)使用pyecharts生成詞云圖
核心代碼：
- # 清洗數(shù)據(jù)，生成詞云圖
- def split_word(test_str):
- test_str = re.sub('[,，。. \r\n]', '', test_str)
- # jieba 詞語
- segment = jieba.lcut(test_str)
- words_df = pd.DataFrame({'segment': segment})
- # quoting=3 表示stopwords.txt里的內(nèi)容全部不引用
- stopwords = pd.read_csv(r"H:\PyCoding\ Analysis_wx_name\stopwords.txt", index_col=False, quoting=3, sep="\t", names=['stopword'], encoding='utf-8')
- words_df = words_df[~words_df.segment.isin(stopwords.stopword)]
- words_stat = words_df.groupby(by=['segment'])['segment'].agg({"計(jì)數(shù)": numpy.size})
- words_stat = words_stat.reset_index().sort_values(by=["計(jì)數(shù)"], ascending=False)
- test = words_stat.head(200).values
- codes = [test[i][0] for i in range(0,len(test))]
- counts = [test[i][1] for i in range(0,len(test))]
- wordcloud = WordCloud(width=1300, height=620)
- wordcloud.add("微信昵稱", codes, counts, word_size_range=[20, 100])
- wordcloud.render('render_03.html')
運(yùn)行效果：
4. 使用Wordcloud+matplotlib，生成高級(jí)一點(diǎn)的詞云圖:
核心代碼：
- # 下下期好好講一下matplotlib繪圖可視化，挺有意思的
- # 調(diào)用get_name函數(shù)獲取全部微信名
- text = get_name()
- # 調(diào)用jiebaclearText函數(shù)，清洗數(shù)據(jù)(該函數(shù)和上面切詞思想一樣)
- text1=jiebaclearText(text)
- #產(chǎn)生詞云圖
- bg = plt.imread(r"G:\small_pig.jpg")
- #生成詞云
- wc=WordCloud(
- background_color="wathet", #設(shè)置背景為白色，默認(rèn)為黑色
- mask=bg, # 設(shè)置詞云內(nèi)容范圍(除指定圖片白色區(qū)域的其他區(qū)域都將覆蓋詞云內(nèi)容)
- margin=10, #設(shè)置圖片的邊緣
- max_font_size=70, #顯示的最大的字體大小
- random_state=20, #為每個(gè)單詞返回一個(gè)PIL顏色
- font_path='G:\simkai.ttf' #中文處理，用系統(tǒng)自帶的字體
- # 可以在這里下載這個(gè)字體：http://www.font5.com.cn/font_download.php?id=534&part=1245067666
- ).generate(text1)
- #為圖片設(shè)置字體
- my_font=fm.FontProperties(fname='G:\simkai.ttf')
- # 圖片背景
- bg_color = ImageColorGenerator(bg)
- # 開始畫圖
- plt.imshow(wc.recolor(color_func=bg_color))
- # 為云圖去掉坐標(biāo)軸
- plt.axis("off")
- # 保存云圖
- wc.to_file("render_04.png")
5.詞云輪廓原圖：
運(yùn)行效果：
由于第二種方法無法解析表情圖，所以沒有表情出現(xiàn)，除此之外，這兩種方法顯示的詞云圖內(nèi)容，幾乎大同小異。
通過詞云圖，我們一眼看出，大家使用最多的，除開中文后，就是表情圖了，你的微信朋友圈里，是否也有這樣的大紅嘴唇，我的好像有，哈哈哈~
當(dāng)我們單純來看詞云中的中文時(shí)，發(fā)現(xiàn)像太陽、陽光、微笑、可愛、開心、愛、未來等比較積極向上的詞語，還是比較受大家喜歡的，也體現(xiàn)出大家的內(nèi)心的積極、樂觀，當(dāng)然還有像麗麗、徐、陳等這樣的姓名部分，在昵稱中大家也使用得比較多，但也不缺乏有像悲傷、涼這樣比較冷色的詞語。
四、通過昵稱進(jìn)行情緒分析(大膽猜想)
1.微信昵稱為全中文
微信昵稱為全中文，可以分為兩大類：自己的真名和其他昵稱。
直接用自己的姓名，當(dāng)微信昵稱的人，性格大多是直來直往的那種，待人比較坦誠。
他們的微信，一般用于熟人社交和日常辦公，平時(shí)不會(huì)隨便加不熟的人，就算用真名，也不怕泄露個(gè)人信息，來個(gè)不恰當(dāng)?shù)谋扔鳎翰蛔鎏澬氖拢慌鹿砬瞄T，哈哈哈。
為其他昵稱的人，大多有自己的看法，也許昵稱是自己對(duì)未來的一種期望，也許昵稱是自己對(duì)生活的一種態(tài)度，或者是一些無厘頭的話語，炫酷的話語。(猜測)
2.微信昵稱為全英文
出于個(gè)人喜好或工作需求，有些人會(huì)給自己取一個(gè)容易記的、叫著順口的英文名，比如Tom、Abby、Jason，并常常在自我介紹的時(shí)候，讓大家可以用英文名字稱呼自己。
對(duì)他們而言，英文名就相當(dāng)于自己的第二個(gè)名字，用它做微信名，和用本名沒什么太大的區(qū)別。
也有的人會(huì)刻意避開，那些常見的英文名，取一些更小眾的，他們更在意提高自己的“逼格”，喜歡標(biāo)新立異，追求時(shí)尚和前衛(wèi)。(猜測)
3.微信昵稱帶有表情符號(hào)
有很多女生，會(huì)在微信名稱里加上各種表情符號(hào)，從上面分析的詞云圖中，可以看出，一個(gè)大紅唇大家使用最多，其他的可能是一個(gè)愛心、一朵玫瑰、一顆星星、又或是系統(tǒng)自帶的emoji表情。
她們可能覺得，這是一種特別的裝飾，能讓自己的名字，和別人有明顯的區(qū)別。
這樣的女生，大多有細(xì)膩的小心思、浪漫的生活情調(diào)，和一顆蓬勃的少女心。(猜測)
4.微信昵稱帶有職業(yè)性質(zhì)
一般來說，會(huì)主動(dòng)在自己微信名前面，帶一個(gè)字母“A”的，大多都是整天在朋友圈里發(fā)廣告的微商或代購。
比較正式一點(diǎn)的，用的都是“公司名+姓名”的形式，這一類人基本都是銷售員或房產(chǎn)中介……或者就是真正的大佬啦~
還有一些人，會(huì)根據(jù)自己不同的工作階段，不定時(shí)更換名字后綴的。
認(rèn)識(shí)一個(gè)在某地產(chǎn)公司做人力的朋友，為了能好好享受假期，她會(huì)把微信名改成“ΧΧΧ休假中”，以便提醒那些在節(jié)假日，還私信她詢問工作的人。
也有一些人反著來，為了顯示自己特別積極，直接把微信名改成“ΧΧΧ加班中”……emmm主要是改給老板看的吧。(猜想)
5.微信昵稱帶偶像名
不用說，這一類都是典型的追星族，而且大多都是女生，比如吳亦凡夫人、蔡徐坤秘密女友、胡歌的小嬌妻……不出意外，她們的頭像，一般就是她們的愛豆本人。
她們平時(shí)會(huì)在微博，給偶像打Call，朋友圈也會(huì)發(fā)很多相關(guān)推薦，如果有人夸自己的愛豆，她們會(huì)覺得遇到了知音;相反地，如果有人說她們愛豆的壞話，她們會(huì)馬上拉黑……
切記，在追星的人面前，不要輕易抬杠，不要對(duì)她的愛豆指手畫腳……(猜想)
6.微信昵稱是四字詞
仔細(xì)觀察長輩們的微信名，就會(huì)發(fā)現(xiàn)他們，特別喜歡用四字詞作昵稱。
這些四字詞最大的共同點(diǎn)，就是都傳遞著一種歲月靜好的氛圍：“人生如茶”“花自芬芳”“上善若水”“人心依舊”“云淡風(fēng)輕”……
年輕人用獨(dú)特的微信名標(biāo)記自己，年長點(diǎn)的叔叔阿姨，只是想純粹地寄托一種生活理想。(猜想)
都說名字是人的第二張臉。微信名取得好，往往會(huì)給人留下更好的印象。你的微信名，有什么特別的含義嗎?評(píng)論區(qū)里聊一聊。
05、附錄：參考文檔
- (1)微信小程序api幫助文檔、wikipedia-emoji(表情圖編碼介紹);
- (2)Wordcloud官方文檔;
- (3)傲嬌的草履蟲寫的 Wordcloud 各參數(shù)含義;
- (4)微信名字，暴露了你是一個(gè)什么樣的人。
作者：XksA，大三在讀的師范技術(shù)生，主要學(xué)習(xí)Python web、數(shù)據(jù)分析、可視化方面，個(gè)人公眾號(hào) 極簡XksA 長期分享學(xué)習(xí)筆記，學(xué)習(xí)資料，歡迎交流學(xué)習(xí)。
