合幾大常用的Python數(shù)據(jù)分析包，結(jié)合itchat的能力實現(xiàn)朋友圈的分析。

從哪里做起

微信現(xiàn)在越來越融入到了我們每個人的生活，從簡單的聊天工具到衣食住行的服務(wù)，再到傳播著豐富多彩信息的自媒體和涵蓋萬物的小程序，微信儼然就是一個小的生態(tài)系統(tǒng)。而人，是整個微信生態(tài)的核心，每個人朋友圈就是自我小生態(tài)的核心。itchat為我們提供了獲取朋友信息的接口：

friends=itchat.get_friends(update=True)[0:] 

通過debug可以看到每個friend的信息：

可以看到每個好友的信息還是很豐富的，從昵稱、性別、到地域等，好友列表按照通訊錄排列，***個是用戶自己，接著是星標置頂?shù)暮糜?，比如瑾瑾在我的列表里?**位。我們今天所有的工作都將從好友的信息做起。

統(tǒng)計好友性別分布

性別分布是最容易統(tǒng)計的數(shù)據(jù)，通過查看我自己和幾個好友的數(shù)據(jù)，得出sex和性別的對應(yīng)關(guān)系為：

sex = 0: 未知sex = 1: 男生sex = 2: 女生  
pyecharts 是一個用于生成 Echarts 圖表的類庫,而Echarts 是百度開源的一個數(shù)據(jù)可視化 JS 庫。主要用于數(shù)據(jù)可視化。利用pyecharts畫出好友性別分布： 
from pyecharts import Pie  
boy=girl=nothing=0  
for i in friends[1:]:  
sex =i[Sex]  
if sex==1:  
boy+=1  
elif sex==2:  
girl+=1  
else:  
nothing+=1  
total=len(friends[1:])  
attr=[迷妹,迷弟 , 低調(diào)的匿名粉絲]  
v1 = [boy,girl, nothing]  
pie = Pie(粉絲性別分布, title_pos='center')  
pie.add(, attr, v1, radius=[40, 75], label_text_color=None,is_label_show=True,is_legend_show=False)  
pie.show_config()pie.render(./sex_data.html) 

運行結(jié)果如下：

沒想到我的微信上的迷妹竟然比迷弟都多了這么多，實在是吃鯨，還希望瑾瑾不要打我。

好友地域分布

分析完好友的性別我們再來分析好友的地域分布，看看自己的好友是不是遍布天南地北：

from pyecharts import Map  
import pandas as pd  
def get_var(var):  
variable=[]  
for i in friends:  
value=i[var]  
variable.append(value)  
return  
variableNickName=get_var(NickName)  
Sex=get_var(Sex)  
Province=get_var('Province')  
Signature=get_var('Signature')  
city=get_var('City')  
data{'NickName':NickName,'Sex':Sex,'Province':Province,'Signature':Signature,'city':city}  
frame=pd.DataFrame(data)  
result1=frame.groupby(['Province'],as_index=False).size()a1=list(result1)  
a2=result1.indexmap=Map(我的好友占了大半個中國啊!, 來自微信的朋友圈, title_pos=center,width=1200, height=600)map.add(, a2, a1, maptype='china', is_visualmap=True, visual_text_color='#000',visual_range=[1, 8], is_label_show=True, symbol=diamon, label_pos=inside ) 
map.show_config()  
map.render(./area_data.HTML) 

***的結(jié)果如下：

非常地準，作為一個飄過北、上、杭的“浪里白條”，除了老家河南，我的好友基本集中在上海、北京和杭州，什么時候也可以到廣深溜一波。

好友個性簽名詞云分析

微信簽名是了解一個人性格和態(tài)度的重要參考，想看看我的朋友圈里的大神們都是走的文藝風，還是小清新，還是大學霸… …話不多說，一試便知：jieba(結(jié)巴)是一個強大的分詞庫，***支持中文分詞;wordcloud是一個基于Python的詞云生成類庫,很好用;matplotlib.pyplot是一些命令行風格函數(shù)的集合，使matplotlib以類似于MATLAB的方式工作。每個pyplot函數(shù)對一幅圖片(figure)做一些改動：比如創(chuàng)建新圖片，在圖片創(chuàng)建一個新的作圖區(qū)域(plotting area)，在一個作圖區(qū)域內(nèi)畫直線，給圖添加標簽(label)等：

import reimport jieba  
import wordcloud as wc  
import numpy as np  
import PIL.Image as Imageimport matplotlib.pyplot as pltsig  
list=[]  
for i in friends:  
signature=i['Signature'].strip().replace(span,).replace(class,).replace(emoji,)  
rep=re.compile(1f\d+\w*|[/=])  
signature=rep.sub(,signature)  
siglist.append(signature)  
text=.join(siglist)  
wordlist=jieba.cut(text,cut_all=True)  
word_space_split= .join(wordlist)  
coloring= np.array(Image.open(./1.jpg)) # 一張猴子圖片,試了很多照片，還是這個好 

my_wordcloud= wc.WordCloud(background_color=white, # 背景顏色 mask=coloring, max_words=200, # ***詞數(shù)max_font_size=60, # 字體***值random_state=42, scale=4, # 按照比例進行放大畫布，如設(shè)置為1.5，則長和寬都是原來畫布的1.5倍。font_path=./HYQiHei-25J.ttf,# 字體，注意選擇合適的字體，否則可能會顯示亂碼。

width=400, height=200 # 像素).generate(word_space_split)  
image_colors= wc.ImageColorGenerator(coloring)# plt.imshow(my_wordcloud.recolor(color_func=image_colors))  
plt.imshow(my_wordcloud)plt.axis(off) # 不顯示坐標軸plt.show()my_wordcloud.to_file('./test.jpg') 

***的結(jié)果如下：

對于詞云的分布也是有很多可以挖掘的信息，看起來我的朋友們比較偏向于文藝風。愛自己、愛生活、有夢想、擁抱世界。我還在右下角的角落里看到了低調(diào)的我交。

后記

微信是一個神奇的存在，它是一個國民級別的全民APP，所以，微信的產(chǎn)品設(shè)計一直都是一個有趣的現(xiàn)象，從最初底部Tab的數(shù)目、每個Tab的名稱、“發(fā)現(xiàn)頁面的定制、小程序入口、朋友圈入口到朋友圈評論等等一系列的設(shè)計細節(jié)，都是值得我們透過人性和心理去研究的。即使是被人們封神的張小龍”，在面對結(jié)構(gòu)最為復(fù)雜的中國用戶群體的時候，他的瀟灑中依舊不免充滿無奈，從對朋友圈的置之不理就可以看出，這是一個怎么做都不會讓人滿意的功能，任何一個生態(tài)在面對巨大的用戶群體的時候，功能的增減就會變成一個難題。