Python实现的微信好友数据分析功能示例-6ren

Python实现的微信好友数据分析功能示例

转载作者：qq735679552 更新时间：2022-09-27 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python实现的微信好友数据分析功能示例由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

本文实例讲述了Python实现的微信好友数据分析功能。分享给大家供大家参考，具体如下:

这里主要利用python对个人微信好友进行分析并把结果输出到一个html文档当中，主要用到的python包为itchat，pandas，pyecharts等。

1、安装itchat 微信的python sdk，用来获取个人好友关系。获取的代码如下:

 
    ? 
   
 
     
       
       
         import 
         itchat 
        
 
         import 
         pandas as pd 
        
 
         from 
         pyecharts  
         import 
         Geo, Bar 
        
 
         itchat.login() 
        
 
         friends  
         = 
         itchat.get_friends(update 
         = 
         True 
         )[ 
         0 
         :] 
        
 
         def 
         User2dict(User): 
        
 
            
         User_dict  
         = 
         {} 
        
 
            
         User_dict[ 
         "NickName" 
         ]  
         = 
         User[ 
         "NickName" 
         ]  
         if 
         User[ 
         "NickName" 
         ]  
         else 
         "NaN" 
        
 
            
         User_dict[ 
         "City" 
         ]  
         = 
         User[ 
         "City" 
         ]  
         if 
         User[ 
         "City" 
         ]  
         else 
         "NaN" 
        
 
            
         User_dict[ 
         "Sex" 
         ]  
         = 
         User[ 
         "Sex" 
         ]  
         if 
         User[ 
         "Sex" 
         ]  
         else 
         0 
        
 
            
         User_dict[ 
         "Signature" 
         ]  
         = 
         User[ 
         "Signature" 
         ]  
         if 
         User[ 
         "Signature" 
         ]  
         else 
         "NaN" 
        
 
            
         User_dict[ 
         "Province" 
         ]  
         = 
         User[ 
         "Province" 
         ]  
         if 
         User[ 
         "Province" 
         ]  
         else 
         "NaN" 
        
 
            
         return 
         User_dict 
        
 
         friends_list  
         = 
         [User2dict(i)  
         for 
         i  
         in 
         friends] 
        
 
         data  
         = 
         pd.DataFrame(friends_list) 
        
 
         data.to_csv( 
         'wechat_data.csv' 
         , index 
         = 
         True 
         ) 
        
 
     
 
   

2、对获取到的数据进行分析.

主要分析了男女比例，以及好友所在城市分布，并且在地图上面展示了微信好友的分布情况。另外其他的数据读者可以自己去分析，这里只是提供一个引导而已.

 
    ? 
   
 
     
       
       
         import 
         pandas as pd 
        
 
         from 
         pyecharts  
         import 
         Geo, Bar 
        
 
         def 
         Cal_mVw(data): 
        
 
            
         result  
         = 
         {} 
        
 
            
         for 
         i  
         in 
         data: 
        
 
              
         if 
         i  
         = 
         = 
         1 
         : 
        
 
                
         result[ 
         "man" 
         ]  
         = 
         result.get( 
         "man" 
         ,  
         0 
         )  
         + 
         1 
        
 
              
         elif 
         i  
         = 
         = 
         2 
         : 
        
 
                
         result[ 
         "woman" 
         ]  
         = 
         result.get( 
         "woman" 
         ,  
         0 
         )  
         + 
         1 
        
 
              
         else 
         : 
        
 
                
         result[ 
         "unknown" 
         ]  
         = 
         result.get( 
         "nunknown" 
         ,  
         0 
         )  
         + 
         1 
        
 
            
         return 
         result 
        
 
         def 
         count_city(data): 
        
 
            
         result  
         = 
         {} 
        
 
            
         for 
         i  
         in 
         data: 
        
 
              
         if 
         data  
         is 
         not 
         "NaN" 
         or 
         data  
         is 
         not 
         "nan" 
         : 
        
 
                
         result[i]  
         = 
         result.get(i,  
         0 
         )  
         + 
         1 
        
 
            
         return 
         result 
        
 
         data1  
         = 
         pd.read_csv( 
         'wechat_data.csv' 
         , encoding 
         = 
         'GBK' 
         ) 
        
 
         manVSwoman 
         = 
         Cal_mVw(data1[ 
         "Sex" 
         ]) 
        
 
         #print(manVSwoman) 
        
 
         bar  
         = 
         Bar( 
         "个人微信好友男女比例" 
         ) 
        
 
         bar.add( 
         "男女人数" 
         , [ 
         "男" 
         ,  
         "女" 
         ,  
         "不详" 
         ], [ 
         139 
         ,  
         75 
         ,  
         1 
         ]) 
        
 
         bar.render() 
        
 
         city 
         = 
         count_city(data1[ 
         "City" 
         ]) 
        
 
         geo  
         = 
         Geo( 
         "微信好友分布" 
         , " 
         ", title_color=" 
         #fff", title_pos="center", 
        
 
         width 
         = 
         1200 
         , height 
         = 
         600 
         , background_color 
         = 
         '#404a59' 
         ) 
        
 
         #attr, value = geo.cast(city) 
        
 
         geo.add(" 
         ", city.keys(), city.values(), visual_range=[0, 30], visual_text_color=" 
         #fff", symbol_size=15, is_visualmap=True) 
        
 
         geo.show_config() 
        
 
         geo.render() 
        
 
     
 
   

男女比例画出来的图如下所示。

Python实现的微信好友数据分析功能示例

获取到的好友分布情况如下图所示:

Python实现的微信好友数据分析功能示例

希望本文所述对大家Python程序设计有所帮助.

原文链接：https://blog.csdn.net/hjxzb/article/details/78347667 。

最后此篇关于Python实现的微信好友数据分析功能示例的文章就讲到这里了,如果你想了解更多关于Python实现的微信好友数据分析功能示例的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐： MySQL数据库基础篇之入门基础命令小结

文章推荐：详解Java豆瓣电影爬虫——小爬虫成长记（附源码）

文章推荐： Ubuntu18.0.4下mysql 8.0.20 安装配置方法图文教程

文章推荐： python skimage 连通性区域检测方法

python - Python 中的集群或合并集群以减少组数 (Python)
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库，但没有成功。我猜它只是通过 knn 聚类
python - python 列表的子集基于同一列表的元素组，pythonically
我有一个扁平数字列表，这些数字逻辑上以 3 为一组，其中每个三元组是 (number, __ignored, flag[0 or 1])，例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
python - 激活 Python 虚拟环境并在另一个 Python 脚本中调用 Python 脚本
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
python - 在焕然一新的 Python 环境中以编程方式从 Python 内部执行 Python 文件
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
python - 从 python 脚本但在 python 脚本之外运行 python 脚本
这听起来像是谜语或笑话，但实际上我还没有找到这个问题的答案。问题到底是什么？我想运行 2 个脚本。在第一个脚本中，我调用另一个脚本，但我希望它们继续并行，而不是在两个单独的线程中。主要是我不希望第
python - 使用不同的 python 从 python 运行 python 脚本
我有一个带有 python 2.5.5 的软件。我想发送一个命令，该命令将在 python 2.7.5 中启动一个脚本，然后继续执行该脚本。我试过用 #!python2.7.5 和http://re
python - 为什么从 Python 命令行调用 Python 时 Python 无法找到并运行我的脚本？
我在 python 命令行(使用 python 2.7)中，并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹，使用: os.chdir("
python - 使用动态版本的 Python 执行嵌入的 Python 代码时出现致命的 Python 错误
剧透:部分解决(见最后)。以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
python - python 中识别 python 数组或列表中最大累积差异的最快方法是什么？
假设我有以下列表，对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
python - (Python) 通过单选按钮 python 更新背景
所以我试图在选择某个单选按钮时更改此框架的背景。我的框架位于一个类中，并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
python - python 中的字符串与正则表达式比较在 python 中失败
我正在尝试将字符串与 python 中的正则表达式进行比较，如下所示， #!/usr/bin/env python3 import re str1 = "Expecting property name
python - python 如何加载Boost.Python 库？
考虑以下原型(prototype) Boost.Python 模块，该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
python - python 检查模块 python 的问题
如何编写一个程序来“识别函数调用的行号？” python 检查模块提供了定位行号的选项，但是， def di(): return inspect.currentframe().f_back.f_l
python - 系统 python 与用户 python
我已经使用 macports 安装了 Python 2.7，并且由于我的 $PATH 变量，这就是我输入 $ python 时得到的变量。然而，virtualenv 默认使用 Python 2.6，除
python - [Python] : Python re. 长字符串行的搜索速度优化
我只想问如何加快 python 上的 re.search 速度。我有一个很长的字符串行，长度为 176861(即带有一些符号的字母数字字符)，我使用此函数测试了该行以进行研究: def getExe
python - 编辑字符串 python 正则表达式 python
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
python - Python 映射中的副作用(Python "do" block )
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。告
python - 使用其值逻辑组合两个 python 列表 - Python
我想用 Python 将两个列表组合成一个列表，方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
python - Boost.Python python 链接错误
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
python - 在 Python 中仅使用内置库制作一个基本的网络抓取工具 - Python
学习 Python，我正在尝试制作一个没有任何第 3 方库的网络抓取工具，这样过程对我来说并没有简化，而且我知道我在做什么。我浏览了一些在线资源，但所有这些都让我对某些事情感到困惑。 html 看起来

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

Python实现的微信好友数据分析功能示例