用Python爬了自己的微信好友，原来他们是这样的人……

用了微信几年了，微信号有也不少了，但是真正了解自己的好友吗？好友最多的城市是哪个？好友男女比例是多少？好友签名都是什么？今天我们来充分了解自己的微信好友。

导读： 用了微信几年了，微信号有也不少了，但是真正了解自己的好友吗？好友最多的城市是哪个？好友男女比例是多少？好友签名都是什么？今天我们来充分了解自己的微信好友。

01 准备工作

运行平台：Windows

Python版本：Python3.6

IDE：Sublime Text

1. 库介绍

只有登录微信才能获取到微信好友的信息，本文采用wxpy该第三方库进行微信的登录以及信息的获取。

wxpy 在 itchat 的基础上，通过大量接口优化提升了模块的易用性，并进行丰富的功能扩展。

wxpy一些常见的场景：

• 控制路由器、智能家居等具有开放接口的玩意儿
• 运行脚本时自动把日志发送到你的微信
• 加群主为好友，自动拉进群中
• 跨号或跨群转发消息
• 自动陪人聊天
• 逗人玩

总而言之，可用来实现各种微信个人号的自动化操作。

2. wxpy库安装

wxpy 支持 Python 3.4-3.6，以及 2.7 版本

将下方命令中的 “pip” 替换为 “pip3” 或 “pip2”，可确保安装到对应的 Python 版本中

从 PYPI 官方源下载安装 (在国内可能比较慢或不稳定)：

pipinstall-Uwxpy

从豆瓣 PYPI 镜像源下载安装 (推荐国内用户选用)：

pipinstall-Uwxpy-i"https://pypi.doubanio.com/simple/"

3. 登录微信

wxpy中有一个机器人对象，机器人 Bot 对象可被理解为一个 Web 微信客户端。Bot在初始化时便会执行登陆操作，需要手机扫描登陆。

通过机器人对象 Bot 的 chats(), friends()，groups(), mps() 方法, 可分别获取到当前机器人的 所有聊天对象、好友、群聊，以及公众号列表。

本文主要通过friends()获取到所有好友信息，然后进行数据的处理。

fromwxpyimport*
#初始化机器人，扫码登陆
bot=Bot()
#获取所有好友
my_friends=bot.friends()
print(type(my_friends))

以下为输出消息：

GettinguuidofQRcode.
DownloadingQRcode.
PleasescantheQRcodetologin.
Pleasepressconfirmonyourphone.
Loadingthecontact,thismaytakealittlewhile.
<Loginsuccessfullyas王强🇻>
<class'wxpy.api.chats.chats.Chats'>

wxpy.api.chats.chats.Chats对象是多个聊天对象的合集，可用于搜索或统计，可以搜索和统计的信息包括sex(性别)、province(省份)、city(城市)和signature(个性签名)等。

02 微信好友男女比例

1. 数据统计

使用一个字典sex_dict来统计好友中男性和女性的数量。

#使用一个字典统计好友男性和女性的数量
sex_dict={'male':0,'female':0}
forfriendinmy_friends:
#统计性别
iffriend.sex==1:
sex_dict['male']+=1
eliffriend.sex==2:
sex_dict['female']+=1
print(sex_dict)

以下为输出结果：

{'male':255,'female':104}

2. 数据呈现

本文采用 ECharts饼图 进行数据的呈现，打开链接http://echarts.baidu.com/echarts2/doc/example/pie1.html，可以看到如下内容：

▲echarts饼图原始内容

从图中可以看到左侧为数据，右侧为呈现的数据图，其他的形式的图也是这种左右结构。看一下左边的数据：

option={
title:{
text:'某站点用户访问来源',
subtext:'纯属虚构',
x:'center'
},
tooltip:{
trigger:'item',
formatter:"{a}<br/>{b}:{c}({d}%)"
},
legend:{
orient:'vertical',
x:'left',
data:['直接访问','邮件营销','联盟广告','视频广告','搜索引擎']
},
toolbox:{
show:true,
feature:{
mark:{show:true},
dataView:{show:true,readOnly:false},
magicType:{
show:true,
type:['pie','funnel'],
option:{
funnel:{
x:'25%',
width:'50%',
funnelAlign:'left',
max:1548
}
}
},
restore:{show:true},
saveAsImage:{show:true}
}
},
calculable:true,
series:[
{
name:'访问来源',
type:'pie',
radius:'55%',
center:['50%','60%'],
data:[
{value:335,name:'直接访问'},
{value:310,name:'邮件营销'},
{value:234,name:'联盟广告'},
{value:135,name:'视频广告'},
{value:1548,name:'搜索引擎'}
]
}
]
};

可以看到option =后面的大括号里是JSON格式的数据，接下来分析一下各项数据：

• title：标题
• text：标题内容
• subtext：子标题
• x：标题位置
• tooltip：提示，将鼠标放到饼状图上就可以看到提示
• legend：图例
• orient：方向
• x：图例位置
• data：图例内容
• toolbox：工具箱，在饼状图右上方横向排列的图标
• mark：辅助线开关
• dataView：数据视图，点击可以查看饼状图数据
• magicType：饼图(pie)切换和漏斗图(funnel)切换
• restore：还原
• saveAsImage：保存为图片
• calculable：暂时不知道它有什么用
• series：主要数据
• data：呈现的数据

其它类型的图数据格式类似，后面不再详细分析。只需要修改data、legend->data、series->data即可，修改后的数据为：

option={
title:{
text:'微信好友性别比例',
subtext:'真实数据',
x:'center'
},
tooltip:{
trigger:'item',
formatter:"{a}<br/>{b}:{c}({d}%)"
},
legend:{
orient:'vertical',
x:'left',
data:['男性','女性']
},
toolbox:{
show:true,
feature:{
mark:{show:true},
dataView:{show:true,readOnly:false},
magicType:{
show:true,
type:['pie','funnel'],
option:{
funnel:{
x:'25%',
width:'50%',
funnelAlign:'left',
max:1548
}
}
},
restore:{show:true},
saveAsImage:{show:true}
}
},
calculable:true,
series:[
{
name:'访问来源',
type:'pie',
radius:'55%',
center:['50%','60%'],
data:[
{value:255,name:'男性'},
{value:104,name:'女性'}
]
}
]
};

数据修改完成后，点击页面中绿色的刷新按钮，可以得到饼图如下（可以根据自己的喜好修改主题）：

▲好友性别比例

将鼠标放到饼图上可以看到详细数据：

▲好友性别比例查看数据

03 微信好友全国分布图

1. 数据统计

#使用一个字典统计各省好友数量
province_dict={'北京':0,'上海':0,'天津':0,'重庆':0,
'河北':0,'山西':0,'吉林':0,'辽宁':0,'黑龙江':0,
'陕西':0,'甘肃':0,'青海':0,'山东':0,'福建':0,
'浙江':0,'台湾':0,'河南':0,'湖北':0,'湖南':0,
'江西':0,'江苏':0,'安徽':0,'广东':0,'海南':0,
'四川':0,'贵州':0,'云南':0,
'内蒙古':0,'新疆':0,'宁夏':0,'广西':0,'西藏':0,
'香港':0,'澳门':0}
#统计省份
forfriendinmy_friends:
iffriend.provinceinprovince_dict.keys():
province_dict[friend.province]+=1
#为了方便数据的呈现，生成JSONArray格式数据
data=[]
forkey,valueinprovince_dict.items():
data.append({'name':key,'value':value})
print(data)

以下为输出结果：

[{'name':'北京','value':91},{'name':'上海','value':12},{'name':'天津','value':15},{'name':'重庆','value':1},{'name':'河北','value':53},{'name':'山西','value':2},{'name':'吉林','value':1},{'name':'辽宁','value':1},{'name':'黑龙江','value':2},{'name':'陕西','value':3},{'name':'甘肃','value':0},{'name':'青海','value':0},{'name':'山东','value':7},{'name':'福建','value':3},{'name':'浙江','value':4},{'name':'台湾','value':0},{'name':'河南','value':1},{'name':'湖北','value':4},{'name':'湖南','value':4},{'name':'江西','value':4},{'name':'江苏','value':9},{'name':'安徽','value':2},{'name':'广东','value':63},{'name':'海南','value':0},{'name':'四川','value':2},{'name':'贵州','value':0},{'name':'云南','value':1},{'name':'内蒙古','value':0},{'name':'新疆','value':2},{'name':'宁夏','value':0},{'name':'广西','value':1},{'name':'西藏','value':0},{'name':'香港','value':0},{'name':'澳门','value':0}]

可以看出，好友最多的省份为北京。那么问题来了：为什么要把数据重组成这种格式？因为ECharts的地图需要这种格式的数据。

2. 数据呈现

采用ECharts地图 来进行好友分布的数据呈现。打开该网址，将左侧数据修改为：

option={
title:{
text:'微信好友全国分布图',
subtext:'真实数据',
x:'center'
},
tooltip:{
trigger:'item'
},
legend:{
orient:'vertical',
x:'left',
data:['好友数量']
},
dataRange:{
min:0,
max:100,
x:'left',
y:'bottom',
text:['高','低'],//文本，默认为数值文本
calculable:true
},
toolbox:{
show:true,
orient:'vertical',
x:'right',
y:'center',
feature:{
mark:{show:true},
dataView:{show:true,readOnly:false},
restore:{show:true},
saveAsImage:{show:true}
}
},
roamController:{
show:true,
x:'right',
mapTypeControl:{
'china':true
}
},
series:[
{
name:'好友数量',
type:'map',
mapType:'china',
roam:false,
itemStyle:{
normal:{label:{show:true}},
emphasis:{label:{show:true}}
},
data:[
{'name':'北京','value':91},
{'name':'上海','value':12},
{'name':'天津','value':15},
{'name':'重庆','value':1},
{'name':'河北','value':53},
{'name':'山西','value':2},
{'name':'吉林','value':1},
{'name':'辽宁','value':1},
{'name':'黑龙江','value':2},
{'name':'陕西','value':3},
{'name':'甘肃','value':0},
{'name':'青海','value':0},
{'name':'山东','value':7},
{'name':'福建','value':3},
{'name':'浙江','value':4},
{'name':'台湾','value':0},
{'name':'河南','value':1},
{'name':'湖北','value':4},
{'name':'湖南','value':4},
{'name':'江西','value':4},
{'name':'江苏','value':9},
{'name':'安徽','value':2},
{'name':'广东','value':63},
{'name':'海南','value':0},
{'name':'四川','value':2},
{'name':'贵州','value':0},
{'name':'云南','value':1},
{'name':'内蒙古','value':0},
{'name':'新疆','value':2},
{'name':'宁夏','value':0},
{'name':'广西','value':1},
{'name':'西藏','value':0},
{'name':'香港','value':0},
{'name':'澳门','value':0}
]
}
]
};    

注意两点：

• dataRange->max 根据统计数据适当调整
• series->data 的数据格式

点击刷新按钮后，可以生成如下地图：

▲好友全国分布图

从图中可以看出我的好友主要分布在北京、河北和广东。

有趣的是，地图左边有一个滑块，代表地图数据的范围，我们将上边的滑块拉到最下面可以看到没有微信好友分布的省份：

▲没有微信好友的省份

按照这个思路，我们可以在地图上看到确切数量好友分布的省份，读者可以动手试试。

04 好友签名统计

1. 数据统计

defwrite_txt_file(path,txt):
'''
写入txt文本
'''
withopen(path,'a',encoding='gb18030',newline='')asf:
f.write(txt)
#统计签名
forfriendinmy_friends:
#对数据进行清洗，将标点符号等对词频统计造成影响的因素剔除
pattern=re.compile(r'[一-龥]+')
filterdata=re.findall(pattern,friend.signature)
write_txt_file('signatures.txt',''.join(filterdata))

上面代码实现了对好友签名进行清洗以及保存的功能，执行完成之后会在当前目录生成signatures.txt文件。

2. 数据呈现

数据呈现采用词频统计和词云展示，通过词频可以了解到微信好友的生活态度。

词频统计用到了 jieba、numpy、pandas、scipy、wordcloud库。如果电脑上没有这几个库，执行安装指令：

• pipinstalljieba
• pipinstallpandas
• pipinstallnumpy
• pipinstallscipy
• pipinstallwordcloud

2.1 读取txt文件

前面已经将好友签名保存到txt文件里了，现在我们将其读出：

defread_txt_file(path):
'''
读取txt文本
'''
withopen(path,'r',encoding='gb18030',newline='')asf:
returnf.read()

2.2 stop word

下面引入一个概念：stop word， 在网站里面存在大量的常用词比如：“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停止词。这些词因为使用频率过高，几乎每个网页上都存在，所以搜索引擎开发人员都将这一类词语全部忽略掉。如果我们的网站上存在大量这样的词语，那么相当于浪费了很多资源。

在百度搜索stopwords.txt进行下载，放到py文件同级目录。

content=read_txt_file(txt_filename)
segment=jieba.lcut(content)
words_df=pd.DataFrame({'segment':segment})
stopwords=pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep="",names=['stopword'],encoding='utf-8')
words_df=words_df[~words_df.segment.isin(stopwords.stopword)]

2.3 词频统计

重头戏来了，词频统计使用numpy：

importnumpy
words_stat=words_df.groupby(by=['segment'])['segment'].agg({"计数":numpy.size})
words_stat=words_stat.reset_index().sort_values(by=["计数"],ascending=False)

2.4 词频可视化：词云

词频统计虽然出来了，可以看出排名，但是不***，接下来我们将它可视化。使用到wordcloud库，详细介绍见 github 。

fromscipy.miscimportimread
fromwordcloudimportWordCloud,ImageColorGenerator
#设置词云属性
color_mask=imread('background.jfif')
wordcloud=WordCloud(font_path="simhei.ttf",#设置字体可以显示中文
background_color="white",#背景颜色
max_words=100,#词云显示的***词数
mask=color_mask,#设置背景图片
max_font_size=100,#字体***值
random_state=42,
width=1000,height=860,margin=2,#设置图片默认的大小,但是如果使用背景图片的话,#那么保存的图片大小将会按照其大小保存,margin为词语边缘距离
)
#生成词云,可以用generate输入全部文本,也可以我们计算好词频后使用generate_from_frequencies函数
word_frequence={x[0]:x[1]forxinwords_stat.head(100).values}
print(word_frequence)
word_frequence_dict={}
forkeyinword_frequence:
word_frequence_dict[key]=word_frequence[key]
wordcloud.generate_from_frequencies(word_frequence_dict)
#从背景图片生成颜色值
image_colors=ImageColorGenerator(color_mask)
#重新上色
wordcloud.recolor(color_func=image_colors)
#保存图片
wordcloud.to_file('output.png')
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

运行效果图如下（左图为背景图，右图为生成词云图片）：

▲背景图和词云图对比

从词云图可以分析好友特点：

• 做--------------------行动派
• 人生、生活--------热爱生活
• 快乐-----------------乐观
• 选择-----------------决断
• 专业-----------------专业
• 爱--------------------爱

05 总结

至此，微信好友的分析工作已经完成，wxpy的功能还有很多，比如聊天、查看公众号信息等，有意的读者请自行查阅官方文档。

06 完整代码

上面的代码比较松散，下面展示的完整代码我将各功能模块封装成函数：

#-*-coding:utf-8-*-
importre
fromwxpyimport*
importjieba
importnumpy
importpandasaspd
importmatplotlib.pyplotasplt
fromscipy.miscimportimread
fromwordcloudimportWordCloud,ImageColorGenerator
defwrite_txt_file(path,txt):
'''
写入txt文本
'''
withopen(path,'a',encoding='gb18030',newline='')asf:
f.write(txt)
defread_txt_file(path):
'''
读取txt文本
'''
withopen(path,'r',encoding='gb18030',newline='')asf:
returnf.read()
deflogin():
#初始化机器人，扫码登陆
bot=Bot()
#获取所有好友
my_friends=bot.friends()
print(type(my_friends))
returnmy_friends
defshow_sex_ratio(friends):
#使用一个字典统计好友男性和女性的数量
sex_dict={'male':0,'female':0}
forfriendinfriends:
#统计性别
iffriend.sex==1:
sex_dict['male']+=1
eliffriend.sex==2:
sex_dict['female']+=1
print(sex_dict)
defshow_area_distribution(friends):
#使用一个字典统计各省好友数量
province_dict={'北京':0,'上海':0,'天津':0,'重庆':0,
'河北':0,'山西':0,'吉林':0,'辽宁':0,'黑龙江':0,
'陕西':0,'甘肃':0,'青海':0,'山东':0,'福建':0,
'浙江':0,'台湾':0,'河南':0,'湖北':0,'湖南':0,
'江西':0,'江苏':0,'安徽':0,'广东':0,'海南':0,
'四川':0,'贵州':0,'云南':0,
'内蒙古':0,'新疆':0,'宁夏':0,'广西':0,'西藏':0,
'香港':0,'澳门':0}
#统计省份
forfriendinfriends:
iffriend.provinceinprovince_dict.keys():
province_dict[friend.province]+=1
#为了方便数据的呈现，生成JSONArray格式数据
data=[]
forkey,valueinprovince_dict.items():
data.append({'name':key,'value':value})
print(data)
defshow_signature(friends):
#统计签名
forfriendinfriends:
#对数据进行清洗，将标点符号等对词频统计造成影响的因素剔除
pattern=re.compile(r'[一-龥]+')
filterdata=re.findall(pattern,friend.signature)
write_txt_file('signatures.txt',''.join(filterdata))
#读取文件
content=read_txt_file('signatures.txt')
segment=jieba.lcut(content)
words_df=pd.DataFrame({'segment':segment})
#读取stopwords
stopwords=pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep="",names=['stopword'],encoding='utf-8')
words_df=words_df[~words_df.segment.isin(stopwords.stopword)]
print(words_df)
words_stat=words_df.groupby(by=['segment'])['segment'].agg({"计数":numpy.size})
words_stat=words_stat.reset_index().sort_values(by=["计数"],ascending=False)
#设置词云属性
color_mask=imread('background.jfif')
wordcloud=WordCloud(font_path="simhei.ttf",#设置字体可以显示中文
background_color="white",#背景颜色
max_words=100,#词云显示的***词数
mask=color_mask,#设置背景图片
max_font_size=100,#字体***值
random_state=42,
width=1000,height=860,margin=2,#设置图片默认的大小,但是如果使用背景图片的话,#那么保存的图片大小将会按照其大小保存,margin为词语边缘距离
)
#生成词云,可以用generate输入全部文本,也可以我们计算好词频后使用generate_from_frequencies函数
word_frequence={x[0]:x[1]forxinwords_stat.head(100).values}
print(word_frequence)
word_frequence_dict={}
forkeyinword_frequence:
word_frequence_dict[key]=word_frequence[key]
wordcloud.generate_from_frequencies(word_frequence_dict)
#从背景图片生成颜色值
image_colors=ImageColorGenerator(color_mask)
#重新上色
wordcloud.recolor(color_func=image_colors)
#保存图片
wordcloud.to_file('output.png')
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
defmain():
friends=login()
show_sex_ratio(friends)
show_area_distribution(friends)
show_signature(friends)
if__name__=='__main__':
main()