一.库的使用说明

pass

二.微信好友信息的获取

    def get_friends_info(self): #获取好像信息,返回lis列表
bot = Bot()
lis = [['name', 'real_name', 'sex', 'city', 'province']] # 把信息存储为一个二维列表,添加头部信息
friend_all = bot.friends() for a_friend in friend_all:
NickName = a_friend.raw.get('NickName', None) #获取所有好友信息 raw表示获取全部信息
RemarkName = a_friend.raw.get('RemarkName', None)
Sex = {1: "男", 2: "女", 0: "其他"}.get(a_friend.raw.get('Sex', None), None)
City = a_friend.raw.get('City', None)
Province = a_friend.raw.get('Province', None)
Signature = a_friend.raw.get('Signature', None)
#HeadImgUrl = a_friend.raw.get('HeadImgUrl', None)
#HeadImgFlag = a_friend.raw.get('HeadImgFlag', None)
list_0 = [NickName, RemarkName, Sex, City, Province, Signature]
lis.append(list_0)
return lis

三.信息写入到excel

    def friends_info_lis_to_excle(self):
import openpyxl
lis = self.get_friends_info()
wb = openpyxl.Workbook()
sheet = wb.active
sheet.title = self.sheetname
for i in range(0, len(lis)):
for j in range(0, len(lis[i])):
sheet.cell(row=i+1, column=j+1, value=str(lis[i][j]))
wb.save(self.filename)
print("excel保存成功")

四.词云 注意,1要在当前py文件夹下面放一张名字为love 的jpg图片

        2 如果报错,可能是电脑缺少字体,可以改为msyh.ttc

 def city_wordcloud(self, save_name, condition):
wordlist, giveup = self.extract_data_as_two_lis(condition)
new_wordlist = list()
for i in range(25):
new_wordlist.append(wordlist[i])
wl = ' '.join(wordlist) # 把列表转换成str wl为str类型,所以需要转换
cloud_mask = np.array(Image.open("love.jpg")) # 词云的背景图,需要颜色区分度高
wc = WordCloud(
background_color="black", # 背景颜色
mask=cloud_mask, # 背景图cloud_mask
max_words=100, # 最大词语数目
font_path='simsun.ttf', # 调用font里的simsun.tff字体,需要提前安装
height=500, # 设置高度
width=2600, # 设置宽度
max_font_size=1000, # 最大字体号
random_state=1000, # 设置随机生成状态,即有多少种配色方案
)
myword = wc.generate(wl) # 用 wl的词语 生成词云
# 展示词云图
plt.imshow(myword)
plt.axis("off")
#plt.show()
try:
wc.to_file(save_name + '.jpg') # 把词云保存下当前目录(与此py文件目录相同)
except:
print("词云保存失败")

五.地图可视化

#参数为condition,picture_name, keylist, valueslist, Map_condition->china或者广东创建html地图图片,图片名字为picture_name
def map_picture(self, condition, picture_name, keylist, valueslist, Map_condition):
from pyecharts import options as opts
from pyecharts.charts import Map def map_visualmap() -> Map:
new_keylist = list()
new_valueslist = list()
if condition == 'city':
for i in range(len(keylist)):
# 列表处理,默认elsx里面的city没有'市'字,地图需要市字
new_keylist.append(keylist[i] + '市')
new_valueslist.append(valueslist[i])
else:
for i in range(len(keylist)):
new_keylist.append(keylist[i])
new_valueslist.append(valueslist[i]) c = (
Map()
.add("好友地图分布", [list(z) for z in zip(new_keylist, new_valueslist)], Map_condition)
.set_global_opts(
title_opts=opts.TitleOpts(title="Map-VisualMap"),
visualmap_opts=opts.VisualMapOpts(max_=100),
)
)
try:
c.render(picture_name)
except:
print("html地图图片创建失败")
print('html地图图片保存成功')
map_visualmap()#调用自己

六.完整代码

from wxpy import *
from wordcloud import WordCloud
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
from pandas import read_excel
import pandas as pd class wechat_test(): def __init__(self, filename, sheetname):
self.filename = filename
self.sheetname = sheetname def get_friends_info(self): #获取好像信息,返回lis列表
bot = Bot()
lis = [['name', 'real_name', 'sex', 'city', 'province']] # 把信息存储为一个二维列表,添加头部信息
friend_all = bot.friends() for a_friend in friend_all:
NickName = a_friend.raw.get('NickName', None) #获取所有好友信息 raw表示获取全部信息
RemarkName = a_friend.raw.get('RemarkName', None)
Sex = {1: "男", 2: "女", 0: "其他"}.get(a_friend.raw.get('Sex', None), None)
City = a_friend.raw.get('City', None)
Province = a_friend.raw.get('Province', None)
Signature = a_friend.raw.get('Signature', None)
#HeadImgUrl = a_friend.raw.get('HeadImgUrl', None)
#HeadImgFlag = a_friend.raw.get('HeadImgFlag', None)
list_0 = [NickName, RemarkName, Sex, City, Province, Signature]
lis.append(list_0)
return lis # 把lis信息写入到excle
def friends_info_lis_to_excle(self):
import openpyxl
lis = self.get_friends_info()
wb = openpyxl.Workbook()
sheet = wb.active
sheet.title = self.sheetname
for i in range(0, len(lis)):
for j in range(0, len(lis[i])):
sheet.cell(row=i+1, column=j+1, value=str(lis[i][j]))
wb.save(self.filename)
print("excel保存成功") #参数为condition 词频,提取两个列表,condition 和 人数,降序列表
def extract_data_as_two_lis(self, condition):
df = read_excel(self.filename, sheet_name=self.sheetname)
X_list = df[condition].fillna('').tolist() # 把列转换为list,用0替换Nan?
counts = {} # 创建字典
for word in X_list:
counts[word] = counts.get(word, 0) + 1 # 统计词频
items = list(counts.items()) # 返回所有键值对
items.sort(key=lambda x: x[1], reverse=True) # 降序排序
keylist = list()
valueslist = list()
for item in items:
word, count = item
#if word == '0':
#word = "其他"
keylist.append(word) # 把词语降序word放进一个列表
valueslist.append(count)
return keylist, valueslist #参数为 save_name 自动添加jpg 创建X条件词云,
def city_wordcloud(self, save_name, condition):
wordlist, giveup = self.extract_data_as_two_lis(condition)
new_wordlist = list()
for i in range(25):
new_wordlist.append(wordlist[i])
wl = ' '.join(wordlist) # 把列表转换成str wl为str类型,所以需要转换
cloud_mask = np.array(Image.open("love.jpg")) # 词云的背景图,需要颜色区分度高
wc = WordCloud(
background_color="black", # 背景颜色
mask=cloud_mask, # 背景图cloud_mask
max_words=100, # 最大词语数目
font_path='simsun.ttf', # 调用font里的simsun.tff字体,需要提前安装
height=500, # 设置高度
width=2600, # 设置宽度
max_font_size=1000, # 最大字体号
random_state=1000, # 设置随机生成状态,即有多少种配色方案
)
myword = wc.generate(wl) # 用 wl的词语 生成词云
# 展示词云图
plt.imshow(myword)
plt.axis("off")
#plt.show()
try:
wc.to_file(save_name + '.jpg') # 把词云保存下当前目录(与此py文件目录相同)
except:
print("词云保存失败") #参数为condition ,创建柱形html图片,
def pillar_picture(self, condition, render_name):
from pyecharts.charts import Bar
from pyecharts.globals import ThemeType
from pyecharts import options as opts keylist, valueslist = self.extract_data_as_two_lis(condition)
new_keylist = list()
new_valueslist = list()
for i in range(10):
new_keylist.append(keylist[i])
new_valueslist.append(valueslist[i])
bar = Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
# x轴 列表
bar.add_xaxis(new_keylist)
bar.add_yaxis("好友分布", new_valueslist)
# render 会生成本地 HTML 文件,默认会在当前目录生成 render.html 文件
# 也可以传入路径参数,如 bar.render("mycharts.html")
bar.render(render_name)
print("pillar_picture图片保存成功!") #参数为condition,picture_name, keylist, valueslist, Map_condition->china或者广东创建html地图图片,图片名字为picture_name
def map_picture(self, condition, picture_name, keylist, valueslist, Map_condition):
from pyecharts import options as opts
from pyecharts.charts import Map def map_visualmap() -> Map:
new_keylist = list()
new_valueslist = list()
if condition == 'city':
for i in range(len(keylist)):
# 列表处理,默认elsx里面的city没有'市'字,地图需要市字
new_keylist.append(keylist[i] + '市')
new_valueslist.append(valueslist[i])
else:
for i in range(len(keylist)):
new_keylist.append(keylist[i])
new_valueslist.append(valueslist[i]) c = (
Map()
.add("好友地图分布", [list(z) for z in zip(new_keylist, new_valueslist)], Map_condition)
.set_global_opts(
title_opts=opts.TitleOpts(title="Map-VisualMap"),
visualmap_opts=opts.VisualMapOpts(max_=100),
)
)
try:
c.render(picture_name)
except:
print("html地图图片创建失败")
print('html地图图片保存成功')
map_visualmap()#调用自己
if __name__ == "__main__":
wechat = wechat_test('wechat_info.xlsx', 'list')
wechat.friends_info_lis_to_excle()
wechat.city_wordcloud('city_wordclour', 'city')
wechat.pillar_picture('city', 'render.html')
keylist, valueslist = wechat.extract_data_as_two_lis('city')
wechat.map_picture('city', 'test.html', keylist, valueslist, "广东")
#wechat.find_friends_in_city()

代码运行结果:

2019-06-02 Python之微信好友数据分析以及运用Pyecharts可视化的更多相关文章

  1. 利用python进行微信好友分析

    欢迎python爱好者加入:学习交流群 667279387 本文主要利用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,py ...

  2. 使用 python 进行微信好友分析

    使用 python 进行微信好友分析 1. 使用到的库 ① wxpy:初始化微信机器人 ② openpyxl:保存微信好友数据为Excel表格 ③ pyecharts:生成可视化的地图 ④ wordc ...

  3. 用Python对微信好友进行简单统计分析,获取好友的基本信息!

      早些日子有人问我我的微信里面有一共多少朋友,我就随后拉倒了通讯录最下面就找到了微信一共有多少位好友.然后他又问我,这里面你认识多少人?这一句话问的我很无语.一千多个好友我真的不知道认识的人有多少. ...

  4. 如何利用python制作微信好友头像照片墙?

    这个不难,主要用到itchat和pillow这2个库,其中itchat用于获取微信好友头像照片,pillow用于拼接头像生成一个照片墙,下面我简单介绍一下实现过程,代码量不多,也很好理解,实验环境wi ...

  5. 教你用Python制作微信好友背景墙

    目录: 0 引言 1 环境 2 代码实现 3 后记 0 引言 前段时间,微信朋友圈开始出现了一种晒照片新形式,微信好友墙,即在一张大图片中展示出自己的所有微信好友的头像. 效果如下图,出于隐私考虑,这 ...

  6. Python爬微信好友头像,性别,所在地区

    本文适合新手(有一定基础的小白) 今天没事,用的网页版微信,于是看源码心理作怪,F12打开,研究了一下,结果发现 /斜眼笑/斜眼笑/斜眼笑 再加上,没事干,(大家有好工作求介绍,本人待就业),Pyth ...

  7. 利用 Python 分析微信好友性别和位置

    今天用到一个非常有意思的库——itchat,它已经完成了 wechat 的个人账号API接口,使爬取个人微信信息更加方便.  下载 爬取微信好友信息 这样就将你所有微信好友的信息都返回了,我们并不需要 ...

  8. 使用python 实现 微信好友 个性签名 并 制作 词云图

    环境搭建: pip install itchat numpy wordcloud matplotlib jieba 先把上面的几个包安装完成,直接上代码 import itchat from itch ...

  9. Python分析微信好友性别比例和省份城市分布比例

    如需转发请注明:小婷儿的博客:https://www.cnblogs.com/xxtalhr/p/10642241.html 一.安装模块 pip install itchat pip install ...

随机推荐

  1. c# 使用Newtonsoft.Json解析JSON数组

    一.获取JSon中某个项的值 要解析格式: [{"VBELN":"10","POSNR":"10","RET_ ...

  2. AndroiBugs Android漏洞扫描器

    Download Address:https://github.com/AndroBugs/AndroBugs_Framework Usage for Unix/Linux: ####To run t ...

  3. POJ1523 Tarjan求割点以及删除割点之后强连通分量的数量

    题目链接:http://poj.org/problem?id=1523 SPF:A Single Point of Failure也就是割点(一个点导致网络之间的不连通),由于给出的图是无向图,所以只 ...

  4. 推荐系统(Recommender Systems)

    本博客是针对Andrew Ng在Coursera上的machine learning课程的学习笔记. 目录 基于内容的推荐(Content-based recommendation) 问题表述 问题范 ...

  5. 开始 Keras 序列模型(Sequential model)

    开始 Keras 序列模型(Sequential model) 序列模型是一个线性的层次堆栈. 你可以通过传递一系列 layer 实例给构造器来创建一个序列模型. The Sequential mod ...

  6. JVM 调优工具

    JMeter  LoadRunner  压力测试工具 JConsole  是一个内置 Java 性能分析器,可以查看内存,线程,类,CPU 等的使用情况,可以通过线程去查看线程的试用情况,死锁可以被检 ...

  7. Java系列之泛型

    自从 JDK 1.5 提供了泛型概念,泛型使得开发者可以定义较为安全的类型,不至于强制类型转化时出现类型转化异常,在没有反省之前,可以通过 Object 来完成不同类型数据之间的操作,但是强制类型转换 ...

  8. 值传递:pass by value(按值传递) 和 pass by reference(引用传递)-[all]-[编程原理]

    所有的编程语言,都会讨论值传递问题. 通过一个js示例直观认识 //理解按值传递(pass by value)和按引用传递(pass by reference) //pass by value var ...

  9. JVM 理解性学习(二)

    1.G1 垃圾回收器 G1 能更少的 "Stop the World" ,能同时对新生代老年代进行垃圾回收. G1 将 Java 堆内存拆分为多个大小相等的 Region,并且新生 ...

  10. 课程登记窗口java

    设计窗口,实现课程的登记,并且将相应的数据写入文件之中.保证的是课程名称不可以重复,对于任课老师必须是在已经设定好的五位老师之中.并且上课地点也是在预先设定的范围内.窗口可以持续进行保存,数据将在判断 ...