Python分析微信朋友圈

最近看了wxpy这个包,感觉还不错,分析一下微信的好友。

分析的目的:

  • 1.看看好友的性别占比、地域分布

  • 2.分析好友的个性签名

  • 3.对好友的签名进行情感分析

环境:python 3.6

需要的包wxpy、jieba、snownlp、scipy、wordcloud 过程如下:

先导入需要的所有包。利用wxpy的bot()接口,可以获得好友、公众号、群聊等属性,可以完成大部分web端微信的操作,比如自己跟自己聊天,添加好友等。

from wxpy import *  
from snownlp import SnowNLP,sentiment  
import re,jieba  
from scipy.misc import imread  
from wordcloud import WordCloud, ImageColorGenerator,STOPWORDS  
import matplotlib.pyplot as plt  
from collections import Counter  
  
bot=Bot()  
friends=bot.friends()#获得好友对象  
groups=bot.groups()#获得群聊对象  
mps=bot.mps()#获得微信公众号  
print(mps)  
#计算男女性别,画出饼图  
sex_dict={'boy':0,'girl':0,'other':0}  
for friend in friends:  
    if friend.sex==1:  
        sex_dict['boy']+=1  
    elif friend.sex==2:  
        sex_dict['girl']+=1  
    else:  
        sex_dict['other']+=1  
print('有男生{}个,女生{}个,未知性别{}个'.format(sex_dict['boy'],sex_dict['girl'],sex_dict['other']))  
labels = ['boy','girl','other']  
colors = ['red','yellow','green']  
explode = (0.1, 0, 0)  #最大的突出显示  
plt.figure(figsize=(8,5), dpi=80)  
plt.axes(aspect=1)  
plt.pie(sex_dict.values(),explode=explode,labels=labels, autopct='%1.2f%%',colors=colors,labeldistance = 1.1, shadow = True, startangle = 90, pctdistance = 0.6)  
plt.title("SEX ANALYSIS",bbox=dict(facecolor='g', edgecolor='blue', alpha=0.65 ))#设置标题和标题边框  
plt.savefig("sex_analysis.jpg")  
plt.show()    

运行过程中,会弹出二维码,微信扫描登录一下就可以看到下面的图片了。

image
接下来看好友的地域分布

city=[]  
Municipality=['上海','上海市','北京','北京市','重庆','重庆市','天津','天津市']  
for friend in friends:  
    if friend.province  in Municipality:  
        city.append(friend.province)#直辖市直接添加城市  
    else:  
        city.append(friend.city)  
#print(city.count('上海'))  
counts=dict(Counter(city))#统计各个地区人数  
print(counts)  
df=pd.DataFrame([counts]).T#转成DataFrame方便保存和后面画图,装置成竖排形式  
df.to_excel('city.xlsx')   

看地理图,就要请出大名鼎鼎的tableau,一键生成,用matplotlib也可以画地理图,比较麻烦一些而已。

image 地理图可以很清晰看到好友分布地域和数量。

接下来进行好友签名分析和情感分析

text1=[]
emotions=[]
for friend in friends:
    sig=friend.signature.strip()
    newsig=re.sub(re.compile('<.*?>|[0-9]|。|,|!|~|—|”|“|《|》|\?|、|:'), '', sig)#去掉数字标点符号
    text1.append(newsig)
    if len(newsig)>0:
        sentiments = SnowNLP(newsig).sentiments
        emotions.append(sentiments)
text = "".join(text1)
wordlist=" ".join(jieba.cut(text,cut_all=True))#结巴分词,用空格连接
stopwords = STOPWORDS#设置停用词
bgimg=imread(r'C:\Users\lbship\Desktop\mice.jpg')#设置背景图片
font_path=r'C:\Windows\Fonts\simkai.ttf'
wc = WordCloud(font_path=font_path,  # 设置字体
               background_color="white",  # 背景颜色
               max_words=2000,  # 词云显示的最大词数
               stopwords = stopwords,        # 设置停用词
               mask=bgimg,  # 设置背景图片
               max_font_size=100,  # 字体最大值
               random_state=42,#设置有多少种随机生成状态,即有多少种配色
               width=1000, height=860, margin=2,# 设置图片默认的大小,margin为词语边缘距离
               ).generate(wordlist)
image_colors = ImageColorGenerator(bgimg)#根据图片生成词云颜色
plt.imshow(wc)
plt.axis("off")#不显示坐标尺寸
plt.savefig("sig.jpg")
plt.show()
#情感分析
positive=len(list(i for i in emotions if i>0.66))
normal=len(list(i for i in emotions if i<=0.66 and i>=0.33))
#normal = len(list(filter(lambda x:x>=0.33 and x<=0.66,emotions)))
negative=len(list(i for i in emotions if i<0.33))
labels = ['POSITIVE','NORMAL','NEGATIVE']
values = (positive,normal,negative)
plt.rcParams['font.sans-serif'] = ['simHei']
plt.rcParams['axes.unicode_minus'] = False
plt.title("SENTIMENTS ANALYSIS",fontsize='large',fontweight='bold',bbox=dict(facecolor='blue', edgecolor='yellow', alpha=0.5 ))
plt.xlabel('sentiments analysis')
plt.ylabel('counts')
plt.xticks(range(3),labels)
plt.bar(range(3), values, color = 'rgb')
plt.savefig("sentiment.jpg")
plt.show()  

分析的结果如下。

image
嗯,都是有梦想会努力会坚持会珍惜会幸福会生活懂人生的小伙伴。

image
完整代码

from wxpy import *  
from snownlp import SnowNLP,sentiment  
import re,jieba  
import pandas as pd  
from scipy.misc import imread  
from wordcloud import WordCloud, ImageColorGenerator,STOPWORDS  
import matplotlib.pyplot as plt  
from collections import Counter  
  
bot=Bot()  
friends=bot.friends()#获得好友对象  
groups=bot.groups()#获得群聊对象  
mps=bot.mps()#获得微信公众号  
print(mps)  
#计算男女性别,画出饼图  
sex_dict={'boy':0,'girl':0,'other':0}  
for friend in friends:  
    if friend.sex==1:  
        sex_dict['boy']+=1  
    elif friend.sex==2:  
        sex_dict['girl']+=1  
    else:  
        sex_dict['other']+=1  
print('有男生{}个,女生{}个,未知性别{}个'.format(sex_dict['boy'],sex_dict['girl'],sex_dict['other']))  
labels = ['boy','girl','other']  
colors = ['red','yellow','green']  
explode = (0.1, 0, 0)  #最大的突出显示  
plt.figure(figsize=(8,5), dpi=80)  
plt.axes(aspect=1)  
plt.pie(sex_dict.values(),explode=explode,labels=labels, autopct='%1.2f%%',colors=colors,labeldistance = 1.1, shadow = True, startangle = 90, pctdistance = 0.6)  
plt.title("SEX ANALYSIS",bbox=dict(facecolor='g', edgecolor='blue', alpha=0.65 ))#设置标题和标题边框  
plt.savefig("sex_analysis.jpg")  
plt.show()  
  
#获取城市分布  
city=[]  
Municipality=['上海','上海市','北京','北京市','重庆','重庆市','天津','天津市']  
for friend in friends:  
    if friend.province  in Municipality:  
        city.append(friend.province)#直辖市直接添加城市  
    else:  
        city.append(friend.city)  
#print(city.count('上海'))  
counts=dict(Counter(city))#统计各个地区人数  
print(counts)  
df=pd.DataFrame([counts]).T#转成DataFrame方便保存和后面画图,装置成竖排形式  
df.to_excel('city.xlsx')  
#获取好友签名,生成词云,并进行情感分析  
text1=[]  
emotions=[]  
for friend in friends:  
    sig=friend.signature.strip()  
    newsig=re.sub(re.compile('<.*?>|[0-9]|。|,|!|~|—|”|“|《|》|\?|、|:'), '', sig)#去掉数字标点符号  
    text1.append(newsig)  
    if len(newsig)>0:  
        sentiments = SnowNLP(newsig).sentiments  
        emotions.append(sentiments)  
text = "".join(text1)  
wordlist=" ".join(jieba.cut(text,cut_all=True))#结巴分词,用空格连接  
stopwords = STOPWORDS#设置停用词  
bgimg=imread(r'C:\Users\lbship\Desktop\mice.jpg')#设置背景图片  
font_path=r'C:\Windows\Fonts\simkai.ttf'  
wc = WordCloud(font_path=font_path,  # 设置字体  
               background_color="white",  # 背景颜色  
               max_words=2000,  # 词云显示的最大词数  
               stopwords = stopwords,        # 设置停用词  
               mask=bgimg,  # 设置背景图片  
               max_font_size=100,  # 字体最大值  
               random_state=42,#设置有多少种随机生成状态,即有多少种配色  
               width=1000, height=860, margin=2,# 设置图片默认的大小,margin为词语边缘距离  
               ).generate(wordlist)  
image_colors = ImageColorGenerator(bgimg)#根据图片生成词云颜色  
plt.imshow(wc)  
plt.axis("off")#不显示坐标尺寸  
plt.savefig("sig.jpg")  
plt.show()  
#情感分析  
positive=len(list(i for i in emotions if i>0.66))  
normal=len(list(i for i in emotions if i<=0.66 and i>=0.33))  
#normal = len(list(filter(lambda x:x>=0.33 and x<=0.66,emotions)))  
negative=len(list(i for i in emotions if i<0.33))  
labels = ['POSITIVE','NORMAL','NEGATIVE']  
values = (positive,normal,negative)  
plt.rcParams['font.sans-serif'] = ['simHei']  
plt.rcParams['axes.unicode_minus'] = False  
plt.title("SENTIMENTS ANALYSIS",fontsize='large',fontweight='bold',bbox=dict(facecolor='blue', edgecolor='yellow', alpha=0.5 ))  
plt.xlabel('sentiments analysis')  
plt.ylabel('counts')  
plt.xticks(range(3),labels)  
plt.bar(range(3), values, color = 'rgb')  
plt.savefig("sentiment.jpg")  
plt.show()