快捷導(dǎo)航

用 Python 爬了爬自己的微信朋友(實(shí)例講解)

更新時(shí)間：2017年08月25日 09:07:18 作者：Alfred

下面小編就為大家?guī)?lái)一篇用 Python 爬了爬自己的微信朋友(實(shí)例講解)。小編覺(jué)得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧

最近幾天干啥都不來(lái)勁，昨晚偶然了解到 Python 里的 itchat 包，它已經(jīng)完成了 wechat 的個(gè)人賬號(hào) API 接口，使爬取個(gè)人微信信息更加方便。鑒于自己很早之前就想知道諸如自己微信好友性別比例都來(lái)自哪個(gè)城市之類的問(wèn)題，于是乎玩心一起，打算爬一下自己的微信。

數(shù)據(jù)爬取教程

作者：Alfred

首先，在終端安裝一下 itchat 包。

安裝完成后導(dǎo)入包，再登陸自己的微信。過(guò)程中會(huì)生產(chǎn)一個(gè)登陸二維碼，掃碼之后即可登陸。登陸成功后，把自己好友的相關(guān)信息爬下來(lái)。

數(shù)據(jù)爬取教程

有了上面的 friends 數(shù)據(jù)，我們就可以來(lái)做分析啦。

自己微信好友的男女比例

仔細(xì)觀察了一下返回的數(shù)據(jù)結(jié)構(gòu)，發(fā)現(xiàn)”性別“是存放在一個(gè)字典里面的，key 是”Sex“，男性值為 1，女性為 2，其他是不明性別的(就是沒(méi)有填的)。可以寫個(gè)循環(huán)獲取想要的性別數(shù)據(jù)，得到自己微信好友的性別比例。

數(shù)據(jù)爬取教程

打印的結(jié)果為：

男性好友：37.65%

女性好友：59.23%

不明性別好友：3.12%

啊，一不小心就暴露了自己女性朋友比較多的事實(shí)。然而為什么我現(xiàn)在還是一只汪?!好了，再把這個(gè)數(shù)據(jù)用R畫成圖看看(Python 作圖真的是忍不了，代碼就不放了)：

自己微信好友的城市分布

再仔細(xì)觀察 friends 列表，發(fā)現(xiàn)里面還包含了好友昵稱、省份、城市、個(gè)人簡(jiǎn)介等等的數(shù)據(jù)，剛好可以用來(lái)分析好友城市分布，最好的方式是定義一個(gè)函數(shù)把數(shù)據(jù)都爬下來(lái)，存到數(shù)據(jù)框里，再進(jìn)行分析。

數(shù)據(jù)爬取教程

以上便得到一個(gè)叫 data 的 csv 桌面文件，用 R 打開(kāi)并簡(jiǎn)單做一下數(shù)據(jù)預(yù)處理，得到如下(涉及隱私的已被預(yù)處理)：

接著先根據(jù)省份、城市進(jìn)行數(shù)據(jù)的分組和聚合，選擇排名前二十的，利用 ggplot2 包畫出如下的城市分布圖(代碼太長(zhǎng)，不放了，就是這么任性，有需要參考的直接向我拿)：

看來(lái)我大部分的朋友都是在廣東的(不是廢話嗎)，其中廣東的朋友大部分集中在廣、深、珠，第二名是在奧克蘭，接著是四川、澳門等?；疑?NA 值是指沒(méi)有設(shè)置自己所在地的朋友，一共有 70 多人。

另外，在國(guó)外的朋友由于微信的設(shè)置問(wèn)題(很多是直接跳過(guò)省份，只有城市可以選擇的)，很多國(guó)外的城市被誤當(dāng)成了省份。

再來(lái)一張圖看看自己微信朋友在廣東的具體分布(取前八)：

自己微信好友個(gè)性簽名的自定義詞云圖

好玩的來(lái)了。之前已經(jīng)爬下了每個(gè)好友的個(gè)性簽名，剛好可以分析一下大伙兒個(gè)性簽名時(shí)使用的高頻詞語(yǔ)是什么，順便可以做個(gè)詞云圖。

先把原先爬下來(lái)的個(gè)性簽名(Signature)打印出來(lái)，發(fā)現(xiàn)有很多本來(lái)是表情的，變成了 emoji、span、class 等等這些無(wú)關(guān)緊要的詞，需要先替換掉，另外，還有類似<>/= 之類的符號(hào)，也需要寫個(gè)簡(jiǎn)單的正則替換掉，再把所有拼起來(lái)，得到 text 字串。
數(shù)據(jù)爬取教程接著就可以把 JB，啊不，把結(jié)巴分詞這個(gè)包搞進(jìn)來(lái)分詞。

數(shù)據(jù)爬取教程

終于可以進(jìn)入畫圖階段了?？梢愿鶕?jù)自己想要的圖片、形狀、顏色畫出相似的圖形(在這里，我使用的是我的頭像，當(dāng)然，為了顏色可以更加鮮艷使最后畫出的詞云圖更加好看易辨，我先對(duì)自己的頭像用 PS 做了一點(diǎn)小處理)。為此，我們需要把 matplotlib、wordcloud、numpy、PIL 等包搞進(jìn)來(lái)。

數(shù)據(jù)爬取教程