前言
文的文字及圖檔來源于網絡,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯系我們以作處理。
作者： 吳小鵬
PS：如有需要Python學習資料的小夥伴可以加點選下方連結自行擷取
python免費學習資料以及群交流解答點選即可加入
「itchat」(開源的微信個人接口)來擷取一些公開的好友資訊，使用itchat.get_friends()，
我們可以擷取微信好友頭像、性别、省份、城市、年齡等具體資訊。
好友頭像
我們先拉取好友頭像試一下，「itchat」裡的get_head_img可以擷取每個好友的頭像：
def headImg():
itchat.login()
friends = itchat.get_friends(update=True)
# itchat.get_head_img() 擷取到頭像二進制，并寫入檔案，儲存每張頭像
for count, f in enumerate(friends):
# 根據userName擷取頭像
img = itchat.get_head_img(userName=f["UserName"])
imgFile = open("photo/" + str(count) + ".jpg", "wb")
imgFile.write(img)
imgFile.close()
photo檔案夾用于儲存頭像圖檔，周遊好友清單，根據下标命名頭像，到這裡可以看到檔案夾裡已經儲存了所有好友的頭像。
頭像資訊比較隐私，就不公布啦~
性别分布
當我們使用「itchat」的get_friends()函數可以擷取很多好友資訊，包括性别，是以這裡隻需要将擷取到的好友性别資訊提取出來制圖就可以：
def analysisSex():
itchat.login()
friends = itchat.get_friends()
sex_count = dict()
for f in friends:
if f["Sex"] == 1: # man
sex_count["man"] = sex_count.get("man", 0) + 1
elif f["Sex"] == 2: # women
sex_count["women"] = sex_count.get("women", 0) + 1
else: # unknown
sex_count["unknown"] = sex_count.get("unknown", 0) + 1
# 柱狀圖展示
for i, key in enumerate(sex_count):
plt.bar(key, sex_count[key])
plt.savefig("analysisSex.png") #儲存圖檔
plt.ion()
plt.close()
結果如下：
個性簽名
在擷取的好友資訊中Signature字段對應着好友的簽名，我們直接擷取這部分資訊，然後儲存下來，處理過表情等特殊字元，然後制作詞雲圖。
def AnalysisSignature():
itchat.login()
friends = itchat.get_friends(update=True)
file = open('AnalysisSignature.txt', 'a', encoding='utf-8')
for f in friends:
signature = f["Signature"].strip().replace("emoji", "").replace("span", "").replace("class", "")
# 正則比對
rec = re.compile("1f\d+\w*|[<>/=]")
signature = rec.sub("", signature)
file.write(signature + "\n")
“stay hungry, stay foolish”
“不舍愛與自由”
大家對生活都是積極向上的，希望每個人都能成為更好的自己！
地區分布
為了統計好友的地區分布，是以要用到好友資訊的province字段，直接對province進行統計，然後可視化出來得到。
# 省份分析
def analysisProvince():
friends_info = get_friends_info()
df = pd.DataFrame(friends_info)
province_count = df.groupby('province', as_index=True)['province'].count().sort_values()
temp = list(map(lambda x: x if x != '' else '未知', list(province_count.index)))
# 畫圖
page = Page()
style = Style(width=1100, height=600)
style_middle = Style(width=900, height=500)
attr, value = temp, list(province_count)
chart1 = Map('好友分布(中國地圖)', **style.init_style)
chart1.add('', attr, value, is_label_show=True, is_visualmap=True, visual_text_color='#000')
page.add(chart1)
chart2 = Bar('好友分布柱狀圖', **style_middle.init_style)
chart2.add('', attr, value, is_stack=True, is_convert=True,
label_pos='inside', is_legend_show=True, is_label_show=True)
page.add(chart2)
page.render('analysisProvince.html')
比較明顯的一個點是，我們的好友大多來自我們生活過的地方，安徽和上海這兩個地區好友數量都明顯高于其他省份。
号主戶籍安徽，利用城市資訊看一下我的朋友都在哪裡。
從下面的好友數量來看，号主明顯是個安慶人。
你們可以直接修改源碼的省份參數，擷取你想了解的省份的好友分布。