目錄
-
- Itchat簡介
- 1. 登入 擷取好友資訊
- 2. 好友性别統計
- 3. 好友省份統計
- 4. 好友城市統計
- 5. 好友頭像擷取
- 6. 好友簽名分析
- 總結
Itchat簡介
itchat官網：https://itchat.readthedocs.io/zh/latest/
itchat是一個開源的微信個人号接口
使用這個接口可以完成擷取微信好友資訊，發送資訊，接收資訊等操作
借此可以開發個人的微信機器人。
（目前發送資訊等功能好像已被官方禁止）
現在我們隻是用最基本的擷取好友資訊功能 來得到微信好友資訊 并進行初步的分析統計
1. 登入 擷取好友資訊
首先當然是要安裝這個開源包
pip install itchat
隻需要一條指令就可以進行微信的掃碼登入
import itchat
itchat.auto_login()
掃碼後便會提示登陸了網頁版微信 (ps: 新的微信賬号貌似已經不支援網頁版登陸了。。。)
登入之後便可以通過下面這條指令擷取最新的好友資訊
這裡的update參數是代表是否重新擷取最新資訊 如果是False那麼就會使用緩存資訊
為了清楚地了解其内部資料結構 我們這裡會将好友資訊儲存在本地 (效果同update=False一樣)
代碼如下：
if os.path.exists('friends.json') is False:
with open("friends.json",'w') as f:
itchat.auto_login()
friends = itchat.get_friends(update=True)
json.dump(friends,f)
print("save friends info.")
else:
with open('friends.json','r') as lf:
friends = json.load(lf)
print('load friends info.')
此時我們将好友資訊儲存到了friends.json
我們可以檢視一下裡面的資訊存儲結構：
根據上圖我們可以對好友的城市、省份、簽名、性别、頭像等進行統計分析
2. 好友性别統計
sex 代表着好友的性别 1:男 2:女 當然不能排除其它情況。。。0.0
def sex_analysis(friends):
labels = ['男', '女', '其他']
data = [0, 0, 0]
# friends[0] 是自己的資訊
for friend in friends[1:]:
sex = friend["Sex"]
if sex == 1:
data[0] += 1
elif sex == 2:
data[1] += 1
else:
data[2] += 1
labels = [labels[i]+':'+str(data[i]) for i in range(len(labels))]
plt.title("微信好友性别比例")
plt.pie(data, labels=labels,autopct="%.2f%%")
plt.savefig("sex.jpg")
plt.show()
我們可以使用matplotlib根據這個統計結果生成一個餅狀圖
3. 好友省份統計
我們将各省擁有的好友個數進行統計 并排序 取top10
這裡會有特殊的空(’’)省份需要去除
def prov_analysis(friends):
prov_dict = defaultdict(int)
for friend in friends[1:]:
prov = friend['Province']
prov_dict[prov] +=1
prov_dict.pop('')
prov_top10 = sorted(prov_dict.items(),key=lambda x:x[1],reverse=True)[:10]
prov_name = [x[0] for x in prov_top10]
prov_num = [x[1] for x in prov_top10]
plt.bar(prov_name,prov_num,width=0.5,align='center',color='#87CEFA')
for i in range(len(prov_num)):
x = prov_name[i]
y = prov_num[i]
plt.text(x,y+1,'%s'%y,fontsize=10,ha='center')
plt.ylabel("好友數量")
plt.xlabel("省")
plt.title("各省好友分布 TOP10")
plt.savefig("province.jpg")
plt.show()
同樣将結果使用plt呈現
根據這個明顯的省份分布 幾乎可以斷定。。該微信号是個浙江人
4. 好友城市統計
這個和省份統計基本一緻
def city_analysis(friends):
city_dict = defaultdict(int)
for friend in friends[1:]:
city = friend['City']
city_dict[city] +=1
city_dict.pop('')
city_top10 = sorted(city_dict.items(),key=lambda x:x[1],reverse=True)[:10]
city_name = [x[0] for x in city_top10]
city_num = [x[1] for x in city_top10]
plt.bar(city_name,city_num,width=0.5,align='center',color='#87CEFA')
for i in range(len(city_num)):
x = city_name[i]
y = city_num[i]
plt.text(x,y+1,'%s'%y,fontsize=10,ha='center')
plt.ylabel("好友數量")
plt.xlabel("城市")
plt.title("各城市好友分布 TOP10")
plt.savefig("city.jpg")
plt.show()
分析上圖:
該微信号在杭紹兩城市 出生/工作
并在成都生活過一段時間
5. 好友頭像擷取
這個功能好像沒什麼能分析的。。。看看好友的頭像是否非主流。。
這裡需要注意
從緩存的friends.json好友資訊中可以擷取頭像位址
但是下載下傳頭像是需要重新登陸的
我們在這裡繼續進行緩存 将頭像儲存在 photos/檔案夾内
get_photo：下載下傳好友頭像圖檔
photo_merge: 拼接好友頭像 生成一張大圖
def get_photo(path):
itchat.auto_login()
friends = itchat.get_friends(update=True)[0:]
num=0
for i in friends:
img = itchat.get_head_img(userName=i["UserName"])
imgpath = path+str(num)+'.jpg'
try:
with open(imgpath,'wb') as imgf:
imgf.write(img)
except Exception as e:
print("get err:",e)
num+=1
def photo_merge(friends):
path='photos/'
if os.path.exists(path) is False:
os.mkdir(path)
flist = os.listdir(path)
if len(flist)==0:
get_photo(path)
flist = os.listdir(path)
line = int(math.sqrt(len(flist)))
each_size = int(640/line)
image= Image.new('RGB',(line*each_size,int(len(flist)/line)*each_size))
x,y=0,0
poslist = list(range(len(flist)))
random.shuffle(poslist)
for i in flist:
try:
pos = poslist.pop()
img = Image.open(path+str(pos)+'.jpg')
except IOError as e:
pass
else:
img = img.resize((each_size,each_size),Image.ANTIALIAS)
image.paste(img,(x*each_size,y*each_size))
x+=1
if x==line:
x=0
y+=1
image.save("frinds_photo.jpg")
img = plt.imread("frinds_photo.jpg")
plt.imshow(img)
plt.axis('off')
plt.show()
注意： 為了讓拼接的圖檔沒有黑邊 更加的好看
我們在拼接圖檔時會舍棄掉一些圖檔
假設我們有num張照片 sqrt(num) 取整 = n
我們會拼接n x n 大小的圖檔 整張圖檔大小為640x640 可以自由設定
每位好友的頭像大小(640/n x 640/n)
結果如下圖：
看上去挺壯觀。。。。
6. 好友簽名分析
這裡我們會用到中文分詞工具 jieba:https://github.com/fxsjy/jieba
我們将每一個好友簽名 去除停用詞 （這裡隻是初步手動去除 不全面）
拼接後 使用結巴進行分詞
統計分詞後詞組的出現頻率
使用詞雲（wordcloud）https://github.com/amueller/word_cloud 将這些詞組展現出來
頻率越高 詞越大
def sig_analysis(friends):
text = ''
rule = re.compile("1fd+w*|[<>/=]")
for fri in friends:
sig = fri['Signature'].strip()
if len(sig)>0 and not sig.startswith('<span'):
sig = sig.replace("span",'').replace("class",'').replace("emoji","").replace("\n","").replace("00","")
sig = rule.sub("",sig)
text += sig + ' '
jiebatext = list(jieba.cut(text,cut_all=True))
jiebatext = [x for x in jiebatext if len(x)>1]
wordDic = dict(Counter(jiebatext))
bgimg = plt.imread('bk.jpg')
mywordcloud = wordcloud.WordCloud(
font_path='jdxs.TTF',
background_color="white",
mask=bgimg,
width=1200,
height=1200)
mywordcloud.generate_from_frequencies(wordDic)
plt.imshow(mywordcloud)
plt.axis("off")
plt.show()
mywordcloud.to_file("sigimg.png")
結果如下圖
總結
雖然隻是擷取了最基礎的微信好友資訊
但我們已經能夠從這些不起眼的資料中擷取到一些有用的資訊
好友數量 好友性别比例 使用者生活城市等等
細思極恐0.0
那些并未開放 擷取不到的資訊裡 是否已經将我們展示地一覽無餘