用Python爬了自己的微信好友，原来他们是这样的人……
导读： 用了微信几年了，用P友原微信号有也不少了，自己但是微的人真正了解自己的好友吗？好友最多的城市是哪个？好友男女比例是多少？好友签名都是什么？今天我们来充分了解自己的微信好友。
01 准备工作
运行平台：Windows
Python版本：Python3.6
IDE：Sublime Text
1. 库介绍
只有登录微信才能获取到微信好友的信好信息，本文采用wxpy该第三方库进行微信的用P友原登录以及信息的获取。
wxpy 在 itchat 的自己基础上，通过大量接口优化提升了模块的微的人易用性，并进行丰富的信好功能扩展。
wxpy一些常见的用P友原场景：
控制路由器、智能家居等具有开放接口的自己玩意儿 运行脚本时自动把日志发送到你的微信 加群主为好友，自动拉进群中 跨号或跨群转发消息 自动陪人聊天 逗人玩总而言之，微的人可用来实现各种微信个人号的信好自动化操作。
2. wxpy库安装
wxpy 支持 Python 3.4-3.6，用P友原以及 2.7 版本
将下方命令中的源码下载自己 “pip” 替换为 “pip3” 或 “pip2”，可确保安装到对应的微的人 Python 版本中
从 PYPI 官方源下载安装 (在国内可能比较慢或不稳定)：
pip install -U wxpy从豆瓣 PYPI 镜像源下载安装 (推荐国内用户选用)：
pip install -U wxpy -i "https://pypi.doubanio.com/simple/"3. 登录微信
wxpy中有一个机器人对象，机器人 Bot 对象可被理解为一个 Web 微信客户端。Bot在初始化时便会执行登陆操作，需要手机扫描登陆。
通过机器人对象 Bot 的 chats(), friends()，groups(), mps() 方法, 可分别获取到当前机器人的 所有聊天对象、好友、群聊，以及公众号列表。
本文主要通过friends()获取到所有好友信息，然后进行数据的处理。
from wxpy import * # 初始化机器人，扫码登陆 bot = Bot() # 获取所有好友 my_friends = bot.friends() print(type(my_friends))以下为输出消息：
Getting uuid of QR code. Downloading QR code. Please scan the QR code to log in. Please press confirm on your phone. Loading the contact, this may take a little while. <Login successfully as 王强🇻> <class wxpy.api.chats.chats.Chats>wxpy.api.chats.chats.Chats对象是多个聊天对象的合集，可用于搜索或统计，可以搜索和统计的信息包括sex(性别)、province(省份)、city(城市)和signature(个性签名)等。
02 微信好友男女比例
1. 数据统计
使用一个字典sex_dict来统计好友中男性和女性的数量。
# 使用一个字典统计好友男性和女性的数量 sex_dict = { male: 0, female: 0} for friend in my_friends: # 统计性别 if friend.sex == 1: sex_dict[male] += 1 elif friend.sex == 2: sex_dict[female] += 1 print(sex_dict)以下为输出结果：
{ male: 255, female: 104}2. 数据呈现
本文采用 ECharts饼图 进行数据的呈现，打开链接http://echarts.baidu.com/echarts2/doc/example/pie1.html，可以看到如下内容：
▲echarts饼图原始内容
从图中可以看到左侧为数据，高防服务器右侧为呈现的数据图，其他的形式的图也是这种左右结构。看一下左边的数据：
option = { title : { text: 某站点用户访问来源, subtext: 纯属虚构, x:center }, tooltip : { trigger: item, formatter: "{ a} <br/>{ b} : { c} ({ d}%)" }, legend: { orient : vertical, x : left, data:[直接访问,邮件营销,联盟广告,视频广告,搜索引擎] }, toolbox: { show : true, feature : { mark : { show: true}, dataView : { show: true, readOnly: false}, magicType : { show: true, type: [pie, funnel], option: { funnel: { x: 25%, width: 50%, funnelAlign: left, max: 1548 } } }, restore : { show: true}, saveAsImage : { show: true} } }, calculable : true, series : [ { name:访问来源, type:pie, radius : 55%, center: [50%, 60%], data:[ { value:335, name:直接访问}, { value:310, name:邮件营销}, { value:234, name:联盟广告}, { value:135, name:视频广告}, { value:1548, name:搜索引擎} ] } ] };可以看到option =后面的大括号里是JSON格式的数据，接下来分析一下各项数据：
title：标题 text：标题内容 subtext：子标题 x：标题位置 tooltip：提示，将鼠标放到饼状图上就可以看到提示 legend：图例 orient：方向 x：图例位置 data：图例内容 toolbox：工具箱，在饼状图右上方横向排列的图标 mark：辅助线开关 dataView：数据视图，点击可以查看饼状图数据 magicType：饼图(pie)切换和漏斗图(funnel)切换 restore：还原 saveAsImage：保存为图片 calculable：暂时不知道它有什么用 series：主要数据 data：呈现的数据其它类型的图数据格式类似，后面不再详细分析。只需要修改data、legend->data、series->data即可，修改后的数据为：
option = { title : { text: 微信好友性别比例, subtext: 真实数据, x:center }, tooltip : { trigger: item, formatter: "{ a} <br/>{ b} : { c} ({ d}%)" }, legend: { orient : vertical, x : left, data:[男性,女性] }, toolbox: { show : true, feature : { mark : { show: true}, dataView : { show: true, readOnly: false}, magicType : { show: true, type: [pie, funnel], option: { funnel: { x: 25%, width: 50%, funnelAlign: left, max: 1548 } } }, restore : { show: true}, saveAsImage : { show: true} } }, calculable : true, series : [ { name:访问来源, type:pie, radius : 55%, center: [50%, 60%], data:[ { value:255, name:男性}, { value:104, name:女性} ] } ] };数据修改完成后，点击页面中绿色的刷新按钮，可以得到饼图如下（可以根据自己的喜好修改主题）：
▲好友性别比例
将鼠标放到饼图上可以看到详细数据：
▲好友性别比例查看数据
03 微信好友全国分布图
1. 数据统计
# 使用一个字典统计各省好友数量 province_dict = { 北京: 0, 上海: 0, 天津: 0, 重庆: 0, 河北: 0, 山西: 0, 吉林: 0, 辽宁: 0, 黑龙江: 0, 陕西: 0, 甘肃: 0, 青海: 0, 山东: 0, 福建: 0, 浙江: 0, 台湾: 0, 河南: 0, 湖北: 0, 湖南: 0, 江西: 0, 江苏: 0, 安徽: 0, 广东: 0, 海南: 0, 四川: 0, 贵州: 0, 云南: 0, 内蒙古: 0, 新疆: 0, 宁夏: 0, 广西: 0, 西藏: 0, 香港: 0, 澳门: 0} # 统计省份 for friend in my_friends: if friend.province in province_dict.keys(): province_dict[friend.province] += 1 # 为了方便数据的呈现，生成JSON Array格式数据 data = [] for key, value in province_dict.items(): data.append({ name: key, value: value}) print(data)以下为输出结果：
[{ name: 北京, value: 91}, { name: 上海, value: 12}, { name: 天津, value: 15}, { name: 重庆, value: 1}, { name: 河北, value: 53}, { name: 山西, value: 2}, { name: 吉林, value: 1}, { name: 辽宁, value: 1}, { name: 黑龙江, value: 2}, { name: 陕西, value: 3}, { name: 甘肃, value: 0}, { name: 青海, value: 0}, { name: 山东, value: 7}, { name: 福建, value: 3}, { name: 浙江, value: 4}, { name: 台湾, value: 0}, { name: 河南, value: 1}, { name: 湖北, value: 4}, { name: 湖南, value: 4}, { name: 江西, value: 4}, { name: 江苏, value: 9}, { name: 安徽, value: 2}, { name: 广东, value: 63}, { name: 海南, value: 0}, { name: 四川, value: 2}, { name: 贵州, value: 0}, { name: 云南, value: 1}, { name: 内蒙古, value: 0}, { name: 新疆, value: 2}, { name: 宁夏, value: 0}, { name: 广西, value: 1}, { name: 西藏, value: 0}, { name: 香港, value: 0}, { name: 澳门, value: 0}]可以看出，好友最多的省份为北京。那么问题来了：为什么要把数据重组成这种格式？因为ECharts的服务器托管地图需要这种格式的数据。
2. 数据呈现
采用ECharts地图 来进行好友分布的数据呈现。打开该网址，将左侧数据修改为：
option = { title : { text: 微信好友全国分布图, subtext: 真实数据, x:center }, tooltip : { trigger: item }, legend: { orient: vertical, x:left, data:[好友数量] }, dataRange: { min: 0, max: 100, x: left, y: bottom, text:[高,低], // 文本，默认为数值文本 calculable : true }, toolbox: { show: true, orient : vertical, x: right, y: center, feature : { mark : { show: true}, dataView : { show: true, readOnly: false}, restore : { show: true}, saveAsImage : { show: true} } }, roamController: { show: true, x: right, mapTypeControl: { china: true } }, series : [ { name: 好友数量, type: map, mapType: china, roam: false, itemStyle:{ normal:{ label:{ show:true}}, emphasis:{ label:{ show:true}} }, data:[ { name: 北京, value: 91}, { name: 上海, value: 12}, { name: 天津, value: 15}, { name: 重庆, value: 1}, { name: 河北, value: 53}, { name: 山西, value: 2}, { name: 吉林, value: 1}, { name: 辽宁, value: 1}, { name: 黑龙江, value: 2}, { name: 陕西, value: 3}, { name: 甘肃, value: 0}, { name: 青海, value: 0}, { name: 山东, value: 7}, { name: 福建, value: 3}, { name: 浙江, value: 4}, { name: 台湾, value: 0}, { name: 河南, value: 1}, { name: 湖北, value: 4}, { name: 湖南, value: 4}, { name: 江西, value: 4}, { name: 江苏, value: 9}, { name: 安徽, value: 2}, { name: 广东, value: 63}, { name: 海南, value: 0}, { name: 四川, value: 2}, { name: 贵州, value: 0}, { name: 云南, value: 1}, { name: 内蒙古, value: 0}, { name: 新疆, value: 2}, { name: 宁夏, value: 0}, { name: 广西, value: 1}, { name: 西藏, value: 0}, { name: 香港, value: 0}, { name: 澳门, value: 0} ] } ] };注意两点：
dataRange->max 根据统计数据适当调整 series->data 的数据格式点击刷新按钮后，可以生成如下地图：
▲好友全国分布图
从图中可以看出我的好友主要分布在北京、河北和广东。
有趣的是，地图左边有一个滑块，代表地图数据的范围，我们将上边的滑块拉到最下面可以看到没有微信好友分布的省份：
▲没有微信好友的省份
按照这个思路，我们可以在地图上看到确切数量好友分布的省份，读者可以动手试试。
04 好友签名统计
1. 数据统计
def write_txt_file(path, txt): 写入txt文本 with open(path, a, encoding=gb18030, newline=) as f: f.write(txt) # 统计签名 for friend in my_friends: # 对数据进行清洗，将标点符号等对词频统计造成影响的因素剔除 pattern = re.compile(r[一-龥]+) filterdata = re.findall(pattern, friend.signature) write_txt_file(signatures.txt, .join(filterdata))上面代码实现了对好友签名进行清洗以及保存的功能，执行完成之后会在当前目录生成signatures.txt文件。
2. 数据呈现
数据呈现采用词频统计和词云展示，通过词频可以了解到微信好友的生活态度。
词频统计用到了 jieba、numpy、pandas、scipy、wordcloud库。如果电脑上没有这几个库，执行安装指令：
pip install jieba pip install pandas pip install numpy pip install scipy pip install wordcloud2.1 读取txt文件
前面已经将好友签名保存到txt文件里了，现在我们将其读出：
def read_txt_file(path): 读取txt文本 with open(path, r, encoding=gb18030, newline=) as f: return f.read()2.2 stop word
下面引入一个概念：stop word， 在网站里面存在大量的常用词比如：“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停止词。这些词因为使用频率过高，几乎每个网页上都存在，所以搜索引擎开发人员都将这一类词语全部忽略掉。如果我们的网站上存在大量这样的词语，那么相当于浪费了很多资源。
在百度搜索stopwords.txt进行下载，放到py文件同级目录。
content = read_txt_file(txt_filename) segment = jieba.lcut(content) words_df=pd.DataFrame({ segment:segment}) stopwords=pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep=" ",names=[stopword],encoding=utf-8) words_df=words_df[~words_df.segment.isin(stopwords.stopword)]2.3 词频统计
重头戏来了，词频统计使用numpy：
import numpy words_stat = words_df.groupby(by=[segment])[segment].agg({ "计数":numpy.size}) words_stat = words_stat.reset_index().sort_values(by=["计数"],ascending=False)2.4 词频可视化：词云
词频统计虽然出来了，可以看出排名，但是不***，接下来我们将它可视化。使用到wordcloud库，详细介绍见 github 。
from scipy.misc import imread from wordcloud import WordCloud, ImageColorGenerator # 设置词云属性 color_mask = imread(background.jfif) wordcloud = WordCloud(font_path="simhei.ttf", # 设置字体可以显示中文 background_color="white", # 背景颜色 max_words=100, # 词云显示的***词数 mask=color_mask, # 设置背景图片 max_font_size=100, # 字体***值 random_state=42, width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话, # 那么保存的图片大小将会按照其大小保存,margin为词语边缘距离 ) # 生成词云, 可以用generate输入全部文本,也可以我们计算好词频后使用generate_from_frequencies函数 word_frequence = { x[0]:x[1]for x in words_stat.head(100).values} print(word_frequence) word_frequence_dict = { } for key in word_frequence: word_frequence_dict[key] = word_frequence[key] wordcloud.generate_from_frequencies(word_frequence_dict) # 从背景图片生成颜色值 image_colors = ImageColorGenerator(color_mask) # 重新上色 wordcloud.recolor(color_func=image_colors) # 保存图片 wordcloud.to_file(output.png) plt.imshow(wordcloud) plt.axis("off") plt.show()运行效果图如下（左图为背景图，右图为生成词云图片）：
▲背景图和词云图对比
从词云图可以分析好友特点：
做--------------------行动派 人生、生活--------热爱生活 快乐-----------------乐观 选择-----------------决断 专业-----------------专业 爱--------------------爱05 总结
至此，微信好友的分析工作已经完成，wxpy的功能还有很多，比如聊天、查看公众号信息等，有意的读者请自行查阅官方文档。
06 完整代码
上面的代码比较松散，下面展示的完整代码我将各功能模块封装成函数：
#-*- coding: utf-8 -*- import re from wxpy import * import jieba import numpy import pandas as pd import matplotlib.pyplot as plt from scipy.misc import imread from wordcloud import WordCloud, ImageColorGenerator def write_txt_file(path, txt): 写入txt文本 with open(path, a, encoding=gb18030, newline=) as f: f.write(txt) def read_txt_file(path): 读取txt文本 with open(path, r, encoding=gb18030, newline=) as f: return f.read() def login(): # 初始化机器人，扫码登陆 bot = Bot() # 获取所有好友 my_friends = bot.friends() print(type(my_friends)) return my_friends def show_sex_ratio(friends): # 使用一个字典统计好友男性和女性的数量 sex_dict = { male: 0, female: 0} for friend in friends: # 统计性别 if friend.sex == 1: sex_dict[male] += 1 elif friend.sex == 2: sex_dict[female] += 1 print(sex_dict) def show_area_distribution(friends): # 使用一个字典统计各省好友数量 province_dict = { 北京: 0, 上海: 0, 天津: 0, 重庆: 0, 河北: 0, 山西: 0, 吉林: 0, 辽宁: 0, 黑龙江: 0, 陕西: 0, 甘肃: 0, 青海: 0, 山东: 0, 福建: 0, 浙江: 0, 台湾: 0, 河南: 0, 湖北: 0, 湖南: 0, 江西: 0, 江苏: 0, 安徽: 0, 广东: 0, 海南: 0, 四川: 0, 贵州: 0, 云南: 0, 内蒙古: 0, 新疆: 0, 宁夏: 0, 广西: 0, 西藏: 0, 香港: 0, 澳门: 0} # 统计省份 for friend in friends: if friend.province in province_dict.keys(): province_dict[friend.province] += 1 # 为了方便数据的呈现，生成JSON Array格式数据 data = [] for key, value in province_dict.items(): data.append({ name: key, value: value}) print(data) def show_signature(friends): # 统计签名 for friend in friends: # 对数据进行清洗，将标点符号等对词频统计造成影响的因素剔除 pattern = re.compile(r[一-龥]+) filterdata = re.findall(pattern, friend.signature) write_txt_file(signatures.txt, .join(filterdata)) # 读取文件 content = read_txt_file(signatures.txt) segment = jieba.lcut(content) words_df = pd.DataFrame({ segment:segment}) # 读取stopwords stopwords = pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep=" ",names=[stopword],encoding=utf-8) words_df = words_df[~words_df.segment.isin(stopwords.stopword)] print(words_df) words_stat = words_df.groupby(by=[segment])[segment].agg({ "计数":numpy.size}) words_stat = words_stat.reset_index().sort_values(by=["计数"],ascending=False) # 设置词云属性 color_mask = imread(background.jfif) wordcloud = WordCloud(font_path="simhei.ttf", # 设置字体可以显示中文 background_color="white", # 背景颜色 max_words=100, # 词云显示的***词数 mask=color_mask, # 设置背景图片 max_font_size=100, # 字体***值 random_state=42, width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话, # 那么保存的图片大小将会按照其大小保存,margin为词语边缘距离 ) # 生成词云, 可以用generate输入全部文本,也可以我们计算好词频后使用generate_from_frequencies函数 word_frequence = { x[0]:x[1]for x in words_stat.head(100).values} print(word_frequence) word_frequence_dict = { } for key in word_frequence: word_frequence_dict[key] = word_frequence[key] wordcloud.generate_from_frequencies(word_frequence_dict) # 从背景图片生成颜色值 image_colors = ImageColorGenerator(color_mask) # 重新上色 wordcloud.recolor(color_func=image_colors) # 保存图片 wordcloud.to_file(output.png) plt.imshow(wordcloud) plt.axis("off") plt.show() def main(): friends = login() show_sex_ratio(friends) show_area_distribution(friends) show_signature(friends) if __name__ == __main__: main()