隨著微信的普及，越來越多的人開始使用微信。微信漸漸從一款單純的社交軟體轉變成了一個生活方式，人們的日常溝通需要微信，工作交流也需要微信。微信里的每一個好友，都代表著人們在社會裡扮演的不同角色。
今天這篇文章會 基於Python對微信好友進行數據分析， 這裡選擇的維度主要有：性別、頭像、簽名、位置， 主要採用圖表和詞雲兩種形式來呈現結果， 其中，對文本類信息會採用詞頻分析和情感分析兩種方法。常言道：工欲善其事，必先利其器也。在正式開始這篇文章前，簡單介紹下本文中使用到的第三方模塊：
- itchat： 微信網頁版介面封裝Python版本，在本文中用以獲取微信好友信息。
- jieba： 結巴分詞的 Python 版本，在本文中用以對文本信息進行分詞處理。
- matplotlib： Python 中圖表繪製模塊，在本文中用以繪製柱形圖和餅圖
- snownlp： 一個 Python 中的中文分詞模塊，在本文中用以對文本信息進行情感判斷。
- PIL： Python 中的圖像處理模塊，在本文中用以對圖片進行處理。
- numpy： Python中 的數值計算模塊，在本文中配合 wordcloud 模塊使用。
- wordcloud： Python 中的詞雲模塊，在本文中用以繪製詞雲圖片。
- TencentYoutuyun： 騰訊優圖提供的 Python 版本 SDK ，在本文中用以識別人臉及提取圖片標籤信息。
itchat不能用的可以參考：如何用Python查看微信好友撤回的消息？
以上模塊均可通過 pip 安裝，關於各個模塊使用的詳細說明，請自行查閱各自文檔。
01
數據分析
分析微信好友數據的前提是獲得好友信息， 通過使用 itchat 這個模塊，這一切會變得非常簡單，我們通過下面兩行代碼就可以實現：
itchat.auto_login(hotReload = True)
friends = itchat.get_friends(update = True)
同平時登錄網頁版微信一樣，我們使用手機掃描二維碼就可以登錄，這裡返回的friends對象是一個集合，第一個元素是當前用戶。所以，在下面的數據分析流程中，我們始終取friends[1:]作為原始輸入數據，集合中的每一個元素都是一個字典結構，以我本人為例， 可以注意到這裡有Sex、City、Province、HeadImgUrl、Signature這四個欄位， 我們下面的分析就從這四個欄位入手：
02
好友性別
分析好友性別，我們首先要獲得所有好友的性別信息，這裡我們將每一個好友信息的Sex欄位提取出來，然後分別統計出Male、Female和Unkonw的數目，我們將這三個數值組裝到一個列表中，即可使用matplotlib模塊繪製出餅圖來，其代碼實現如下：
def analyseSex(firends):
sexs = list(map(lambda x:x['Sex'],friends[1:]))
counts = list(map(lambda x:x[1],Counter(sexs).items()))
labels = ['Unknow','Male','Female']
colors = ['red','yellowgreen','lightskyblue']
plt.figure(figsize=(8,5), dpi=80)
plt.axes(aspect=1)
plt.pie(counts, #性別統計結果
labels=labels, #性別展示標籤
colors=colors, #餅圖區域配色
labeldistance = 1.1, #標籤距離圓點距離
autopct = '%3.1f%%', #餅圖區域文本格式
shadow = False, #餅圖是否顯示陰影
startangle = 90, #餅圖起始角度
pctdistance = 0.6 #餅圖區域文本距離圓點距離
)
plt.legend(loc='upper right',)
plt.title(u'%s的微信好友性別組成' % friends[0]['NickName'])
plt.show()
這裡簡單解釋下這段代碼，微信中性別欄位的取值有Unkonw、Male和Female三種，其對應的數值分別為0、1、2。 通過Collection模塊中的Counter()對這三種不同的取值進行統計， 其items()方法返回的是一個元組的集合。
該元組的第一維元素表示鍵，即0、1、2，該元組的第二維元素表示數目，且該元組的集合是排序過的，即其鍵按照0、1、2 的順序排列，所以通過map()方法就可以得到這三種不同取值的數目，我們將其傳遞給matplotlib繪製即可，這三種不同取值各自所佔的百分比由matplotlib計算得出。下圖是matplotlib繪製的好友性別分布圖：
03
好友頭像
分析好友頭像，從兩個方面來分析，第一，在這些好友頭像中，使用人臉頭像的好友比重有多大；第二，從這些好友頭像中，可以提取出哪些有價值的關鍵字。
這裡需要根據HeadImgUrl欄位下載頭像到本地，然後通過騰訊優圖提供的人臉識別相關的API介面，檢測頭像圖片中是否存在人臉以及提取圖片中的標籤。其中， 前者是分類匯總，我們使用餅圖來呈現結果；後者是對文本進行分析，我們使用詞雲來呈現結果。 關鍵代碼如下所示：
def analyseHeadImage(frineds):
# Init Path
basePath = os.path.abspath('.')
baseFolder = basePath + '\\HeadImages\\'
if(os.path.exists(baseFolder) == False):
os.makedirs(baseFolder)
# Analyse Images
faceApi = FaceAPI()
use_face = 0
not_use_face = 0
image_tags = ''
for index in range(1,len(friends)):
friend = friends[index]
# Save HeadImages
imgfile = baseFolder + '\\Image%s.jpg' % str(index)
imgData = itchat.get_head_img(userName = friend['UserName'])
if(os.path.exists(imgFile) == False):
with open(imgFile,'wb') as file:
file.write(imgData)
# Detect Faces
time.sleep(1)
result = faceApi.detectFace(imgFile)
if result == True:
use_face += 1
else:
not_use_face += 1
# Extract Tags
result = faceApi.extractTags(imgFile)
image_tags += ','.join(list(map(lambda x:x['tag_name'],result)))
labels = [u'使用人臉頭像',u'不使用人臉頭像']
counts = [use_face,not_use_face]
colors = ['red','yellowgreen','lightskyblue']
plt.figure(figsize=(8,5), dpi=80)
plt.axes(aspect=1)
plt.pie(counts, #性別統計結果
labels=labels, #性別展示標籤
colors=colors, #餅圖區域配色
labeldistance = 1.1, #標籤距離圓點距離
autopct = '%3.1f%%', #餅圖區域文本格式
shadow = False, #餅圖是否顯示陰影
startangle = 90, #餅圖起始角度
pctdistance = 0.6 #餅圖區域文本距離圓點距離
)
plt.legend(loc='upper right',)
plt.title(u'%s的微信好友使用人臉頭像情況' % friends[0]['NickName'])
plt.show()
image_tags = image_tags.encode('iso8859-1').decode('utf-8')
back_coloring = np.array(Image.open('face.jpg'))
wordcloud = WordCloud(
font_path='simfang.ttf',
background_color="white",
max_words=1200,
mask=back_coloring,
max_font_size=75,
random_state=45,
width=800,
height=480,
margin=15
)
wordcloud.generate(image_tags)
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
這裡我們會在當前目錄新建一個HeadImages目錄，用於存儲所有好友的頭像，然後我們這裡會用到一個名為FaceApi類，這個類由騰訊優圖的SDK封裝而來， 這裡分別調用了人臉檢測和圖像標籤識別兩個API介面， 前者會統計」使用人臉頭像」和」不使用人臉頭像」的好友各自的數目，後者會累加每個頭像中提取出來的標籤。其分析結果如下圖所示：
可以注意到，在所有微信好友中，約有接近1/4的微信好友使用了人臉頭像， 而有接近3/4的微信好友沒有人臉頭像，這說明在所有微信好友中對」顏值 「有自信的人，僅僅佔到好友總數的25%，或者說75%的微信好友行事風格偏低調為主，不喜歡用人臉頭像做微信頭像。
其次，考慮到騰訊優圖並不能真正地識別」人臉」， 我們這裡對好友頭像中的標籤再次進行提取，來幫助我們了解微信好友的頭像中有哪些關鍵詞，其分析結果如圖所示：
通過詞雲，我們可以發現：在微信好友中的簽名詞雲中，出現頻率相對較高的關鍵字有： 女孩、樹木、房屋、文本、截圖、卡通、合影、天空、大海。 這說明在我的微信好友中，好友選擇的微信頭像主要有日常、旅遊、風景、截圖四個來源。
好友選擇的微信頭像中風格以卡通為主，好友選擇的微信頭像中常見的要素有天空、大海、房屋、樹木。通過觀察所有好友頭像，我發現在我的微信好友中，使用個人照片作為微信頭像的有15人，使用網路圖片作為微信頭像的有53人，使用動漫圖片作為微信頭像的有25人，使用合照圖片作為微信頭像的有3人，使用孩童照片作為微信頭像的有5人，使用風景圖片作為微信頭像的有13人，使用女孩照片作為微信頭像的有18人， 基本符合圖像標籤提取的分析結果。
04
好友簽名
分析好友簽名，簽名是好友信息中最為豐富的文本信息，按照人類慣用的」貼標籤」的方法論，簽名可以分析出某一個人在某一段時間裡狀態，就像人開心了會笑、哀傷了會哭，哭和笑兩種標籤，分別表明了人開心和哀傷的狀態。
這裡我們對簽名做兩種處理， 第一種是使用結巴分詞進行分詞後生成詞雲， 目的是了解好友簽名中的關鍵字有哪些，哪一個關鍵字出現的頻率相對較高； 第二種是使用SnowNLP分析好友簽名中的感情傾向， 即好友簽名整體上是表現為正面的、負面的還是中立的，各自的比重是多少。這裡提取Signature欄位即可，其核心代碼如下：
def analyseSignature(friends):
signatures = ''
emotions = []
pattern = re.compile("1f\d.+")
for friend in friends:
signature = friend['Signature']
if(signature != None):
signature = signature.strip().replace('span', '').replace('class', '').replace('emoji', '')
signature = re.sub(r'1f(\d.+)','',signature)
if(len(signature)>0):
nlp = SnowNLP(signature)
emotions.append(nlp.sentiments)
signatures += ' '.join(jieba.analyse.extract_tags(signature,5))
with open('signatures.txt','wt',encoding='utf-8') as file:
file.write(signatures)
# Sinature WordCloud
back_coloring = np.array(Image.open('flower.jpg'))
wordcloud = WordCloud(
font_path='simfang.ttf',
background_color="white",
max_words=1200,
mask=back_coloring,
max_font_size=75,
random_state=45,
width=960,
height=720,
margin=15
)
wordcloud.generate(signatures)
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
wordcloud.to_file('signatures.jpg')
# Signature Emotional Judgment
count_good = len(list(filter(lambda x:x>0.66,emotions)))
count_normal = len(list(filter(lambda x:x>=0.33 and x<=0.66,emotions)))
count_bad = len(list(filter(lambda x:x<0.33,emotions)))
labels = [u'負面消極',u'中性',u'正面積極']
values = (count_bad,count_normal,count_good)
plt.rcParams['font.sans-serif'] = ['simHei']
plt.rcParams['axes.unicode_minus'] = False
plt.xlabel(u'情感判斷')
plt.ylabel(u'頻數')
plt.xticks(range(3),labels)
plt.legend(loc='upper right',)
plt.bar(range(3), values, color = 'rgb')
plt.title(u'%s的微信好友簽名信息情感分析' % friends[0]['NickName'])
plt.show()
通過詞雲，我們可以發現：在微信好友的簽名信息中，出現頻率相對較高的關鍵詞有：努力、長大、美好、快樂、生活、幸福、人生、遠方、時光、散步。
通過以下柱狀圖，我們可以發現：在微信好友的簽名信息中，正面積極的情感判斷約佔到55.56%，中立的情感判斷約佔到32.10%，負面消極的情感判斷約佔到12.35%。 這個結果和我們通過詞雲展示的結果基本吻合， 這說明在微信好友的簽名信息中，約有87.66%的簽名信息，傳達出來都是一種積極向上的態度。
05
好友位置
分析好友位置，主要通過提取Province和City這兩個欄位。Python中的地圖可視化主要通過Basemap模塊，這個模塊需要從國外網站下載地圖信息，使用起來非常的不便。
百度的ECharts在前端使用的比較多，雖然社區里提供了pyecharts項目，可我注意到因為政策的改變，目前Echarts不再支持導出地圖的功能，所以地圖的定製方面目前依然是一個問題，主流的技術方案是配置全國各省市的JSON數據。
這裡我使用的是BDP個人版，這是一個零編程的方案， 我們通過Python導出一個CSV文件，然後將其上傳到BDP中，通過簡單拖拽就可以製作可視化地圖，簡直不能再簡單，這裡我們僅僅展示生成csv部分的代碼：
def analyseLocation(friends):
headers = ['NickName','Province','City']
with open('location.csv','w',encoding='utf-8',newline='',) as csvFile:
writer = csv.DictWriter(csvFile, headers)
writer.writeheader()
for friend in friends[1:]:
row = {}
row['NickName'] = friend['NickName']
row['Province'] = friend['Province']
row['City'] = friend['City']
writer.writerow(row)
下圖是BDP中生成的微信好友地理分布圖，可以發現：我的微信好友主要集中在寧夏和陝西兩個省份。
06
總結
這篇文章是我對數據分析的又一次嘗試，主要從性別、頭像、簽名、位置四個維度，對微信好友進行了一次簡單的數據分析，主要採用圖表和詞雲兩種形式來呈現結果。總而言之一句話， 」數據可視化是手段而並非目的」， 重要的不是我們在這裡做了這些圖出來，而是從這些圖裡反映出來的現象，我們能夠得到什麼本質上的啟示，希望這篇文章能讓大家有所啟發。
