如何用Python获取微信好友信息,让你更加了解你的朋友
前言
文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
作者: 吴小鹏
PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
http://note.youdao.com/noteshare?id=3054cce4add8a909e784ad934f956cef
「itchat」(开源的微信个人接口)来获取一些公开的好友信息,使用itchat.get_friends(),
我们可以获取微信好友头像、性别、省份、城市、年龄等具体信息。
好友头像
我们先拉取好友头像试一下,「itchat」里的get_head_img可以获取每个好友的头像:
def headImg():
itchat.login()
friends = itchat.get_friends(update=True)
# itchat.get_head_img() 获取到头像二进制,并写入文件,保存每张头像
for count, f in enumerate(friends):
# 根据userName获取头像
img = itchat.get_head_img(userName=f["UserName"])
imgFile = open("photo/" + str(count) + ".jpg", "wb")
imgFile.write(img)
imgFile.close()
photo文件夹用于保存头像图片,遍历好友列表,根据下标命名头像,到这里可以看到文件夹里已经保存了所有好友的头像。
头像信息比较隐私,就不公布啦~
性别分布
当我们使用「itchat」的get_friends()函数可以获取很多好友信息,包括性别,所以这里只需要将获取到的好友性别信息提取出来制图就可以:
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
# 柱状图展示
for i, key in enumerate(sex_count):
plt.bar(key, sex_count[key])
plt.savefig("analysisSex.png") #保存图片
plt.ion()
plt.close()
结果如下:
个性签名
在获取的好友信息中Signature字段对应着好友的签名,我们直接获取这部分信息,然后保存下来,处理过表情等特殊字符,然后制作词云图。
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", "")
# 正则匹配
rec = re.compile("1f\d+\w*|[<>/=]")
signature = rec.sub("", signature)
file.write(signature + "\n")
“stay hungry, stay foolish”
“不舍爱与*”
大家对生活都是积极向上的,希望每个人都能成为更好的自己!
地区分布
为了统计好友的地区分布,所以要用到好友信息的province字段,直接对province进行统计,然后可视化出来得到。
# 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)))
# 画图
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(中国地图)', **style.init_style)
chart1.add('', attr, value, is_label_show=True, is_visualmap=True, visual_text_color='#000')
page.add(chart1)
chart2 = Bar('好友分布柱状图', **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')
比较明显的一个点是,我们的好友大多来自我们生活过的地方,安徽和上海这两个地区好友数量都明显高于其他省份。
号主户籍安徽,利用城市信息看一下我的朋友都在哪里。
从下面的好友数量来看,号主明显是个安庆人。
你们可以直接修改源码的省份参数,获取你想了解的省份的好友分布。
上一篇: 数据结构(快速排序——递归实现)
下一篇: Python数据结构实现_排序算法