内容摘要：导读： 用了微信几年了，微信号有也不少了，但是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

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

将下方命令中的香港云服务器自己 “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，服务器托管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的高防服务器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 wordcloud  

2.1 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()