微信，已经成为人们必不可少的社交工具。每个人的微信里都有形形色色的人，你了解他们吗？他们又来自哪呢？

今天我们就来编写一个关于好友分析的代码

下载依赖库

在此之前，我们需要下载七个库：Pillow、Pyecharts、Itchat、Jieba、Numpy、Pandas、wxpy

打开Anaconda Prompt，输入如下代码，分别安装不同库：（安装结果就不展示）

安装 wxpy: pip install wxpy 

安装 PIL: pip install pillow

安装 pyecharts：pip install pyecharts

安装 Itchat: pip install itchat

安装 Jieba: pip install jieba

安装 Pandas:pip install Pandas

安装 Numpy:pip install Numpy

安装地图数据包：pip install echarts-china-provinces-pypkg ；pip install echarts-countries-pypkg

运行

1.登陆微信

输入此代码，会自动弹出二维码

#导入模块
from wxpy import *
#初始化机器人，选择缓存模式（扫码）登录
bot = Bot(cache_path=True)
#获取我的所有微信好友信息
friend_all = bot.friends()

手机同意，便可获取微信好友的相关信息（登陆成功如图）

2.获取信息

输入：

print(friend_all[0].raw) #friend_all[0]是我的微信昵称，.raw 则是获取我的全部信息

得到关于我的信息（如图）

如何获取好友信息，并做成表格，输入代码：

lis=[] 
for a_friend in friend_all:
     NickName = a_friend.raw.get('NickName',None)
     #Sex = a_friend.raw.get('Sex',None)
     Sex ={1:"男",2:"女",0:"其它"}.get(a_friend.raw.get('Sex',None),None)
     City = a_friend.raw.get('City',None)
     Province = a_friend.raw.get('Province',None)
     Signature = a_friend.raw.get('Signature',None)
     HeadImgUrl = a_friend.raw.get('HeadImgUrl',None)
     HeadImgFlag  = a_friend.raw.get('HeadImgFlag',None)
     list_0=[NickName,Sex,City,Province,Signature,HeadImgUrl,HeadImgFlag]
     lis.append(list_0)
#编写列表
def lis2e07(filename,lis):
     import openpyxl
     wb = openpyxl.Workbook()
     sheet = wb.active
     sheet.title = 'list2excel07'
     file_name = filename +'.xlsx'
     for i in range(0, len(lis)):
         for j in range(0, len(lis[i])):
             sheet.cell(row=i+1, column=j+1, value=str(lis[i][j]))
     wb.save(file_name)
     print("写入数据成功！")
#转换为表格文件
lis2e07('pyq',lis)

结果：

3.数据分析

有这么多好友，想清楚知道自己的好友分布、性别占比等数据，现在输入如下代码，立刻明了：

Friends = bot.friends()
data = Friends.stats_text(total=True, sex=True, top_provinces=30, top_cities=500)
print(data)

from pandas import read_excel
df = read_excel('pyq.xlsx',sheet_name='list2excel07')
df.tail(5)
df.city.count()
df.city.describe() 

from wordcloud import WordCloud
import matplotlib.pyplot as plt
import pandas as pd
from pandas import DataFrame
word_list= df['city'].fillna('0').tolist()#将 dataframe 的列转化为 list，其中的 nan 用“0”替换
new_text = ' '.join(word_list)
wordcloud = WordCloud(font_path='simhei.ttf',  background_color="black").generate(new_text)
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

滴~结果：

诶，可以做一个词云图哦~输入代码：

#利用 pyecharm 做词云 
import pandas as pd
#count = df.city.value_counts()
#对 dataframe 进行全频率统计，排除了 nan 
city_list = df['city'].fillna('NAN').tolist()#将 dataframe 的列转化为 list，其中的 nan 用“NAN” 替换 
count_city = pd.value_counts(city_list)#对 list 进行全频率统计 
 
import matplotlib.pyplot as plt
from pandas import DataFrame
from wordcloud import WordCloud
name = count_city.index.tolist()
value = count_city.tolist()
wordcloud = WordCloud(width=1300, height=620)
wordcloud.add("", name, value, word_size_range=[20, 100])
wordcloud.show_config()
wordcloud.render(r'c:\Users\HJY\.spyder-py3\wc1.html')

滴~

这张图展示了我的某些地方好友多

我也可以将微信好友分布在地图上，嘻嘻（代码如下）

#将这些好友在全国地图上做分布
province_list = df['province'].fillna('NAN').tolist()#将 dataframe 的列转化为 list，其中的 nan 用 “NAN”替换
count_province = pd.value_counts(province_list)#对 list 进行全频率统计
from pyecharts import Map
value =count_province.tolist()
attr =count_province.index.tolist()
map=Map("各省微信好友分布", width=1200, height=600)
map.add("", attr, value, maptype='china', is_visualmap=True,visual_text_color='#000', is_label_show = True)  #显示地图上的省份
map.show_config()
map.render(r'c:\Users\HJY\.spyder-py3\me\map1.html')

滴滴

The end......（下次邀请微信小机器人，嘿嘿嘿）