前言
每天都在使用微信，在移动互联网到来之时，腾讯内部组建了三支团队，同时开发同样的产品————微信，最后是广州做邮箱出身的团队赢了，杀入了移动互联网这片红海。
微信第一次出现在我们面前的时候，是在 2011 年，那时候更多人是使用 QQ ,对微信没什么好感，直到附近的人，摇一摇这些约炮功能的出现，让人们爱不释手，如果说这是资本原罪，那么朋友圈这个功能的出现，着实满足了用户内心深处的窥探欲望，再到公众号的出现，微信已经牛的一批了。
我的微信好友中，有些朋友是熟悉的，有些朋友是不太熟悉的，比如看了我的文章或 blog 添加的我，不过没关系，在茫茫人海中相遇便是缘。那么我在想，把我的微信好友的数据用 Python 爬取下来，分析一下，应该会很有趣。
微信有个网页版的登录，那么可以从这里入手，有个牛逼的itchat模块，两行代码，就能让我们登录并且获取好友信息了：
# 微信登录
itchat.auto_login(hotReload=True)
friends = itchat.get_friends(update=True)当我扫码登录完之后呢，就可以获取到我的好友数据了：
我微信好友中的性别比例
在返回的数据中，有一个叫做 Sex 的字段，就是性别，简单的分析可以知道 0未知 1男 2女 ,将所有好友中的性别数据提取出来，接着使用 matplotlib 画个饼图:
sexs = list(map(lambda x:x['Sex'],friends[1:]))
counts = Counter(sexs).items()
counts = sorted(counts, key=lambda x:x[0], reverse=False)
counts = list(map(lambda x:x[1],counts))
# 0未知 1男 2女
labels = ['未知','小哥哥','小姐姐']
colors = ['yellowgreen','darkslateblue','orangered']
plt.figure(figsize=(8,5), dpi=80)
plt.axes(aspect=1)
plt.pie(counts,
labels=labels,
colors=colors,
labeldistance = 1.1,
autopct = '%3.1f%%',
shadow = False,
startangle = 90,
pctdistance = 0.6
)
plt.legend(loc='upper right',)
plt.title(u'%s的微信好友性别比例' % friends[0]['NickName'])
plt.show()得出结果：
挖槽，小哥哥那么多，我的妹纸们呢？女神呢？
不过想想，我的微信好友大多是程序员/破涕为笑，也就平复下心情了，妹纸快加我微信啊，让我的饼图好看一些 - -
我微信好友中的态度
微信有个个性签名的东西,每个人会把自己的座右铭，或者喜欢的话语写上，试着来分析一下我的好友中用到最多的词是什么，把语句进行结巴分词，然后搞一张云词出来，应该不错。
在获取到好友的数据中，有个 signature 的字段，就是好友的个签了，有些朋友会加上一些表情什么的，先把它们过滤掉，然后再使用 SnowNLP 分析，通过结巴分词分析完就可以用 wordcloud 生成云图了：
def analyseSignature(friends):
signatures = ''
emotions = []
for friend in friends:
# 获取好友的签名
signature = friend['Signature']
if (signature != None):
# 过滤掉标签和表情
signature = signature.strip().replace('span', '').replace('class', '').replace('emoji', '')
signature = re.sub(r'1f(\d.+)', '', signature)
if (len(signature) > 0):
# 分析标签
nlp = SnowNLP(signature)
# 获取情绪值
emotions.append(nlp.sentiments)
# 结巴分析
signatures += ' '.join(jieba.analyse.extract_tags(signature, 5))
back_coloring = np.array(Image.open('baseketball.jpg'))
wordcloud = WordCloud(
...
)
# 生成云词
wordcloud.generate(signatures)
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
wordcloud.to_file('signatures.jpg')生成结果：
可以看得出来，我的朋友们还是挺正能量，努力，坚持，生活，人生是出现的比较多的词。多跟正能量的人在一起，互相传递能量，挺好。
我微信好友中的情感
SnowNLP 可以获取 sentiments，我理解为情绪值，从0到1，值越高说明越正能量，可以通过这个值，画一个图，看看我微信好友们的情感是怎么样的：
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'负能量', u'中性', u'正能量满满']
values = (count_bad, count_normal, count_good)
plt.rcParams['font.sans-serif'] = ['simHei']
plt.rcParams['axes.unicode_minus'] = False
plt.xlabel(u'情感判断')
plt.ylabel(u'频数')
plt.xticks(range(3), labels)
plt.legend(loc='upper right', )
plt.bar(range(3), values, color='rgb')
plt.title(u'%s的微信好友签名信息情感分析' % friends[0]['NickName'])
plt.show()结果：
可以看到，负能量的人还是少数的，大多都正能量满满，我喜欢。
我微信好友都住在哪里
在返回的微信好友数据中，有一个 Province 字段，用来说明用户所处的省份，那么用这个字段，就可以统计出，我的微信好友在哪里，把这些数据统计出来，然后显示在中国地图上，应该会很直观，这里我使用到了 pyecharts 模块来进行地图可视化：
def analyseLocation(friends):
keys = []
values = []
province = list(map(lambda x: x['Province'], friends[1:]))
for i in set(province):
keys.append(i)
values.append(province.count(i))
maps = Map("中国地图", '中国地图', width=1200, height=600)
maps.add("", keys, values, visual_range=[0, 50], maptype='china', is_visualmap=True,
visual_text_color='#000')
maps.show_config()
maps.render(path="localtion.html")结果如下：
哇塞！我的好友快要遍布整个中国了，就差新疆，青海，宁夏，天津和宝岛台湾了，以后我是不是就不用学习数理化也可以走遍中国都不怕了哈哈哈！
ok~ 我主要从微信好友的性别，态度，情感和位置进行了分析，除了觉得我的微信好友中女生比较少之外，其它都挺不错的，继续努力，希望以后我的朋友们越来越牛逼！
ps：如果你也想分析下你的微信好友，想要获取源码的话可以在「学习python的正确姿势」公众号后台发送「微信」获取。
