用Python抓取朋友圈数据，通过人脸识别全面分析好友！看透朋友圈

• Z时代
• 2024-01-10
• 分类：技术分享

微信：一个提供即时通讯服务的应用程序，更是一种生活方式，超过数十亿的使用者，越来越多的人选择使用它来沟通交流。

不知从何时起，我们的生活离不开微信，每天睁开眼的第一件事就是打开微信，关注着朋友圈里好友的动态，而朋友圈中或虚或实的状态更新，似乎都在证明自己的“有趣”，寻找那份或有或无的存在感。

进群：548377875   即可获取数十套PDF哦！

1. 获取数据
2. 处理数据
3. 存储数据
4. 数据可视化

一、获取数据

​ 关于微信好友数据的获取，可以通过itchat库，itchat是一个开源的微信个人号的接口，可以实现信息收发、获取好友列表等功能。

​ 具体的用法和说明，在代码中已经做了详细的注释。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
# 导入itchat模块，操作微信个人号的接口
import itchat
# 获取数据
def get_data():
# 扫描二维码登陆微信，实际上就是通过网页版微信登陆
itchat.auto_login()
# 获取所有好友信息
friends = itchat.get_friends(update=True) # 返回一个包含用户信息字典的列表
return friends
if __name__ == '__main__':
print(get_data())

​ 执行代码时电脑屏幕会出现一个二维码，手机微信扫描后即可完成登陆

二维码就不带了！

二、处理数据

​ 对获取的数据进行处理，筛选出需要的数据。

​ 通过对返回的用户信息进行分析，发现列表中第一个元素是用户自己，可以排除掉。同时我们只取需要的字段数据，各个字段及其取值的含义已在代码中做了说明。

# 处理数据
def parse_data(data):
friends = []
for item in data[1:]: # 第一个元素是自己，排除掉
friend = {
'NickName': item['NickName'], # 昵称
'RemarkName': item['RemarkName'], # 备注名
'Sex': item['Sex'], # 性别：1男，2女，0未设置
'Province': item['Province'], # 省份
'City': item['City'], # 城市
'Signature': item['Signature'].replace('
', ' ').replace(',', ' '), # 个性签名（处理签名内容换行的情况）
'StarFriend': item['StarFriend'], # 星标好友：1是，0否
'ContactFlag': item['ContactFlag'] # 好友类型及权限：1和3好友，259和33027不让他看我的朋友圈，65539不看他的朋友圈，65795两项设置全禁止
}
print(friend)
friends.append(friend)
return friends
if __name__ == '__main__':
print(parse_data(get_data()))

三、存储数据

​ 为了便于分析数据并进行可视化操作，这里将数据存储到文本文件中。

# 存储数据，存储到文本文件
def save_to_txt():
friends = parse_data(get_data())
for item in friends:
with open('friends.txt', mode='a', encoding='utf-8') as f:
f.write('%s,%s,%d,%s,%s,%s,%d,%d
' % (
item['NickName'], item['RemarkName'], item['Sex'], item['Province'], item['City'], item['Signature'],
item['StarFriend'], item['ContactFlag']))
if __name__ == '__main__':
save_to_txt()

​ 重要说明： 这里我获取的是自己的微信好友数据（共计950条，因工作关系，好友数比较多），考虑到个人隐私，部分信息做了处理。

四、数据可视化

​ 这里使用的是pyecharts，pyecharts是一个用于生成Echarts图表的类库，便于在Python中根据数据生成可视化的图表。

​ Echarts是百度开源的一个数据可视化JS库，主要用于数据可视化。

​ 参考： http://pyecharts.org/

# 安装pyecharts
pip install pyecharts

1. 好友性别分析

​ 代码实现：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
# 导入Pie组件，用于生成饼图
from pyecharts import Pie
# 获取所有性别
sex = []
with open('friends.txt', mode='r', encoding='utf-8') as f:
rows = f.readlines()
for row in rows:
sex.append(row.split(',')[2])
# print(sex)
# 统计每个性别的数量
attr = ['帅哥', '美女', '未知']
value = [sex.count('1'), sex.count('2'), sex.count('0')]
pie = Pie('好友性别比例', '好友总人数：%d' % len(sex), title_pos='center')
pie.add('', attr, value, radius=[30, 75], rosetype='area', is_label_show=True,
is_legend_show=True, legend_top='bottom')
# pie.show_config()
pie.render('好友性别比例.html')

可视化结果：

好友主要为男性，占比70%，男女比例严重失衡

看到这个结果，我是有些淡淡忧桑的，微信好友总人数为950，帅哥占比70.42%，美女占比24.53%，男女比例严重失衡，但一点也不意外，本人是一名IT工作者，平时喜欢跑步，所以工作、生活接触到的大部分都是男性朋友，出现男女比例失衡实属正常。

2. 好友位置分析

pyecharts v0.3.2以后，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。

# 安装地图文件包
pip install echarts-china-provinces-pypkg # 中国省、市、县、区地图
pip install echarts-china-cities-pypkg
pip install echarts-china-counties-pypkg
pip install echarts-china-misc-pypkg
pip install echarts-countries-pypkg # 全球国家地图
pip install echarts-united-kingdom-pypkg

代码实现：

# 导入Counter类，用于统计值出现的次数
from collections import Counter
# 导入Geo组件，用于生成地理坐标类图
from pyecharts import Geo
import json
# 导入Bar组件，用于生成柱状图
from pyecharts import Bar
# 数据可视化
def render():
# 获取所有城市
cities = []
with open('friends.txt', mode='r', encoding='utf-8') as f:
rows = f.readlines()
for row in rows:
city = row.split(',')[4]
if city != '': # 去掉城市名为空的值
cities.append(city)
# 对城市数据和坐标文件中的地名进行处理
handle(cities)
# 统计每个城市出现的次数
data = Counter(cities).most_common() # 使用Counter类统计出现的次数，并转换为元组列表
print(data)
# 根据城市数据生成地理坐标图
geo = Geo('好友位置分布', '', title_color='#fff', title_pos='center', width=1200, height=600,
background_color='#404a59')
attr, value = geo.cast(data)
geo.add('', attr, value, visual_range=[0, 500],
visual_text_color='#fff', symbol_size=15,
is_visualmap=True, is_piecewise=True)
geo.render('好友位置分布.html')
# 根据城市数据生成柱状图
data_top20 = Counter(cities).most_common(20) # 返回出现次数最多的20条
bar = Bar('好友所在城市TOP20', '', title_pos='center', width=1200, height=600)
attr, value = bar.cast(data_top20)
bar.add('', attr, value, is_visualmap=True, visual_text_color='#fff', is_more_utils=True,
is_label_show=True)
bar.render('好友所在城市TOP20.html')

出现的问题：

• 报错：ValueError: No coordinate is specified for xxx(地名)
• 原因：pyecharts的坐标文件中没有该地名，实际上是名称不一致导致的，如数据中地名为'达州'，而坐标文件中为'达州市'
• 坐标文件所在路径： 项目/venv/lib/python3.6/site-packages/pyecharts/datasets/city_coordinates.json
• 解决：修改坐标文件，在原位置下复制个同样的，然后修改下地名

{
"南京市": [
107.5,
31.22
],
"南京": [
107.5,
31.22
],
}

不过由于要修改的地名太多，上面的方法实在是麻烦，所以我定义了一个函数，用来处理地名数据找不到的问题

# 处理地名数据，解决坐标文件中找不到地名的问题
def handle(cities):
# print(len(cities), len(set(cities)))
# 获取坐标文件中所有地名
data = None
with open(
'/Users/wangbo/PycharmProjects/python-spider/venv/lib/python3.6/site-packages/pyecharts/datasets/city_coordinates.json',
mode='r', encoding='utf-8') as f:
data = json.loads(f.read()) # 将str转换为json
# 循环判断处理
data_new = data.copy() # 拷贝所有地名数据
for city in set(cities): # 使用set去重
# 处理地名为空的数据
if city == '':
while city in cities:
cities.remove(city)
count = 0
for k in data.keys():
count += 1
if k == city:
break
if k.startswith(city): # 处理简写的地名，如 达州市 简写为 达州
# print(k, city)
data_new[city] = data[k]
break
if k.startswith(city[0:-1]) and len(city) >= 3: # 处理行政变更的地名，如县改区 或 县改市等
data_new[city] = data[k]
break
# 处理不存在的地名
if count == len(data):
while city in cities:
cities.remove(city)
# print(len(data), len(data_new))
# 写入覆盖坐标文件
with open(
'/Users/wangbo/PycharmProjects/python-spider/venv/lib/python3.6/site-packages/pyecharts/datasets/city_coordinates.json',
mode='w', encoding='utf-8') as f:
f.write(json.dumps(data_new, ensure_ascii=False)) # 将json转换为str

可视化结果：

好友主要集中在江苏及周边地区

从图中可以发现：我的微信好友主要集中在江苏及周边地区，本人大学读书时来到南京，现在工作生活也一直在南京，所以南京好友最多，为483个；我自小在徐州长大，所以徐州好友数量也较多；同时因为喜欢跑步，结识了许多跑友，也经常会到周边沿海城市参加各种马拉松活动，所以好友位置主要分布在沿海一带。

3. 个性签名词云图

​ jieba是一个基于Python的分词库，完美支持中文分词，功能强大

pip install jieba

​ Matplotlib是一个Python的2D绘图库，能够生成高质量的图形，可以快速生成绘图、直方图、功率谱、柱状图、误差图、散点图等

pip install matplotlib

​ wordcloud是一个基于Python的词云生成类库，可以生成词云图

pip install wordcloud

​ 代码实现：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
# 导入jieba模块，用于中文分词
import jieba
# 导入matplotlib，用于生成2D图形
import matplotlib.pyplot as plt
# 导入wordcount，用于制作词云图
from wordcloud import WordCloud, STOPWORDS
# 获取所有个性签名
signatures = []
with open('friends.txt', mode='r', encoding='utf-8') as f:
rows = f.readlines()
for row in rows:
signature = row.split(',')[5]
if signature != '':
signatures.append(signature)
# 设置分词
split = jieba.cut(str(signatures), cut_all=False) # False精准模式分词、True全模式分词
words = ' '.join(split) # 以空格进行拼接
# print(words)
# 设置屏蔽词，去除个性签名中的表情、特殊符号等
stopwords = STOPWORDS.copy()
stopwords.add('span')
stopwords.add('class')
stopwords.add('emoji')
stopwords.add('emoji1f334')
stopwords.add('emoji1f388')
stopwords.add('emoji1f33a')
stopwords.add('emoji1f33c')
stopwords.add('emoji1f633')
# 导入背景图
bg_image = plt.imread('bg.jpg')
# 设置词云参数，参数分别表示：画布宽高、背景颜色、背景图形状、字体、屏蔽词、最大词的字体大小
wc = WordCloud(width=1024, height=768, background_color='white', mask=bg_image, font_path='STKAITI.TTF',
stopwords=stopwords, max_font_size=400, random_state=50)
# 将分词后数据传入云图
wc.generate_from_text(words)
plt.imshow(wc) # 绘制图像
plt.axis('off') # 不显示坐标轴
# 保存结果到本地
wc.to_file('个性签名词云图.jpg')

可视化结果：

充满正能量、努力生活

​ 个性签名可以反映人的一种心态，对所有好友的个性签名进行分词后制作如下词云图：

​ 从词云图中可以看到，微信好友个性签名中出现频率较高的词汇有：自己、努力、生活、世界、就是、我们、人生、没有、需要、不要、时间、一切、一起、永远、未来、运动、快乐、温柔、个性等，整体来看，我的微信好友还是充满正能量的，都是积极向上、努力生活、有个性的年青人。

​ 我们可以来详细的分析下这些高频词：

• 自己、就是、我们、个性： 彰显个性的自我、自以为是、自大等，也说明了年青人的个性张扬、无所畏惧

• 努力、生活、时间、需要： 说明大家都在努力的工作，追求各自所需，为更好的生活拼博着

• 世界、人生、快乐、未来： 正所谓“世界那么大，我想去看看”，生活虽不易，但对外面的世界、对人生的追求从未停止过，快乐最重要

• 运动、健康、温柔、享受： 说明喜欢运动的朋友比较多，大家都越来越关注健康。温柔、享受也成为共识，活着不易，且活且享受。

4. 备注名词云图

​ 获取好友的备注名，根据备注名生成词名图

​ 代码实现：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
# 导入jieba模块，用于中文分词
import jieba
# 导入matplotlib，用于生成2D图形
import matplotlib.pyplot as plt
# 导入wordcount，用于制作词云图
from wordcloud import WordCloud, STOPWORDS
# 获取备注名
remarkNames = []
with open('friends.txt', mode='r', encoding='utf-8') as f:
rows = f.readlines()
for row in rows:
remarkName = row.split(',')[1]
if remarkName != '':
remarkNames.append(remarkName)
# 设置分词
split = jieba.cut(str(remarkNames), cut_all=False) # False精准模式分词、True全模式分词
words = ' '.join(split) # 以空格进行拼接
print(words)
# 导入背景图
bg_image = plt.imread('bg.jpg')
# 设置词云参数，参数分别表示：画布宽高、背景颜色、背景图形状、字体、屏蔽词、最大词的字体大小
wc = WordCloud(width=1024, height=768, background_color='white', mask=bg_image, font_path='STKAITI.TTF',
max_font_size=400, random_state=50)
# 将分词后数据传入云图
wc.generate_from_text(words)
plt.imshow(wc) # 绘制图像
plt.axis('off') # 不显示坐标轴
# 保存结果到本地
wc.to_file('备注名词云图.jpg')

可视化结果：

好友备注中“跑友”、“南航”出现的频率最高

​ 从图中可以看出，我的好友备注中出现的高频词有：跑友、南航、wbs17091、wbs18031、wbs17022、wbs17071等

• 本人平时喜欢跑步，也经常参加各种马拉松活动，认识的跑友比较多，所以不足为奇
• 由于工作上与南航有一定的交集，所以南航的好友也比较多
• 以wbs开头的备注都是我工作中带过的学生，数量众多，身为一名IT教育工作者，深感光荣。
• 重要说明：考虑个人隐私，图中部分姓名做了化名处理，请勿当真，如有不便，还望谅解。

5. 好友分类分析

​ 根据备注名，对好友进行分类，统计各类好友的数量

​ PS：我的习惯是对好友添加备注，标记好友的类型或来源，这属于个人洁癖的一种吧

​ 代码实现：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
# 导入jieba模块，用于中文分词
import jieba
# 导入Counter类，用于统计值出现的次数
from collections import Counter
from pyecharts import Bar
# 获取备注名
remarkNames = []
with open('friends.txt', mode='r', encoding='utf-8') as f:
rows = f.readlines()
for row in rows:
remarkName = row.split(',')[1]
if remarkName != '':
remarkNames.append(remarkName)
# 设置分词
words = [x for x in jieba.cut(str(remarkNames), cut_all=False) if x not in ['-', ',', '(', ')', '（', '）', ' ', "'"]] # 排除短横线、逗号、空格、单引号
data_top10 = Counter(words).most_common(10) # 返回出现次数最多的20条
print(data_top10)
bar = Bar('好友分类TOP10', '', title_pos='center', width=1200, height=600)
attr, value = bar.cast(data_top10)
bar.add('', attr, value, visual_range=[0, 200], is_visualmap=True, is_label_show=True)
bar.render('好友分类TOP10.html')

可视化结果：

学生最多，其次是跑友

这里只统计好友分类数量最多的前10，其中跑友160人，南航52人，其他的都是wbs开头的学生，实际上wbs开头的学生数是最多的，只是在备注时按班级号进行了划分。

通过分析统计，自己对各类好友的数量也做到了心中有数。

6. 特殊好友分析

​ 获取并统计以下的特殊好友： 星标好友 、 不让他看我的朋友圈 、 不看他的朋友圈

​ 代码实现：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = '汤小洋'
from pyecharts import Bar
# 获取特殊好友
star_list = [] # 星标朋友
deny_see_list = [] # 不让他看我的朋友圈
no_see_list = [] # 不看他的朋友圈
with open('friends.txt', mode='r', encoding='utf-8') as f:
rows = f.readlines()
for row in rows:
# # 获取好友名称
name = row.split(',')[1] if row.split(',')[1] != '' else row.split(',')[0]
# 获取星标朋友
star = row.split(',')[6]
if star == '1':
star_list.append(name)
# 获取设置了朋友圈权限的朋友
flag = row.split(',')[7].replace('
', '')
if flag in ['259', '33027', '65795']:
deny_see_list.append(name)
if flag in ['65539', '65795']:
no_see_list.append(name)
print('星标好友：', star_list)
print('不让他看我的朋友圈：', deny_see_list)
print('不看他的朋友圈：', no_see_list)
attr = ['星标朋友', '不让他看我的朋友圈', '不看他的朋友圈']
value = [len(star_list), len(deny_see_list), len(no_see_list)]
bar = Bar('特殊好友分析', '', title_pos='center')
bar.add('', attr, value, is_visualmap=True, is_label_show=True)
bar.render('特殊好友分析.html')

可视化结果：

特殊好友。。。你懂的

从上图中可以发现：

• 星标好友有4个，主要是特别关注的好友，个人觉得比较重要的朋友
• 不让他看我的朋友圈有30个，这类好友一般是比较陌生的人，了解较少，当然也有个别是觉得不太方便的
• 不看他的朋友圈有8个，这类基本上都是只在朋友圈发广告的，除了广告没有别的内容，而且每次连续性的发多条，看着确实有些烦

补充说明：在代码中有对特殊好友的姓名也进行了输出显示，大家在运行代码时可以在控制台查看特殊好友具体是谁

7. 好友头像分析

​ 使用腾讯优图提供的人脸识别技术，对头像进行检测和分析，相关API接口及使用请参考：https://open.youtu.qq.com/legency/#/develop/new-join

​ 首先获取所有好友的头像：

import itchat
import os
# 获取数据
def get_image():
itchat.auto_login()
friends = itchat.get_friends(update=True)
# 在当前位置创建一个用于存储头像的目录headImages
base_path = 'headImages'
if not os.path.exists(base_path):
os.mkdir(base_path)
# 获取所有好友头像
for friend in friends:
img_data = itchat.get_head_img(userName=friend['UserName']) # 获取头像数据
img_name = friend['RemarkName'] if friend['RemarkName'] != '' else friend['NickName']
img_file = os.path.join(base_path, img_name + '.jpg')
print(img_file)
with open(img_file, 'wb') as file:
file.write(img_data)
if __name__ == '__main__':
get_data()

​ 对头像进行人脸检测，检测头像图片中是否存在人脸，统计使用人脸作用头像的占比。

​ 补充说明：

• 使用腾讯优图相关服务需要在其平台上申请开发者账户，并获取审核后的密钥，具体步骤参考官网
• 在进行人脸检测时速度会比较慢，头像数量不同需要等待的时间也会有所不同，我的好友有900多，大概花了10分钟左右

# 导入腾讯优图，用来实现人脸检测等功能
import TencentYoutuyun
from pyecharts import Pie
def analyse_data():
# 向腾讯优图平台申请的开发密钥，此处需要替换为自己的密钥
appid = '********'
secret_id = '************************'
secret_key = '************************'
userid = '********
end_point = TencentYoutuyun.conf.API_YOUTU_END_POINT # 优图开放平台
youtu = TencentYoutuyun.YouTu(appid, secret_id, secret_key, userid, end_point)
use_face = 0
not_use_face = 0
base_path = 'headImages'
for file_name in os.listdir(base_path):
result = youtu.DetectFace(os.path.join(base_path, file_name)) # 人脸检测与分析
# print(result) # 参考 https://open.youtu.qq.com/legency/#/develop/api-face-analysis-detect
# 判断是否使用人像
if result['errorcode'] == 0: # errorcode为0表示图片中存在人像
use_face += 1
gender = '男' if result['face'][0]['gender'] >= 50 else '女'
age = result['face'][0]['age']
beauty = result['face'][0]['beauty'] # 魅力值
glasses = '不戴眼镜 ' if result['face'][0]['glasses'] == 0 else '戴眼镜'
# print(file_name[:-4], gender, age, beauty, glasses, sep=',')
with open('header.txt', mode='a', encoding='utf-8') as f:
f.write('%s,%s,%d,%d,%s
' % (file_name[:-4], gender, age, beauty, glasses))
else:
not_use_face += 1
attr = ['使用人脸头像', '未使用人脸头像']
value = [use_face, not_use_face]
pie = Pie('好友头像分析', '', title_pos='center')
pie.add('', attr, value, radius=[30, 75], is_label_show=True,
is_legend_show=True, legend_top='bottom')
# pie.show_config()
pie.render('好友头像分析.html')
if __name__ == '__main__':
analyse_data()

可视化结果：

使用人脸头脸的好友并不算多，占比31%

从上图中可以看到，使用人脸头像的好友并不多，占比30.87%，大部分都未使用人脸头像，占比69.13%，从某个角度可以反应出这部分人不愿过多的暴露自己，或是对自我颜值的不自信，具体情况要看个人的心态了。

对于使用人脸头像的，还可以检测图片中人脸的性别、年龄、魅力值、是否戴眼镜等（考虑到个人隐私，部分信息做了处理）。

​

我们还可以将所有头像拼接在一起，生成一个微信好友头像拼接图：

# 拼接头像
def join_image():
base_path = 'headImages'
files = os.listdir(base_path)
each_size = int(math.sqrt(float(640 * 640) / len(files)))
lines = int(640 / each_size)
image = Image.new('RGB', (640, 640))
x = 0
y = 0
for file_name in files:
img = Image.open(os.path.join(base_path, file_name))
img = img.resize((each_size, each_size), Image.ANTIALIAS)
image.paste(img, (x * each_size, y * each_size))
x += 1
if x == lines:
x = 0
y += 1
image.save('all.jpg')
itchat.send_image('all.jpg', 'filehelper')

生成的头像拼接图，有密集恐惧症的请跳过 ^_^

源码不分享了哦

以上是 用Python抓取朋友圈数据，通过人脸识别全面分析好友！看透朋友圈 的全部内容， 来源链接： utcz.com/a/52112.html