前几天无意中看到了一片文章，《用 Python 爬了爬自己的微信朋友(实例讲解)》，这篇文章写的是使用python中的itchat爬取微信中朋友的信息，其中信息包括，昵称、性别、地理位置等，然后对这些信息进行统计并且以图像形式显示。文章对itchat的使用写的很详细，但是代码是贴图，画图使用R中的包画，我对着做了一遍，并且把他没有贴画图的代码做了一遍，画图是使用matplotlib。由于他没有贴代码，所以我把我写的贴出来供以后复制。
首先是安装itchat的包，可以使用清华大学的镜像：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple itchat
爬取微信好友男女比例：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
import itchat itchat.login()friends=itchat.get_friends(update=True)[0:]male=female=other=0for i in friends[1:]: sex=i['Sex'] if sex==1: male+=1 elif sex==2: female+=1 else: other+=1 total=len(friends[1:])malecol=round(float(male)/total*100,2)femalecol=round(float(female)/total*100,2)othercol=round(float(other)/total*100,2)print('男性朋友：%.2f%%' %(malecol)+'\n'+'女性朋友:%.2f%%' % (femalecol)+'\n'+'性别不明的好友：%.2f%%' %(othercol))print("显示图如下：") |
画图：柱状图和饼状图，图片如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
|
import numpy as npimport matplotlib.pyplot as pltimport matplotlib as mpl#解决中文乱码不显示问题mpl.rcParams['font.sans-serif'] = ['SimHei'] #指定默认字体 mpl.rcParams['axes.unicode_minus'] = False #解决保存图像是负号'-'显示为方块的问题 map = { 'Female': (malecol, '#7199cf'), 'Male': (femalecol, '#4fc4aa'), 'other': (othercol, '#e1a7a2')} fig = plt.figure(figsize=(5,5))# 整体图的标题ax = fig.add_subplot(111)#添加一个子图ax.set_title('Gender of friends') xticks = np.arange(3)+0.15# 生成x轴每个元素的位置bar_width = 0.5# 定义柱状图每个柱的宽度names = map.keys()#获得x轴的值values = [x[0] for x in map.values()]# y轴的值colors = [x[1] for x in map.values()]# 对应颜色 bars = ax.bar(xticks, values, width=bar_width, edgecolor='none')# 画柱状图，横轴是x的位置，纵轴是y，定义柱的宽度，同时设置柱的边缘为透明ax.set_ylabel('Proprotion')# 设置标题ax.set_xlabel('Gender')ax.grid()#打开网格ax.set_xticks(xticks)# x轴每个标签的具体位置ax.set_xticklabels(names)# 设置每个标签的名字ax.set_xlim([bar_width/2-0.5, 3-bar_width/2])# 设置x轴的范围ax.set_ylim([0, 100])# 设置y轴的范围for bar, color in zip(bars, colors): bar.set_color(color)# 给每个bar分配指定的颜色 height=bar.get_height()#获得高度并且让字居上一点 plt.text(bar.get_x()+bar.get_width()/4.,height,'%.2f%%' %float(height))#写值plt.show()#画饼状图fig1 = plt.figure(figsize=(5,5))# 整体图的标题ax = fig1.add_subplot(111)ax.set_title('Pie chart')labels = ['{}\n{} %'.format(name, value) for name, value in zip(names, values)]ax.pie(values, labels=labels, colors=colors)#并指定标签和对应颜色plt.show() |
爬取其他信息，对省份分类并根据个数对其排序
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
#用来爬去各个变量def get_var(var): variable=[] for i in friends: value=i[var] variable.append(value) return variable #调用函数得到各个变量，并把数据存到csv文件中，保存到桌面NickName=get_var('NickName')Sex=get_var('Sex')Province=get_var('Province')City=get_var('City')Signature=get_var('Signature') pros=set(Province)#去重prosarray=[]for item in pros: prosarray.append((item,Province.count(item)))#获取个数def by_num(p): return p[1]prosdsored=sorted(prosarray,key=by_num,reverse=True)#根据个数排序 |
画省份图：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
#画图figpro = plt.figure(figsize=(10,5))# 整体图的标题axpro = figpro.add_subplot(111)#添加一个子图axpro.set_title('Province')xticks = np.linspace(0.5,20,20)# 生成x轴每个元素的位置bar_width = 0.8# 定义柱状图每个柱的宽度pros=[]values = []count=0for item in prosdsored: pros.append(item[0]) values.append(item[1]) count=count+1 if count>=20: break colors = ['#FFEC8B','#FFE4C4','#FFC125','#FFB6C1','#CDCDB4','#CDC8B1','#CDB79E','#CDAD00','#CD96CD','#CD853F','#C1FFC1','#C0FF3E','#BEBEBE','#CD5C5C','#CD3700','#CD2626','#8B8970','#8B6914','#8B5F65','#8B2252']# 对应颜色 bars = axpro.bar(xticks, values, width=bar_width, edgecolor='none')axpro.set_ylabel('人数')# 设置标题axpro.set_xlabel('省份')axpro.grid()#打开网格axpro.set_xticks(xticks)# x轴每个标签的具体位置axpro.set_xticklabels(pros)# 设置每个标签的名字axpro.set_xlim(0,20)# 设置x轴的范围axpro.set_ylim([0, 100])# 设置y轴的范围 for bar, color in zip(bars, colors): bar.set_color(color)# 给每个bar分配指定的颜色 height=bar.get_height()#获得高度并且让字居上一点 plt.text(bar.get_x()+bar.get_width()/4.,height,'%.d' %float(height))#写值 plt.show() |
还可以对数据进行保存：可用excel打开
|
1
2
3
4
5
6
|
#保存数据from pandas import DataFramedata={'NickName':NickName,'Sex':Sex,'Province':Province,'City':City,'Signature':Signature}frame=DataFrame(data) frame.to_csv('data.csv',index=True) |
以上这篇itchat和matplotlib的结合使用爬取微信信息的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：http://www.cnblogs.com/NSGUF/archive/2017/08/24/7424649.html
