微信好友数据分析并可视化

选择微信好友数据对其进行数据分析。比如可视化好友男女比例分布，可视化省份来源，可视化签名的情感强度值等等。

Tips：
github地址：https://github.com/Mlscoding/Pyhon-wechatDataAnalyse
需要准备微信好友数据文件，格式为csv。
itchat连接微信不可用，原因是网页版微信API被封了，itchat等基于webAPI的方案都失效了。
可以使用 WechatPCAPI 实现，它是直接调用 PC 版微信客户端的，当然有一点不足之处就是需要使用指定版本的 Python 和指定版本的 PC 版微信客户端。我并没有使用这种方法，不过多赘述。
需要安装的库在代码中能看到。
如果seacorn库安装不上可以尝试镜像源：
pip install seaborn -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
复制上述指令打开cmd运行即可。

1.分析好友性别并可视化

import csv

from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False


# 1.读取csv文件，把性别信息读取出来
def getSex(filename):
    lstsex = []
    with open(filename, 'r') as fr:
        reader = csv.reader(fr)
        for i in reader:
            lstsex.append(i[4])
    return lstsex   


# 2.性别pyechart可视化
def VisualSexpyechart(lstsex):
    sex = dict()
    # 2.1提取好友性别信息，从1开始，因为第0个是自己
    for f in lstsex[1:]:
        if f == '1':  # 男
            sex["man"] = sex.get("man", 0) + 1
        elif f == '2':  # 女
            sex["women"] = sex.get("women", 0) + 1
        else:  # 未知
            sex["unknown"] = sex.get("unknown", 0) + 1
    # 在屏幕上打印出来
    total = len(lstsex[1:])
    # 2.2打印出自己的好友性别比例
    plt.figure(figsize=(6, 9))
    labels = [u'男性好友', u'女性好友', u'性别不明']
    sizes = [sex['man'], sex['women'], sex['unknown']]
    colors = ['cornflowerblue', 'lightcoral', 'silver']
    explode = (0.05, 0, 0)
    patches, l_text, p_text = plt.pie(sizes, explode=explode, labels=labels, colors=colors, labeldistance=1.1,
                                      autopct='%3.1f%%', shadow=False, startangle=90, pctdistance=0.6)
    for t in l_text:
        t.set_size(30)
    for t in p_text:
        t.set_size(20)
    plt.axis('equal')
    plt.legend()
    plt.show()


# 3.执行主程序，得到所有好友性别
VisualSexpyechart(getSex("friends_information.csv"))

2.分析好友省份来源并可视化

import csv
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

# 用于读取csv文件，获取好友所在省份信息
def get_city_info(filename):
    lstcity = []
    with open(filename, 'r') as fr:
        reader = csv.reader(fr)
        for i in reader:
            lstcity.append(i[3])
    return lstcity

# 用于绘制柱状图，并展示好友所在省份信息
def plot_city_info(city_info):
    # 用于存储各省份的好友数量
    province_counts = {}
    # 需要统计的省份列表
    provinces = ['山东', '黑龙江', '澳门', '吉林', '江苏', '贵州', '上海', '湖北', '北京', '浙江', '河北', '辽宁']
    for province in provinces:
        province_counts[province] = city_info.count(province)

    # 设置中文字体
    font = FontProperties(fname=r"C:\Windows\Fonts\simhei.ttf", size=12)

    # 设置图表样式
    plt.style.use('ggplot')

    # 绘制柱状图
    fig, ax = plt.subplots(figsize=(10, 6))
    x = range(len(provinces))
    y = [province_counts[p] for p in provinces]
    color = ['lightsteelblue', 'cornflowerblue', 'cadetblue', 'mediumturquoise', 'paleturquoise', 'powderblue', 'skyblue', 'lightskyblue', 'lightblue', 'lavender', 'thistle', 'plum']
    ax.bar(x, y, color=color, alpha=0.8)

    # 添加数据标签
    for i, v in enumerate(y):
        ax.text(i, v + 0.1, str(v), ha='center', fontproperties=font)

    # 设置x轴的刻度标签
    ax.set_xticks(x)
    ax.set_xticklabels(provinces, fontproperties=font)

    # 设置y轴的刻度范围和标签
    ax.set_ylim(0, max(y) * 1.2)
    ax.set_ylabel('好友数量', fontproperties=font)

    # 设置图表标题
    ax.set_title('好友所在省份分布情况', fontproperties=font)

    # 显示网格线
    ax.grid(axis='y', linestyle='--', alpha=0.6)

    # 隐藏上、右边框线
    ax.spines['top'].set_visible(False)
    ax.spines['right'].set_visible(False)

    # 显示图表
    plt.show()

# 主程序，用于执行上述两个函数
if __name__ == '__main__':
    city_info = get_city_info('friends_information.csv')
    plot_city_info(city_info)

3.分析好友个性签名情感强度值并可视化

from textblob import TextBlob
import seaborn as sns
import matplotlib.pyplot as plt

sns.set(style='darkgrid', palette='deep')
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

with open('english.txt', 'r') as file:
    signatures = file.read()
polarity_scores = []
positive = 0
negative = 0
neutral = 0
for signature in signatures.split('\n'):
    blob = TextBlob(signature)
    polarity_scores.append(blob.sentiment.polarity)
    if blob.sentiment.polarity > 0:
        positive += 1
    elif blob.sentiment.polarity < 0:
        negative += 1
    else:
        neutral += 1

# 使用Seaborn库绘制直方图和KDE曲线
fig, ax = plt.subplots(figsize=(10, 5))
sns.histplot(polarity_scores, bins=20, color='#4A4A4A', kde=True, ax=ax)

# 添加平均线和标签
mean = sum(polarity_scores) / len(polarity_scores)
ax.axvline(x=mean, color='r', linestyle='--', linewidth=2, label='Mean')
ax.text(mean+0.01, max(ax.get_ylim())/2, f"Mean: {mean:.2f}", fontsize=12, color='r')

plt.xlabel('Polarity score')
plt.ylabel('Frequency')
plt.title('Sentiment Polarity Distribution')
plt.legend()
plt.show()

4.效果展示

分析好友性别

分析好友省份来源

分析好友个性签名情感强度