微信怎么生成随机id简单代码统计微信好友信息性别比例

导读一共就两个文件，完整下载地址，在文章末尾贴出，接下来我们就来聊聊关于微信怎么生成随机id?以下内容大家不妨参考一二希望能帮到您!微信怎么生成随机id一共就两....

一共就两个文件，完整下载地址，在文章末尾贴出，接下来我们就来聊聊关于微信怎么生成随机id?以下内容大家不妨参考一二希望能帮到您!

微信怎么生成随机id

一共就两个文件，完整下载地址，在文章末尾贴出。

统计微信好友信息，包括性别比例、地区分布、签名统计、词云图分析好友特点

需要

Windows python3.5、3.6

pip install wxpy

pip install jieba

pip install pandas

pip install numpy

pip install scipy

pip install wordcloud

---

部分源码：

import re

10 from wxpy import *

11 import jieba

12 import numpy

13 import pandas as pd

14 import matplotlib.pyplot as plt

15 from scipy.misc import imread

16 from wordcloud import WordCloud, ImageColorGenerator

17 def write_txt_file(path, txt):

18

19 写入txt文本

20

21 with open(path, a, encoding=gb18030, newline=) as f:

22 f.write(txt)

23 def read_txt_file(path):

24

25 读取txt文本

26

27 with open(path, r, encoding=gb18030, newline=) as f:

28 return f.read()

29 def login():

30 # 初始化机器人，扫码登陆

31 bot = Bot()

32 # 获取所有好友

33 my_friends = bot.friends()

34 print(type(my_friends))

35 return my_friends

36 def show_sex_ratio(friends):

37 # 使用一个字典统计好友男性和女性的数量

38 sex_dict = {male: 0, female: 0}

39 for friend in friends:

40 # 统计性别

41 if friend.sex == 1:

42 sex_dict[male] = 1

43 elif friend.sex == 2:

44 sex_dict[female] = 1

45 print(sex_dict)

46 def show_area_distribution(friends):

47 # 使用一个字典统计各省好友数量

48 province_dict = {北京: 0, 上海: 0, 天津: 0, 重庆: 0,

49 河北: 0, 山西: 0, 吉林: 0, 辽宁: 0, 黑龙江: 0,

50 陕西: 0, 甘肃: 0, 青海: 0, 山东: 0, 福建: 0,

51 浙江: 0, 台湾: 0, 河南: 0, 湖北: 0, 湖南: 0,

52 江西: 0, 江苏: 0, 安徽: 0, 广东: 0, 海南: 0,

53 四川: 0, 贵州: 0, 云南: 0,

54 内蒙古: 0, 新疆: 0, 宁夏: 0, 广西: 0, 西藏: 0,

55 香港: 0, 澳门: 0}

56 # 统计省份

57 for friend in friends:

58 if friend.province in province_dict.keys():

59 province_dict[friend.province] = 1

60 # 为了方便数据的呈现，生成JSON Array格式数据

61 data = []

62 for key, value in province_dict.items():

63 data.append({name: key, value: value})

64 print(data)

65 def show_signature(friends):

66 # 统计签名

67 for friend in friends:

68 # 对数据进行清洗，将标点符号等对词频统计造成影响的因素剔除

69 pattern = re.compile(r[一-龥] )

70 filterdata = re.findall(pattern, friend.signature)

71 write_txt_file(signatures.txt, .join(filterdata))

72 # 读取文件

73 content = read_txt_file(signatures.txt)

74 segment = jieba.lcut(content)

75 words_df = pd.DataFrame({segment:segment})

76 # 读取stopwords

77 stopwords = pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep=" ",names=[stopword],encoding=utf-8)

78 words_df = words_df[~words_df.segment.isin(stopwords.stopword)]

79 print(words_df)

80 words_stat = words_df.groupby(by=[segment])[segment].agg({"计数":numpy.size})

81 words_stat = words_stat.reset_index().sort_values(by=["计数"],ascending=False)

82 # 设置词云属性

83 color_mask = imread(background.jfif)

84 wordcloud = WordCloud(font_path="simhei.ttf", # 设置字体可以显示中文

85 background_color="white", # 背景颜色

86 max_words=100, # 词云显示的最大词数

87 mask=color_mask, # 设置背景图片

88 max_font_size=100, # 字体最大值

89 random_state=42,

90 width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话, # 那么保存的图片大小将会按照其大小保存,margin为词语边缘距离

91 )

92 # 生成词云, 可以用generate输入全部文本,也可以我们计算好词频后使用generate_from_frequencies函数

93 word_frequence = {x[0]:x[1]for x in words_stat.head(100).values}

94 print(word_frequence)

95 word_frequence_dict = {}

96 for key in word_frequence:

97 word_frequence_dict[key] = word_frequence[key]

98 wordcloud.generate_from_frequencies(word_frequence_dict)

99 # 从背景图片生成颜色值

100 image_colors = ImageColorGenerator(color_mask)

101 # 重新上色

102 wordcloud.recolor(color_func=image_colors)

103 # 保存图片

104 wordcloud.to_file(output.png)

105 plt.imshow(wordcloud)

106 plt.axis("off")

107 plt.show()

108 def main():

109 friends = login()

110 show_sex_ratio(friends)

111 show_area_distribution(friends)

112 show_signature(friends)

113 if __name__ == __main__:

114 main()

---

源码地址：https://github.com/xungeer29/Information-Statistics-of-WeChat-Friends-with-Python.git