python是人工智能的一门语言，培训的话是机构帮助你去学习，有的机构你学习完了还给你推荐工作，保障你的就业。python也是IT行业技术的一种，毕竟是现在最流行的一门技术语言，还是有很大的发展空间的。

个人兴趣爱好，通过python对微信朋友圈进行了分析,主要对微信好友进行提取，对好友地区分布，签名等进行可视化

需要安装包如下：

--如果安装特别慢可以指定下载地址sudopip3install-ihttps://pypi.tuna.tsinghua.edu.cn/simplepandas

pip3installitchat

pip3installpandas

pip3installecharts-countries-pypkg

pip3installecharts-china-provinces-pypkg

pip3installecharts-china-cities-pypkg

pip3installpyecharts

pip3installjieba

pip3installwordcloud

pip3installnumpy

获取微信圈好友信息

importitchat

#按照key得到相关list

defget_attr(friends,key):

  returnlist(map(lambdauser:user.get(key),friends))

defget_friends():

  itchat.auto_login(hotReload=True)

  friends=itchat.get_friends()

  users=dict(province=get_attr(friends,"Province"),

        city=get_attr(friends,"City"),

        nickname=get_attr(friends,"NickName"),

        sex=get_attr(friends,"Sex"),

        signature=get_attr(friends,"Signature"),

        remarkname=get_attr(friends,"RemarkName"),

        pyquanpin=get_attr(friends,"PYQuanPin"),

        displayname=get_attr(friends,"DisplayName"),

        isowner=get_attr(friends,"IsOwner"))

  returnusers

itchat.auto_login(hotReload=True)登录微信圈好友，hotReload参数表示短时间内不需要扫码可登陆(在项目下生成itchat.pkl文件)，执行上述代码，弹出登录二维码，只需要拿出手机—>扫码登录即可。处理后数据为一个dict

数据分析

    好友性别

    先来看下朋友圈好友性别比例

importnumpy

importpandasaspd

frompyechartsimportPie,Map,Style,Page,Bar

defsex_stats(users):

  df=pd.DataFrame(users)

  sex_arr=df.groupby(['sex'],as_index=True)['sex'].count()

  data=dict(zip(list(sex_arr.index),list(sex_arr)))

  data['不告诉你']=data.pop(0)

  data['帅哥']=data.pop(1)

  data['美女']=data.pop(2)

  returndata.keys(),data.values()

defcreate_charts():

  users=get_friends()

  page=Page()

  style=Style(width=1100,height=600)

  style_middle=Style(width=900,height=500)

  data=sex_stats(users)

  attr,value=data

  chart=Pie('微信性别') #title_pos='center'

  chart.add('',attr,value,center=[50,50],

       radius=[30,70],is_label_show=True,legend_orient='horizontal',legend_pos='center',

       legend_top='bottom',is_area_show=True)

  page.add(chart)

  page.render()

    pandas为数据分析工具，类似数据库中的表。df.groupby(['sex'],as_index=True)['sex'].count()按性别统计好友数，Pie为环形图类。一共好友190个，帅哥占比57.37，美女38.42，本人屌丝程序员一枚，所有帅哥比较多

    省份分布

    再来看看各省份好友分布情况

defprov_stats(users):

 prv=pd.DataFrame(users)

 prv_cnt=prv.groupby('province',as_index=True)['province'].count().sort_values()

 attr=list(map(lambdax:xifx!=''else'未知',list(prv_cnt.index)))

 returnattr,list(prv_cnt)defcreate_charts():

defcreate_charts():

 users=get_friends()

 data=prov_stats(users)

 attr,value=data

 chart=Map('中国地图',**style.init_style)

 chart.add('',attr,value,is_label_show=True,is_visualmap=True,visual_text_color='#000')

 page.add(chart)

 chart=Bar('柱状图',**style_middle.init_style)

 chart.add('',attr,value,is_stack=True,is_convert=True,label_pos='inside',is_legend_show=True,

      is_label_show=True)

 page.add(chart)

 page.render()

得到各省份好友分布图，主要集中在广东和湖北，工作生活一直在广东。广东好友112个，那么接下来看看广东省主要分布在哪些市

    广东省分布

defgd_stats(users):

 df=pd.DataFrame(users)

 data=df.query('province=="广东"')

 res=data.groupby('city',as_index=True)['city'].count().sort_values()

 attr=list(map(lambdax:'%s市'%xifx!=''else'未知',list(res.index)))

 returnattr,list(res)

defcreate_charts():

 users=get_friends()

 data=gd_stats(users)

 attr,value=data

 chart=Map('广东',**style.init_style)

 chart.add('',attr,value,maptype='广东',is_label_show=True,is_visualmap=True,visual_text_color='#000')

 page.add(chart)

 chart=Bar('柱状图',**style_middle.init_style)

 chart.add('',attr,value,is_stack=True,is_convert=True,label_pos='inside',is_label_show=True)

 page.add(chart)

 page.render()

defgd_stats(users):

 df=pd.DataFrame(users)

 data=df.query('province=="广东"')

 res=data.groupby('city',as_index=True)['city'].count().sort_values()

 attr=list(map(lambdax:'%s市'%xifx!=''else'未知',list(res.index)))

 returnattr,list(res)

defcreate_charts():

 users=get_friends()

 data=gd_stats(users)

 attr,value=data

 chart=Map('广东',**style.init_style)

 chart.add('',attr,value,maptype='广东',is_label_show=True,is_visualmap=True,visual_text_color='#000')

 page.add(chart)

 chart=Bar('柱状图',**style_middle.init_style)

 chart.add('',attr,value,is_stack=True,is_convert=True,label_pos='inside',is_label_show=True)

 page.add(chart)

 page.render()

广东省主要分布在珠海、深圳、广州珠三角，因为笔者先后在深圳、珠海工作过

    签名词云

先用jieba库对个性签名进行分词

defjieba_cut(users):

  signature=users['signature']

  words=''.join(signature)

  res_list=jieba.cut(words,cut_all=True)

  returnres_listdefjieba_cut(users):

  signature=users['signature']

  words=''.join(signature)

  res_list=jieba.cut(words,cut_all=True)

  returnres_list

再用WordCloud生成词云

defcreate_wc(words_list):

 res_path=os.path.abspath('./resource')

 words=''.join(words_list)

 back_pic=numpy.array(Image.open("%s/china1.png"%res_path))

 stopwords=set(STOPWORDS)

 stopwords=stopwords.union(set(['class','span','emoji','emoji','emoji1f388','emoji1f604']))

 wc=WordCloud(background_color="white",margin=0,

         font_path='%s/hanyiqihei.ttf'%res_path,

         mask=back_pic,

         max_font_size=70,

         stopwords=stopwords

         ).generate(words)

 #image_colors=ImageColorGenerator(back_pic)

 plt.imshow(wc)

 #plt.imshow(wc.recolor(color_func=image_colors))

 plt.axis('off')

 plt.show()defcreate_wc(words_list):

 res_path=os.path.abspath('./resource')

 words=''.join(words_list)

 back_pic=numpy.array(Image.open("%s/china1.png"%res_path))

 stopwords=set(STOPWORDS)

 stopwords=stopwords.union(set(['class','span','emoji','emoji','emoji1f388','emoji1f604']))

 wc=WordCloud(background_color="white",margin=0,

         font_path='%s/hanyiqihei.ttf'%res_path,

         mask=back_pic,

         max_font_size=70,

         stopwords=stopwords

         ).generate(words)

 #image_colors=ImageColorGenerator(back_pic)

 plt.imshow(wc)

 #plt.imshow(wc.recolor(color_func=image_colors))

 plt.axis('off')

 plt.show()

分析时发现有些无用词语['class','span','emoji','emoji','emoji1f388','emoji1f604']需要排除，加入停词set。笔者的背景图片和字体放在项目'./resource'下，注意:font_path必须设置，否则生成为乱码，back_pic为背景图片形状

通过图片可以看到最大词汇为世界、自己、生活，说明朋友还是比较正能量

至此，对朋友圈好友进行了大概分析

源码地址：https://github.com/TreasureGitHub/weixin_fenxi

执行代码，用微信扫一扫吧，少年！

人工智能是基于Python语言的

python语言可以用来写人工智能，是做人工智能的基础