【51CTO技术沙龙】10月27日,让我们共同探求AI场景化运用完成之道
合几大常用的Python数据剖析包,结合itchat的才能完成冤家圈的剖析。
从哪里做起
微信如今越来越融入到了我们每团体的生活,从复杂的聊天工具到衣食住行的效劳,再到传达着丰厚多彩信息的自媒体和涵盖万物的小顺序,微信俨然就是一个小的生态系统。而人,是整个微信生态的中心,每团体冤家圈就是自我小生态的中心。itchat为我们提供了获取冤家信息的接口:
friends=itchat.get_friends(update=True)[0:]
经过debug可以看到每个friend的信息:
可以看到每个好友的信息还是很丰厚的,从昵称、性别、到地域等,好友列表按照通讯录陈列,第一个是用户本人,接着是星标置顶的好友,比如瑾瑾在我的列表里排第一位。我们明天一切的任务都将从好友的信息做起。
统计好友性别散布
性别散布是最容易统计的数据,经过查看我本人和几个好友的数据,得出sex和性别的对应关系为:
sex = 0: 未知sex = 1: 男生sex = 2: 女生
pyecharts 是一个用于生成 Echarts 图表的类库,而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。应用pyecharts画出好友性别散布:
from pyecharts import Pie
boy=girl=nothing=0
for i in friends[1:]:
sex =i[Sex]
if sex==1:
boy+=1
elif sex==2:
girl+=1
else:
nothing+=1
total=len(friends[1:])
attr=[迷妹,迷弟 , 低调的匿名粉丝]
v1 = [boy,girl, nothing]
pie = Pie(粉丝性别散布, title_pos='center')
pie.add(, attr, v1, radius=[40, 75], label_text_color=None,is_label_show=True,is_legend_show=False)
pie.show_config()pie.render(./sex_data.html)
运转结果如下:
没想到我的微信上的迷妹居然比迷弟都多了这么多,真实是吃鲸,还希望瑾瑾不要打我。
好友地域散布
剖析残缺友的性别我们再来剖析好友的地域散布,看看本人的好友是不是遍及天涯海角:
from pyecharts import Map
import pandas as pd
def get_var(var):
variable=[]
for i in friends:
value=i[var]
variable.append(value)
return
variableNickName=get_var(NickName)
Sex=get_var(Sex)
Province=get_var('Province')
Signature=get_var('Signature')
city=get_var('City')
data{'NickName':NickName,'Sex':Sex,'Province':Province,'Signature':Signature,'city':city}
frame=pd.DataFrame(data)
result1=frame.groupby(['Province'],as_index=False).size()a1=list(result1)
a2=result1.indexmap=Map(我的好友占了大半个中国啊!, 来自微信的冤家圈, title_pos=center,width=1200, height=600)map.add(, a2, a1, maptype='china', is_visualmap=True, visual_text_color='#000',visual_range=[1, 8], is_label_show=True, symbol=diamon, label_pos=inside )
map.show_config()
map.render(./area_data.HTML)
最后的结果如下:
十分地准,作为一个飘过北、上、杭的“浪里白条”,除了老家河南,我的好友基本集中在上海、北京和杭州,什么时分也可以到广深溜一波。
好友特性签名词云剖析
(责任编辑:admin)