本文实例讲述了Python实现的微信好友数据分析功能。分享给大家供大家参考，具体如下：

这里主要利用python对个人微信好友进行分析并把结果输出到一个html文档当中，主要用到的python包为itchat，pandas，pyecharts等

1、安装itchat 微信的python sdk，用来获取个人好友关系。获取的代码 如下：

import itchatimport pandas as pdfrom pyecharts import Geo, Baritchat.login()friends = itchat.get_friends(update=True)[0:]def User2dict(User): User_dict = {} User_dict["NickName"] = User["NickName"] if User["NickName"] else "NaN" User_dict["City"] = User["City"] if User["City"] else "NaN" User_dict["Sex"] = User["Sex"] if User["Sex"] else 0 User_dict["Signature"] = User["Signature"] if User["Signature"] else "NaN" User_dict["Province"] = User["Province"] if User["Province"] else "NaN" return User_dictfriends_list = [User2dict(i) for i in friends]data = pd.DataFrame(friends_list)data.to_csv('wechat_data.csv', index=True)

2、对获取到的数据进行分析。

主要分析了男女比例，以及好友所在城市分布，并且在地图上面展示了微信好友的分布情况。另外其他的数据读者可以自己去分析，这里只是提供一个引导而已。

import pandas as pdfrom pyecharts import Geo, Bardef Cal_mVw(data): result = {} for i in data: if i == 1: result["man"] = result.get("man", 0) + 1 elif i == 2: result["woman"] = result.get("woman", 0) + 1 else: result["unknown"] = result.get("nunknown", 0) + 1 return resultdef count_city(data): result = {} for i in data: if data is not "NaN" or data is not "nan": result[i] = result.get(i, 0) + 1 return resultdata1 = pd.read_csv('wechat_data.csv', encoding='GBK')manVSwoman=Cal_mVw(data1["Sex"])#print(manVSwoman)bar = Bar("个人微信好友男女比例")bar.add("男女人数", ["男", "女", "不详"], [139, 75, 1])bar.render()city=count_city(data1["City"])geo = Geo("微信好友分布", "", title_color="#fff", title_pos="center",width=1200, height=600, background_color='#404a59')#attr, value = geo.cast(city)geo.add("", city.keys(), city.values(), visual_range=[0, 30], visual_text_color="#fff", symbol_size=15, is_visualmap=True)geo.show_config()geo.render()

男女比例画出来的图如下所示

获取到的好友分布情况如下图所示：

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。