本文實例講述了Python實現的微信好友數據分析功能。分享給大家供大家參考，具體如下：

這里主要利用python對個人微信好友進行分析并把結果輸出到一個html文檔當中，主要用到的python包為itchat，pandas，pyecharts等

1、安裝itchat 微信的python sdk，用來獲取個人好友關系。獲取的代碼 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、對獲取到的數據進行分析。

主要分析了男女比例，以及好友所在城市分布，并且在地圖上面展示了微信好友的分布情況。另外其他的數據讀者可以自己去分析，這里只是提供一個引導而已。

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("個人微信好友男女比例")bar.add("男女人數", ["男", "女", "不詳"], [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()

男女比例畫出來的圖如下所示

獲取到的好友分布情況如下圖所示：

更多關于Python相關內容感興趣的讀者可查看本站專題：《Python數學運算技巧總結》、《Python數據結構與算法教程》、《Python函數使用技巧總結》、《Python字符串操作技巧匯總》、《Python入門與進階經典教程》及《Python文件與目錄操作技巧匯總》

希望本文所述對大家Python程序設計有所幫助。