使用Power BI 、pandas做微信好友的数据分析

   最近学习了使用Power BI、pandas相关知识，一直没有什么好的想法来实践一下，看了下之前写的 一片查看微信好友男女比例的文章觉得还可以再继续扩展一下，于是乎有了下文，废话不多说，直接开始。

   环境准备：Power BI软件、pandas、itchat、plotly模块，各位可自行百度安装。

   大致流程：step1 获取微信好友数据   step2 清洗、整理数据   step3 使用Power BI、plotly实现数据可视化。

   step1 获取微信好友数据，代码如下：

    import itchat  #导入itchat

    login = itchat.login()  #微信登录

    friends = itchat.get_friends()  

    print(friends) #获取好友数据并打印结果

   结果如图所示：我们获取的数据是一个list型，我们要的数据是从第二个开始的，这些数据内容包括了微信号有的昵称、性别、所在城市、省份、备注名称、昵称、座右铭等等，然后从中获取我需要的数据，并以字典形式保存。代码如下：

   

data = {}  #新建一个空字典
'''这里新建的几个空列表并准备作为data中的value值'''
IsOwner = []  
HideInputBarFlag = []
Sex = []
Province = []
RemarkName = []
PYQuanPin = []
City = []
Signature = []
NickName = []

for i in friends[1:]:
    #print(i)
    IsOwner.append(i['IsOwner'])
    HideInputBarFlag.append(i['HideInputBarFlag'])
    Sex.append(i['Sex'])
    Province.append(i['Province'])
    RemarkName.append(i['RemarkName'])
    PYQuanPin.append(i['PYQuanPin'])
    City.append(i['City'])
    Signature.append(i['Signature'])
    NickName.append(i['NickName'])
#print(type(IsOwner))
#print(IsOwner)
data['IsOwner'] = IsOwner
data['HideInputBarFlag'] = HideInputBarFlag
data['Sex'] = Sex
data['Province'] = Province
data['RemarkName'] = 'RemarkName'
data['PYQuanPin'] = 'PYQuanPin'
data['City'] = City
data['Signature'] = Signature
data['NickName'] = NickName

print(data)#打印结果

这样我们就把微信好友所在省份、城市、性别等获取了下来，并以字典形式保存。

 step2 数据保存

import pandas as pd
data2 = pd.DataFrame(data) #使用DataFrame创建二维数组
print(data2)
data2.to_csv('123.csv')把数据保存成csv格式

保存的csv数据如下所示：

 

   step3 数据分析及可视化

   查看每个城市有多少好友

import pandas as pd
from numpy import nan as NaN
import numpy as np

data = pd.read_csv('./123.csv',encoding = 'utf-8') #读取保存的csv文件
print(data.head(5))  #获取前五行数据

friends_number = data.groupby('City').count()['Sex'] #根据City进行分组，查看每个城市有多少名好友
print(friends_number)

  这里使用Power BI来做个可视图查看好友城市分布以及好友位置在国内分布情况,图中可以看出我的朋友多分布在江浙沪皖一带，期中杭州朋友最多。

  

                                                          直方图

 

  查看微信男女比例：

d = data['Sex'].values
print(d)
u,indices = np.unique(d,return_counts=True)
print(u)
print(indices) #打印去重元素的去重数量

other = indices[0]#其他
male = indices[1]  #男性
female = indices[2] #女性
#print(female)


my_font= matplotlib.font_manager.FontProperties(fname=r'C:\Windows\Fonts\simsun.ttc',size = 18)
labels = ['其他','男性','女性']
layout = go.Layout(title='我的微信好友男女比例图')
trace = [go.Pie(labels=labels, values=indices, hole=0.5, textinfo='label+value+percent')]
config = go.Figure(data=trace, layout=layout)
py.offline.plot(config, filename='男女比例.html')

 结果如下：微信好友中男性占62.3%，女性占30.6。

  以上就是我对自己好友的一些简单分析，大家可以看看啊，明天又要上班了，祝大家工作愉快！ps：全部代码如下。 
获取数据：
# -*- coding:utf-8 -*-

import pandas as pd
import itchat

import matplotlib as mpl

login = itchat.login()
data = {}
IsOwner = []
HideInputBarFlag = []
Sex = []
Province = []
RemarkName = []
PYQuanPin = []
City = []
Signature = []
NickName = []

friends = itchat.get_friends()
print(friends)
for i in friends[1:]:
    #print(i)
    IsOwner.append(i['IsOwner'])
    HideInputBarFlag.append(i['HideInputBarFlag'])
    Sex.append(i['Sex'])
    Province.append(i['Province'])
    RemarkName.append(i['RemarkName'])
    PYQuanPin.append(i['PYQuanPin'])
    City.append(i['City'])
    Signature.append(i['Signature'])
    NickName.append(i['NickName'])
#print(type(IsOwner))
#print(IsOwner)
data['IsOwner'] = IsOwner
data['HideInputBarFlag'] = HideInputBarFlag
data['Sex'] = Sex
data['Province'] = Province
data['RemarkName'] = 'RemarkName'
data['PYQuanPin'] = 'PYQuanPin'
data['City'] = City
data['Signature'] = Signature
data['NickName'] = NickName

print(data)

data2 = pd.DataFrame(data)
print(data2)
data2.to_csv('123.csv')

 数据读取及可视化：

import pandas as pd
from numpy import nan as NaN
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
from matplotlib import font_manager
import plotly as py
import plotly.graph_objs as go

data = pd.read_csv('./123.csv',encoding = 'utf-8')
print(data.head(5))
#print(data.describe())

friends_number = data.groupby('City').count()['Sex'] #根据City进行分组，查看每个城市有多少名好友
print(friends_number)

Signature = data['Signature']
print(Signature)
print(Signature.dropna(how = 'all')) #滤除全为Nan的行

# male = data.groupby('Sex').count()
# print(male)
#print(data.groupby('City').count()['Sex'])

# d = data['Sex'].values
# print(d)
# u,indices = np.unique(d,return_counts=True)
# print(u)
# print(indices) #打印去重元素的去重数量
#
# other = indices[0]
# male = indices[1]  #男性
# female = indices[2] #女性
# #print(female)
#
#
# my_font= matplotlib.font_manager.FontProperties(fname=r'C:\Windows\Fonts\simsun.ttc',size = 18)
# labels = ['其他','男性','女性']
# layout = go.Layout(title='我的微信好友男女比例图')
# trace = [go.Pie(labels=labels, values=indices, hole=0.5, textinfo='label+value+percent')]
# config = go.Figure(data=trace, layout=layout)
# py.offline.plot(config, filename='男女比例.html')