1.用 Python 实现微信好友性别及位置信息统计
这里使用的python3+wxpy库+Anaconda(Spyder)开发。如果你想对wxpy有更深的了解请查看：wxpy: 用 Python 玩微信
# -*- coding: utf-8 -*-
"""
微信好友性别及位置信息
"""
#导入模块
from wxpy import Bot
\'\'\'Q
微信机器人登录有3种模式，
(1)极简模式:robot = Bot()
(2)终端模式:robot = Bot(console_qr=True)
(3)缓存模式(可保持登录状态):robot = Bot(cache_path=True)
\'\'\'
#初始化机器人，选择缓存模式（扫码）登录
robot = Bot(cache_path=True)
#获取好友信息
robot.chats()
#robot.mps()#获取微信公众号信息
#获取好友的统计信息
Friends = robot.friends()
print(Friends.stats_text())效果图（来自笔主盆友圈）：
2.用 Python 实现聊天机器人
这里使用的python3+wxpy库+Anaconda(Spyder)开发。需要提前去图灵官网创建一个属于自己的机器人然后得到apikey。
- 使用图灵机器人自动与指定好友聊天
让室友帮忙测试发现发送表情发送文字还能回应，但是发送图片可能不会回复，猜应该是我们申请的图灵机器人是最初级的没有加图片识别功能。
# -*- coding: utf-8 -*-
"""
Created on Tue Mar 13 19:09:05 2018
@author: Snailclimb
@description使用图灵机器人自动与指定好友聊天
"""
from wxpy import Bot,Tuling,embed,ensure_one
bot = Bot()
my_friend = ensure_one(bot.search(\'郑凯\')) #想和机器人聊天的好友的备注
tuling = Tuling(api_key=\'你申请的apikey\')
@bot.register(my_friend) # 使用图灵机器人自动与指定好友聊天
def reply_my_friend(msg):
tuling.do_reply(msg)
embed()
- 使用图灵机器人群聊
# -*- coding: utf-8 -*-
"""
Created on Tue Mar 13 18:55:04 2018
@author: Administrator
"""
from wxpy import Bot,Tuling,embed
bot = Bot(cache_path=True)
my_group = bot.groups().search(\'群聊名称\')[0] # 记得把名字改成想用机器人的群
tuling = Tuling(api_key=\'你申请的apikey\') # 一定要添加，不然实现不了
@bot.register(my_group, except_self=False) # 使用图灵机器人自动在指定群聊天
def reply_my_friend(msg):
print(tuling.do_reply(msg))
embed()3.用 Python分析朋友圈好友性别分布(图标展示)
这里没有使用wxpy而是换成了Itchat操作微信，itchat只需要2行代码就可以登录微信。如果你想详细了解itchat，请查看：
itchat入门进阶教程
itchat github项目地址
另外就是需要用到python的一个画图功能非常强大的第三方库：matplotlib。
如果你想对matplotlib有更深的了解请查看我的博文：Python第三方库matplotlib（词云）入门与进阶
# -*- coding: utf-8 -*-
"""
Created on Tue Mar 13 17:09:26 2018
@author: Snalclimb
@description 微信好友性别比例
"""
import itchat
import matplotlib.pyplot as plt
from collections import Counter
itchat.auto_login(hotReload=True)
friends = itchat.get_friends(update=True)
sexs = list(map(lambda x: x[\'Sex\'], friends[1:]))
counts = list(map(lambda x: x[1], Counter(sexs).items()))
labels = [\'Male\',\'FeMale\', \'Unknown\']
colors = [\'red\', \'yellowgreen\', \'lightskyblue\']
plt.figure(figsize=(8, 5), dpi=80)
plt.axes(aspect=1)
plt.pie(counts, # 性别统计结果
labels=labels, # 性别展示标签
colors=colors, # 饼图区域配色
labeldistance=1.1, # 标签距离圆点距离
autopct=\'%3.1f%%\', # 饼图区域文本格式
shadow=False, # 饼图是否显示阴影
startangle=90, # 饼图起始角度
pctdistance=0.6 # 饼图区域文本距离圆点距离
)
plt.legend(loc=\'upper right\',)
plt.title(\'%s的微信好友性别组成\' % friends[0][\'NickName\'])
plt.show()效果图（来自笔主盆友圈）：
4.用 Python分析朋友圈好友的签名
需要用到的第三方库：
numpy：本例结合wordcloud使用
jieba：对中文惊进行分词
PIL： 对图像进行处理（本例与wordcloud结合使用）
snowlp：对文本信息进行情感判断
wordcloud：生成词云
matplotlib：绘制2D图形
# -*- coding: utf-8 -*-
"""
朋友圈朋友签名的词云生成以及
签名情感分析
"""
import re,jieba,itchat
import jieba.analyse
import numpy as np
from PIL import Image
from snownlp import SnowNLP
from wordcloud import WordCloud
import matplotlib.pyplot as plt
itchat.auto_login(hotReload=True)
friends = itchat.get_friends(update=True)
def analyseSignature(friends):
signatures = \'\'
emotions = []
for friend in friends:
signature = friend[\'Signature\']
if(signature != None):
signature = signature.strip().replace(\'span\', \'\').replace(\'class\', \'\').replace(\'emoji\', \'\')
signature = re.sub(r\'1f(\d.+)\',\'\',signature)
if(len(signature)>0):
nlp = SnowNLP(signature)
emotions.append(nlp.sentiments)
signatures += \' \'.join(jieba.analyse.extract_tags(signature,5))
with open(\'signatures.txt\',\'wt\',encoding=\'utf-8\') as file:
file.write(signatures)
# 朋友圈朋友签名的词云相关属性设置
back_coloring = np.array(Image.open(\'alice_color.png\'))
wordcloud = WordCloud(
font_path=\'simfang.ttf\',
background_color="white",
max_words=1200,
mask=back_coloring,
max_font_size=75,
random_state=45,
width=1250,
height=1000,
margin=15
)
#生成朋友圈朋友签名的词云
wordcloud.generate(signatures)
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
wordcloud.to_file(\'signatures.jpg\')#保存到本地文件
# Signature Emotional Judgment
count_good = len(list(filter(lambda x:x>0.66,emotions)))#正面积极
count_normal = len(list(filter(lambda x:x>=0.33 and x<=0.66,emotions)))#中性
count_bad = len(list(filter(lambda x:x<0.33,emotions)))#负面消极
labels = [u\'负面消极\',u\'中性\',u\'正面积极\']
values = (count_bad,count_normal,count_good)
plt.rcParams[\'font.sans-serif\'] = [\'simHei\']
plt.rcParams[\'axes.unicode_minus\'] = False
plt.xlabel(u\'情感判断\')#x轴
plt.ylabel(u\'频数\')#y轴
plt.xticks(range(3),labels)
plt.legend(loc=\'upper right\',)
plt.bar(range(3), values, color = \'rgb\')
plt.title(u\'%s的微信好友签名信息情感分析\' % friends[0][\'NickName\'])
plt.show()
analyseSignature(friends)效果图（来自笔主盆友圈）：
github项目地址（系列文章包含常见第三库的使用与爬虫，会持续更新）
欢迎star和fork.
如果你觉得博主的文章不错，欢迎转发点赞。你能从中学到知识就是我最大的幸运。
欢迎关注我的微信公众号：“Java面试通关手册”（分享各种Java学习资源，面试题，以及企业级Java实战项目回复关键字免费领取）：