人生最難的事是自我認(rèn)知，用Python爬取朋友圈數(shù)據(jù)，讓我們重新審視自己，審視我們周圍的圈子。

文：朱元祿(@數(shù)據(jù)分析－jacky)

哲學(xué)的兩大問題：1、我是誰？2、我們從哪里來？

本文 jacky試圖用Python，數(shù)據(jù)化、聚類化我們的人格標(biāo)簽，試圖回答"我是誰?"這個(gè)哲學(xué)問題。

(一)確定數(shù)據(jù)源

自我認(rèn)知，很難，必須它證。

物以類聚，人以群分。每個(gè)人的社交圈，家庭圈，朋友圈的屬性，基本我們?nèi)烁竦奶卣鲗傩浴Ｎ覀兯幍碾A級(jí)，在別人眼中的印象，在我們的朋友圈中都會(huì)得到印證。

朋友圈數(shù)據(jù)中最具人格屬性的因素是個(gè)性簽名，那么下面我們就把所有好友的個(gè)性簽名作為我們的研究對(duì)象，以此出發(fā)爬取數(shù)據(jù)。

(二) 使用Python的itchat 包對(duì)好友的個(gè)性簽名數(shù)據(jù)進(jìn)行分析

這里我們用到Python一個(gè)比較冷門的庫——itchat，它很好的兼容了wechat個(gè)人賬號(hào)的API接口，讓我們能更加便捷的爬取wechat數(shù)據(jù)，itchat的功能很強(qiáng)大，這里我們僅用它爬取wechat中我們每個(gè)好友的個(gè)性簽名。

之后，我們要分析出自定義詞云圖中個(gè)性簽名使用的高頻詞語是什么。

最后，生成可視化詞云圖，直觀的給出洞察結(jié)果。

源代碼如下：

# coding:utf-8

import itchat

import re

itchat.login()

friends = itchat.get_friends(update=True)[0:]

tList = []

for i in friends:

signature = i["Signature"].replace(" ", "").replace("span", "").replace("class", "").replace("emoji", "")

rep = re.compile("1f\d.+")

signature = rep.sub("", signature)

tList.append(signature)

# 拼接字符串

text = "".join(tList)

# jieba分詞

import jieba

wordlist_jieba = jieba.cut(text, cut_all=True)

wl_space_split = " ".join(wordlist_jieba)

# wordcloud詞云

import matplotlib.pyplot as plt

from wordcloud import WordCloud, ImageColorGenerator

import os import numpy as np

import PIL.Image as Image

d= os.path.dirname(os.path.abspath( __file__ ))

alice_coloring = np.array(Image.open(os.path.join(d, "wechat.jpg")))

my_wordcloud = WordCloud(background_color="white", max_words=2000,mask=alice_coloring,max_font_size=400, random_state=420,font_path='/Users/sebastian/Library/Fonts/Arial Unicode.ttf').generate(wl_space_split)

image_colors = ImageColorGenerator(alice_coloring)

plt.imshow(my_wordcloud.recolor(color_func=image_colors))

plt.imshow(my_wordcloud)

plt.axis("off")

plt.show()

下面對(duì)于代碼的解析，僅跟初學(xué) Python的朋友提示三點(diǎn)：

1)代碼第24行，其他網(wǎng)絡(luò)版本的代碼為d= os.path.dirname(__file__)，最好換成jacky這個(gè)版本的：

d=os.path.dirname(os.path.abspath(__file__))，具體原因jacky就不做過多解釋了；

2)代碼第25行，一定要提前在環(huán)境路徑下創(chuàng)建wechat.jpg的圖片，這樣云圖才能順利生成，并生成你希望的形狀。

3)提前在終端安裝jieba,matplotlib,wordcloud,numpy包

注意以上三點(diǎn)，想不運(yùn)行成功都難。

運(yùn)行上面的代碼，得到下面的云圖：

(三)數(shù)據(jù)洞察

以jacky的朋友圈為例，在云圖中，我們可以看見，高頻詞有：自己，創(chuàng)始人，電商，成功，努力，營銷，互聯(lián)網(wǎng)，數(shù)據(jù)，夢想，生活，咨詢，我們，未來。

其實(shí)，這些詞jacky還可以繼續(xù)用機(jī)器學(xué)習(xí)算法搞一下,但到這就淺嘗則止吧。

從這些具體的信息中，可以抽象出我的個(gè)人人格標(biāo)簽，具體解析：

自己，我們：說明我很自我，很自大，很自以為是；

努力，未來，夢想：說明我想通過努力來實(shí)現(xiàn)自己的價(jià)值；

創(chuàng)始人：說明我的社交圈還OK；

互聯(lián)網(wǎng)，數(shù)據(jù)：說明我的能力屬性；

營銷，咨詢：說明了我賴以生存的飯碗；

代理：這... ... 不好說了... ...

End

轉(zhuǎn)載請(qǐng)注明出處

總結(jié)

以上是生活随笔為你收集整理的python爬去朋友圈_利用Python爬取朋友圈数据，爬到你开始怀疑人生的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。