1. 标题

Python使用itchat功能分析微信好友性别和位置

1. 简介

itchat是一个Python库，可实现微信个人账号的接口，从而实现在Python中控制微信。本文将介绍如何使用itchat实现分析微信好友性别和位置的功能。

1. 步骤

3.1 安装itchat

在终端或命令行中执行命令：

pip install itchat

3.2 登录微信

使用itchat库的login()方法登录微信，代码如下：

import itchat

itchat.auto_login()

3.3 获取微信好友信息

使用itchat库的get_friends()方法获取好友列表和详细资料，保存在Python字典中。代码示例如下：

friends = itchat.get_friends()

# 输出好友性别和位置信息
for friend in friends:
    print("昵称：{}".format(friend['NickName']))
    print("性别：{}".format(friend['Sex']))
    print("位置：{}".format(friend['Province'] + friend['City']))

3.4 统计好友性别信息

使用Python的collections模块的Counter类，可以方便地统计好友的性别。代码示例如下：

from collections import Counter

gender_list = [friend['Sex'] for friend in friends[1:]]
counter = Counter(gender_list)
print("性别比例：{}".format(counter))

3.5 统计好友位置信息

通过pandas模块对位置信息进行分析。代码示例如下：

import pandas as pd

data = pd.DataFrame(friends)
addresses = data['Province'] + data['City']
counter = addresses.value_counts()

print("地区分布：\n{}".format(counter))

1. 示例

4.1 示例1：统计好友性别和地区分布

import itchat
import pandas as pd
import matplotlib.pyplot as plt
from collections import Counter

itchat.auto_login()

friends = itchat.get_friends()
addresses = []
genders = []

for f in friends:
    if f['Province'] != '' and f['City'] != '':
        address = f['Province'] + '-' + f['City']
        addresses.append(address)
        genders.append(f['Sex'])

# 统计地区分布和性别
address_counter = Counter(addresses)
gender_counter = Counter(genders)

results = {
    "地区分布": address_counter,
    "性别分布": gender_counter
}

# 输出统计结果
for name, data in results.items():
    print(name)
    print("-" * 10)
    for k, v in data.items():
        print(k, v)

# 可视化地区分布
data = pd.DataFrame(address_counter.most_common(10), columns=['地区', '人数'])
plt.figure(figsize=(10,5))  
plt.bar(data['地区'], data['人数'])
plt.xticks(rotation=45)  
plt.xlabel('地区')  
plt.ylabel('好友数')  
plt.title('好友地区分布')  
plt.show()

# 可视化性别分布
plt.figure(figsize=(5,5))
plt.pie(gender_counter.values(), labels=gender_counter.keys(), autopct='%1.1f%%')
plt.title('好友性别比例')
plt.show()

4.2 示例2：分析好友所在地区分布

import itchat
import pandas as pd
import matplotlib.pyplot as plt

itchat.auto_login()

friends = itchat.get_friends()

# 获取好友地区分布
data = pd.DataFrame(friends)
addresses = data['Province'] + data['City']
counter = addresses.value_counts()

# 输出地区数量排名前10的列表
print(counter.head(10))

# 可视化地区分布
data = pd.DataFrame(counter.most_common(10), columns=['地区', '人数'])
plt.figure(figsize=(10,5))  
plt.bar(data['地区'], data['人数'])
plt.xticks(rotation=45)  
plt.xlabel('地区')  
plt.ylabel('好友数')  
plt.title('好友地区分布')  
plt.show()