新普金娱乐网址


浅尝辄止谈互联网经济平台品牌建设

地理旅作业网产品分析报告

itchat和matplotlib的结合使用爬取微信消息

  • 八月 30, 2018
  • 地理
  • 没有评论

十年前发同样词著名的口号说,同一个世界,同一个冀。再为上追溯,法国那些资本主义信仰者号称,人生而平等。都是瞎说。焦大和林妹妹身处在同一片土地,虽然同呼吸,但决不是共命运。甚至说,他们中间从没什么可比性,因为严格意义上提,他们是零星个世界的口,他们少口以内吧非平等。这个题目,不光体现于焦大与林妹妹身上,也体现于咱们每个人身上。

  前几上无意中见到了一样片文章,《平等件有趣之事:我因此
Python
爬了爬自己之微信朋友》,这篇文章写的是以python中之itchat爬取微信中情人的信息,其中信息包括,昵称、性别、地理位置等,然后对这些消息进行统计并且为图像形式展示。文章对itchat的使写的特别详细,但是代码是贴图,画图使用R中之包画,我本着着开了同等整整,并且将他不曾贴画图的代码做了一如既往一体,画图是动matplotlib。由于他并未贴代码,所以自己把我形容的胶出来供下复制。源码:https://github.com/NSGUF/PythonLeaning

推个例说,在北京市之冬季出门,真是件打头上至当下全身都设配备的细枝末节。帽子、口罩、手套、大衣、棉靴、绒袜,少一样都难受,当然也无是说有这些就是哼了了,只是稍稍粗好及一点点耳。

  首先是装itchat的担保,可以以清华大学的镜像:pip install -i
https://pypi.tuna.tsinghua.edu.cn/simple itchat

而,但是,如果你是开车族,那就从未点任何问题了。帽子、口罩、手套、大衣、棉靴、绒袜,通通的不要,因为有暖风,穿件轻薄的紧缺外套就推行。至于另外衍生,比如耳机,也不必为此,车外出音响系统,听什么都尽。

爬取微信好友男女比例:

为此孔子说之乘肥马,衣轻裘,那都是富豪的事情。缓带轻裘是羊祜这种上等人的特权,你可知想像于羊祜大帐前站岗的小兵也通过成这么啊?

 

那么,现实都这么了,我们会开吗,能开的作业多呀,比如大力被投机早早成为以车一模一样族。那恐惧努力挣钱能多起几掉车吧,至废,薅些打车的羊毛也最好好。

import itchat

itchat.login()
friends=itchat.get_friends(update=True)[0:]
male=female=other=0
for i in friends[1:]:
    sex=i['Sex']
    if sex==1:
        male+=1
    elif sex==2:
        female+=1
    else:
        other+=1

total=len(friends[1:])
malecol=round(float(male)/total*100,2)
femalecol=round(float(female)/total*100,2)
othercol=round(float(other)/total*100,2)
print('男性朋友:%.2f%%' %(malecol)+'\n'+
'女性朋友:%.2f%%' % (femalecol)+'\n'+
'性别不明的好友:%.2f%%' %(othercol))
print("显示图如下:")

自身以前一直用嘀嘀,不过本嘀嘀都通过了原始积累期,价格以及打车差不多了,最坑的是定点经常不准,你在立交桥底西南,它刚能给你一定到东北,于是世上最远的相距就是您同滴滴司机咫尺天涯的离开,于是明明司机就交了卿的邻座还要被迫撤回订单是什么体验而就算可知体会一拿了。

 

那么,如何当探访钱的功底及于好好了一些为。这里,要呢好之机智点个赞。某日在车上看某财经媒体之民众号特稿时,讲到本底嘀嗒拼车和易于到如何努力以补贴抢市场,以现金求客户,怎样死红了眼云云,个人马上灵机一动,深感这可是是独会的来。赶紧拿稿子截屏以记,一到出WIFI的地方即连忙装上即时半个软件仔细观察,一看之下,果然,那家合作社以草创期都是针对性客户极好之。比如您看嘀嗒拼车一下杰作的受了十张券,其中最可怜面额是布置10元券,从报社到地铁站打独摆渡车足够了,在这种气候里,坐车以及跨车间的反差不吝于天与地。

  写图:柱状图跟饼状图,图片如下:

于是乎我在享用了同样管现代版本肥马轻裘后,暗暗决定账户被另外那几布置优惠券也非能够辜负,虽然只有是四初、五元不等,但好歹抵扣后有矣这些优惠的缓冲,剩余的于车款也易得不再那么麻烦接受,起码天冷的早晚心疼一下融洽常常,完全可以很小奢侈一下打车走了。再来,他家的主打业务拼车,间或还干个小活动,比如周四将一把半价,半价后自地铁站拼车到单位的标价,同以公交也相差不多了。这里得吗互联网的方便点赞,以自身单位所在的边远的地也例,以本人处于比鸡早的上班作息,居然发布拼车信息也克找到接单者,真可称的及是只不大的突发性了。当然就跟嘀嗒官方给起的五首届加价奖励吧连带。

图片 1 图片 2

除却当前这些值得关注的优惠活动,他家的硬件也好不容易吃!。同嘀嘀不同之是,他家的打车业务是坐租赁司机也主力,应答很快,等待时比较短。因为凡专业人士,对地理气象吧成熟,不会见发之前嘀嘀那种定位错误,也未会见蒸发偏,所以能够还高效到达您面前,而且为较业余车手又敬业点。以前打嘀嘀时遇到过明显凡去地铁站,司机直牵动你望于公交站,待至去转弯路口时才发现错误,大惊之下赶紧咨询他从没看订单达的目的地也,对方如以即时边上班的大半都是去公交站的,所以就算无留神看,令人算几内需吐血。在收工高峰时错过一个路口又转移回的代价来差不多雅豪门还知道的,虽然这样,自家也从未敢为不同评呐。觉得司机干的凡辛苦活,比较不易于是单,另一多半也是胆战心惊接到骚扰电话是确实,话说嘀嘀不是一早就叫做不显双方电话号码了邪,可怎么自己电话要明晃晃在订单达展示在啊。

 

上述,事实证明,专业司机以及业余车手还是产生差别之。事实还说明,只有品牌成长期里,才起羊毛可薅。但一个商厦而惦记以协调之产品从招高的品牌,当然不可知但因烧钱,还要实实在在的吃买主将出好产品来,才能够收获大家之真的认同。正所谓:信陵门下识君偏,骏马轻裘正少年。寒雨送归本里他,东风沉醉百花前。身随玉帐心应惬,官佐龙符势又咸。久客未知何计是,参差去借汶阳田。愿我们都能过上一个暖车轻裘的冬。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
#解决中文乱码不显示问题
mpl.rcParams['font.sans-serif'] = ['SimHei'] #指定默认字体  
mpl.rcParams['axes.unicode_minus'] = False #解决保存图像是负号'-'显示为方块的问题  

map = {
    'Female': (malecol, '#7199cf'),
    'Male': (femalecol, '#4fc4aa'),
    'other': (othercol, '#e1a7a2')
}

fig = plt.figure(figsize=(5,5))# 整体图的标题
ax = fig.add_subplot(111)#添加一个子图
ax.set_title('Gender of friends')

xticks = np.arange(3)+0.15# 生成x轴每个元素的位置
bar_width = 0.5# 定义柱状图每个柱的宽度
names = map.keys()#获得x轴的值
values = [x[0] for x in map.values()]# y轴的值
colors = [x[1] for x in map.values()]# 对应颜色

bars = ax.bar(xticks, values, width=bar_width, edgecolor='none')# 画柱状图,横轴是x的位置,纵轴是y,定义柱的宽度,同时设置柱的边缘为透明
ax.set_ylabel('Proprotion')# 设置标题
ax.set_xlabel('Gender')
ax.grid()#打开网格
ax.set_xticks(xticks)# x轴每个标签的具体位置
ax.set_xticklabels(names)# 设置每个标签的名字
ax.set_xlim([bar_width/2-0.5, 3-bar_width/2])# 设置x轴的范围
ax.set_ylim([0, 100])# 设置y轴的范围
for bar, color in zip(bars, colors):
    bar.set_color(color)# 给每个bar分配指定的颜色
    height=bar.get_height()#获得高度并且让字居上一点
    plt.text(bar.get_x()+bar.get_width()/4.,height,'%.2f%%' %float(height))#写值
plt.show()
#画饼状图
fig1 = plt.figure(figsize=(5,5))# 整体图的标题
ax = fig1.add_subplot(111)
ax.set_title('Pie chart')
labels = ['{}\n{} %'.format(name, value) for name, value in zip(names, values)]
ax.pie(values, labels=labels, colors=colors)#并指定标签和对应颜色
plt.show()

 

爬取其他信息,对省分类并基于个数对该排序

 

#用来爬去各个变量
def get_var(var):
    variable=[]
    for i in friends:
        value=i[var]
        variable.append(value)
    return variable

#调用函数得到各个变量,并把数据存到csv文件中,保存到桌面
NickName=get_var('NickName')
Sex=get_var('Sex')
Province=get_var('Province')
City=get_var('City')
Signature=get_var('Signature')

pros=set(Province)#去重
prosarray=[]
for item in pros:
    prosarray.append((item,Province.count(item)))#获取个数
def by_num(p):
    return p[1]
prosdsored=sorted(prosarray,key=by_num,reverse=True)#根据个数排序

 

  画省份图:

图片 3

#画图
figpro = plt.figure(figsize=(10,5))# 整体图的标题
axpro = figpro.add_subplot(111)#添加一个子图
axpro.set_title('Province')
xticks = np.linspace(0.5,20,20)# 生成x轴每个元素的位置
bar_width = 0.8# 定义柱状图每个柱的宽度
pros=[]
values = []
count=0
for item in prosdsored:
    pros.append(item[0])
    values.append(item[1])
    count=count+1
    if count>=20:
        break

colors = ['#FFEC8B','#FFE4C4','#FFC125','#FFB6C1','#CDCDB4','#CDC8B1','#CDB79E','#CDAD00','#CD96CD','#CD853F','#C1FFC1','#C0FF3E','#BEBEBE','#CD5C5C','#CD3700','#CD2626','#8B8970','#8B6914','#8B5F65','#8B2252']# 对应颜色

bars = axpro.bar(xticks, values, width=bar_width, edgecolor='none')
axpro.set_ylabel('人数')# 设置标题
axpro.set_xlabel('省份')
axpro.grid()#打开网格
axpro.set_xticks(xticks)# x轴每个标签的具体位置
axpro.set_xticklabels(pros)# 设置每个标签的名字
axpro.set_xlim(0,20)# 设置x轴的范围
axpro.set_ylim([0, 100])# 设置y轴的范围

for bar, color in zip(bars, colors):
    bar.set_color(color)# 给每个bar分配指定的颜色
    height=bar.get_height()#获得高度并且让字居上一点
    plt.text(bar.get_x()+bar.get_width()/4.,height,'%.d' %float(height))#写值

plt.show()

  还可以本着数据进行保存:可用excel打开

#保存数据
from pandas import DataFrame
data={'NickName':NickName,'Sex':Sex,'Province':Province,'City':City,'Signature':Signature}
frame=DataFrame(data)

frame.to_csv('data.csv',index=True)

  

 

相关文章

No Comments, Be The First!
近期评论
    分类目录
    功能
    网站地图xml地图